이전
다음
지금 가장 인기있는 대회
지금 가장 인기있는 글

Lora

2023.04.23

5
1480
[서비스] AI 추천 코디 서비스 "패스트 코디"

  바쁜 일상을 사는 사람들을 위한 “패스트 코디”   패션에 관심이 생기신 분들, 또는 당장 입을 옷이 없어 구매해야 하는 분들. 어떻게 옷을 구매하고 계신가요? 매장을 방문하기에는 취향에 맞는 브랜드와 옷을 찾기 위해 시간과 체력을 모두 쏟아야 하고, 그렇다고 대형 쇼핑몰 인기 리스트에서 옷을 고르기엔 모델 핏에 속아 구매를 후회했던 적 없으신가요? 너무나 많은 선택지에도 불구하고 오히려 나에게 맞는 패션을 찾기가 더욱 힘들어지는 현대인들을 위해, ai가 나의 상황과 신체조건에 가장 맞는 옷을 추천해주는 “패스트 코디” 서비스를 기획하게 되었습니다. 저희 서비스는 사용자 ip를 활용하여 지역의 날씨와 기상조건, 사용자가 입력하는 신체정보와 체형, 원하는 스타일을 모두 조합하여 최적의 패션 조합을 이미지로 추천해 드립니다.  사용자는 ai가 제공하는 추천 패션 이미지를 계속해서 받아보며, 마음에 드는 패션이 등장하면 그대로 구매에 활용하시면 됩니다. 서비스 실사용은 약 10초 정도 소요되며, 무료입니다. 아래 링크에서 마음 편히 체험해보세요.https://bit.ly/3N3MQkP    서비스 소개 서비스 워크플로우 서비스 시연 영상(여자) 서비스 시연 영상(남자) 서비스 링크https://bit.ly/3N3MQkP Youzatea 팀원 정보(가나다순)팀원명닉네임개인 프로필 링크김승호tmdgh4260https://emela12.tistory.com/m김재형엄지1https://github.com/aza1200박원영holly3152https://github.com/holly-21/백승림Lorahttps://www.linkedin.com/in/lora-baek-650b27239/한상희쌍흐이https://github.com/SangHui48 https://github.com/SangHui48/Yuja_KDT(프로젝트 최종 배포용)홍석화reddy2rockhttps://github.com/reddy2rock            

inseon

2023.04.24

17
1788
[서비스] 시민의 정책 제안을 독려하는 GPT 국회 발의법률안 해설 서비스

대한민국 국회는 지방자치단체, 경찰, 법원 등을 포함한 국가기관 중 압도적으로 낮은 신뢰도를 기록했다. 답변자의 81%가 국회를 신뢰하지 않는다고 답변하였다. (전국지표조사, 엠브레인퍼블릭·케이스탯리서치·코리아리서치·한국리서치)안녕하세요! 메페토팀입니다. 😆저희 팀은 ChatGPT API를 활용하여, 국회의 발의 법률안에 대한 가독성, 정보 접근성을 높이는 웹 서비스를 제안하고 있습니다.😠 국회의원 월급을 줄여야 해5명 중 4명은, 국회 신뢰하지 않아매년 어떤 사회 문제가 대두되면, 이를 해결하지 못하는 국회의원에 대한 불만도 함께 합니다. 이를 반증하듯, 전체 국가 기관 중 국회에 대한 신뢰도는 최하위입니다.🙋 심의 민주주의, 전자 민주주의란?정치 신뢰도 지표에서 최상위권을 기록하는 북유럽 국가들 중, 핀란드의 경우 시민발의제를 시행하거나, 의회의 의사 결정과정에 시민들이 참여하는 등 국회와 시민이 긴밀하게 연결된 경우가 많습니다. 하지만, 우리나라의 경우에 시민의 의견 제안 창구는 마련되어 있지만, 건수는 전자 청원 서비스가 시행된 2022년 이후 누적 5,605건으로 10,000명 중 1명에도 미치지 못하는 수치입니다.😮 이 서비스가 한국에 꼭 필요한 이유시민의 정책 제안 플로우문제 인식 → 관련 정책 내용 인식 → 정책 제안 → 제안 결과 확인 → 문제 인식한 사람이 정책을 제안하기까지의 과정을 적어보면, 위와 같은데요. 두 번째 단계인 관련 정책 내용 인식에서부터 큰 어려움이 있다는 것을 알게 되었습니다.조세특례제한법 일부개정법률안(조해진의원 등 10인), 국회 의안정보시스템법률안 특성상, 명료하게 쓰다보니 가독성이 좋지는 않습니다. 당장 대학생인 저희 팀원들 조차 법률안을 보고 어떤 맥락에서 제안된 법률안인지 파악하기 어렵습니다.💫 ChatGPT로 국회의사당에 당당하게 입장하기대형 언어 모델(LLM)인 ChatGPT를 사용하여 정책 제안을 위한 컨텍스트 이해를 돕는다면, 기존 정책 제안 과정에서 병목으로 작용했던 관련 정책 내용 인식을 해소할 수 있습니다.보여드릴 웹 서비스는 다음과 같습니다.1. 발의 법률안 검색 & 필터 기능사용자는 필터 & 검색 기능을 통해 발의자, 발의안명, 소관위원회를 기준으로 발의안을 검색할 수 있습니다.소관위원회란? 국회에서 법안을 상세하게 검토하기 위해 설치되는 작은 단위의 위원회입니다.2. ChatGPT를 통한 법률안 요약 & 설명ChatGPT를 통해 기존 법률 발의안 정보를 재구조화 & 부가설명하여 사용자가 이에 대한 이해를 더 쉽게 할 수 있도록 돕습니다.AI 제공 단어사전ChatGPT가 원문 내용에서 가장 어려운 단어 5개를 선택하고, 이에 대한 설명을 작성합니다.AI 분석 & 요약법률안이 제안된 문제 상황과, 법률안을 통한 문제 해결 방법으로 발의법률안의 세부 내용을 재구조화하여 보여줍니다.🧐 GPT 서비스 활용에 관한 자세한 설명전체적인 GPT 서비스를 활용하여 분석한 발의안 데이터를 데이터베이스에 저장하는 과정은 다음과 같습니다열린 국회 정보에서는 국회의원 발의 법률안에 대한 Open API를 제공합니다. 해당 API의 구조는 다음과 같습니다. 여기서 저희는 “row” 부분을 활용했습니다.<code class="language-plaintext">{ "nzmimeepazxkubdpn":[ { "head":[ { "list_total_count": 19048 }, { "RESULT":{ "CODE":"INFO-000", "MESSAGE":"정상 처리되었습니다." }, } ] }, { "row":[ { "BILL_ID":"PRC_P2O3N0C3B2Z7Y1Z4H3G9E3D1G4H3G7", "BILL_NO":"2121190", "BILL_NAME":"관광진흥법 일부개정법률안", "COMMITTEE":None, "PROPOSE_DT":"2023-04-06", "PROC_RESULT":None, "AGE":"21", "DETAIL_LINK":"<http://likms.assembly.go.kr/bill/billDetail.do?billId=PRC_P2O3N0C3B2Z7Y1Z4H3G9E3D1G4H3G7&ageFrom=21&ageTo=21>", "PROPOSER":"이개호의원 등 10인", "MEMBER_LIST":"<http://likms.assembly.go.kr/bill/coactorListPopup.do?billId=PRC_P2O3N0C3B2Z7Y1Z4H3G9E3D1G4H3G7>", "RST_PROPOSER":"이개호", "PUBL_PROPOSER":"김남국,박광온,서삼석,신정훈,양경숙,어기구,이병훈,조오섭,허영", "COMMITTEE_ID":None }, ... } ] } </code>위 구조에서는 해당 발의안에 대한 자세한 내용을 제시하지 않고 세부 링크만을 제공합니다. 저희는 해당 링크를 스크랩핑하여 제안 이유 및 주요 내용에 대한 정보를 가져옵니다. 코드는 아래와 같습니다.<code class="language-python"># detail link 통해서 컨텐츠 가져오기 def scrape_content(url: string): # HTML 가져오기 res = requests.get(url) html = res.content # soup의 객체 생성 soup = BeautifulSoup(html, 'html.parser') if soup is None: return None # '제안이유 및 주요내용' 부분을 포함하는 div 태그 선택 tag = soup.select_one('div[id="summaryContentDiv"]') # div 태그 내의 텍스트 출력 return tag.text.strip() </code>이렇게 가져온 정보를 gpt-3.5-turbo 모델을 이용하여 다음과 같이 프롬포트 입력해서 정보를 JSON 형태로 제공받습니다.<code class="language-plaintext">너는 어려운 내용을 쉽게 해설하는 선생님 역할을 해줘. 한국어로 제공된 국회의원 발의법률안의 제안 이유와 주요 내용을 바탕으로 문제 상황, 문제 해결 방안, 그리고 정책이나 법률 관련 어려운 단어 5개를 선별하여 JSON 형태로 응답해야돼. 미사여구는 붙이지마. JSON 구조는 다음과 같아: {"problem": 문제 상황, "solution": 문제 해결 제시 방안, "words":[{"name": 단어 명, "description": 단어 설명}]} 이제 발의법률안의 내용을 제공할 것이야. </code><code class="language-python">def get_ai_analyzed(detail: string): model = "gpt-3.5-turbo" messages = [ {"role": "system", "content": 위의 작성된 프롬포트}, {"role": "user", "content": detail} ] response = openai.ChatCompletion.create( model=model, messages=messages, temperature=0.5, max_tokens=800, ) return response.choices[0].message.content </code>이렇게 분석된 정보는 아래와 같은 정보를 담고 있습니다. (아래는 테스트 데이터입니다!)<code class="language-plaintext">{ "problem": "노동위원회의 심판 기능을 전문적으로 다루는 지방노동법원으로 이관하기 위해 법률 개정이 필요하다.", "solution": "차별적 처우의 시정신청에 대한 노동위원회의 시정명령 기능을 지방노동법원으로 이관하고, 관련 조사, 심문, 조정, 중재 규정, 시정명령 및 과태료 규정을 삭제한다.", "words": [ {"name": "지방노동법원", "description": "노동사건을 전문적으로 다루는 법원으로, 지방 법원 내에 설치된다."}, {"name": "노동위원회", "description": "노동 분야의 분쟁 조정 및 노동정책에 관한 자문 역할을 하는 기관이다."}, {"name": "차별적 처우", "description": "근로자에게 부당한 차별을 가하는 행위를 말한다."}, {"name": "시정신청", "description": "부당한 처우를 받은 근로자가 그 처우를 바로잡기 위해 관련 기관에 요청하는 절차이다."}, {"name": "시정명령", "description": "부당한 처우를 시정하도록 명령하는 권한을 가진 기관의 결정이다."} ] } </code>위의 분석된 정보와 스크랩핑한 정보를 기존의 API 응답과 결합하여 해당 데이터를 Mongo DB Atlas 에 저장하고 웹페이지에 이를 제공합니다. 전체 코드는 여기를 참고해주세요.⚡ 기대 효과다양한 전문 용어로 인해 이해하기 어려운 법률안들을 쉽게 해석하여, 국민들의 정치적 참여 효율성을 향상시키는 서비스를 제공합니다.직관적인 사용자 인터페이스와 빠른 검색 기능을 통해, 관심 분야의 입법안을 손쉽게 찾아볼 수 있습니다.인공지능이 지원하는 단어 사전을 활용하여, 정치 관련 용어의 정의를 학습하고 정치에 대한 기본 지식을 향상시킬 수 있습니다.메니페스토 프로젝트는 누구나 쉽게 이해하고 학습할 수 있는 정치 지식을 제공하고, 더 큰 참여를 도모하여 국민 모두가 진정한 주인공이 되는 정치를 만들어갑니다. 👊📬 Contact팀명: 메페토팀장: 황인선 (inseon_ug@gm.gist.ac.kr)팀원: 서동호 (ehcws333@gm.gist.ac.kr)팀원: 박현 (andrew6303@gm.gist.ac.kr)팀원: 우성윤 (woosy2207@gm.gist.ac.kr)코드 : mefeto Github Repository

김이현

2023.04.24

10
2202
[서비스] ChatGPT API를 활용한 EMR의 FHIR 표준 자동변환

한국보건의료정보원은 2022년 09월 08일 ‘전자의무기록(EMR)시스템 인증 및 표준프레임워크 확산지원 사업 선정기관 공모’의 이름으로 메트로소프트(주), 이메디정보기술(주) 두 회사를 표준프레임워크의 확산지원사업 선정기관으로 지정했다. 이에 전자의무기록을 활용한 다양한 서비스를 개발하고 있지만 FHIR(Fast Healthcare Interoperability Resources) 표준화 프레임워크에 대한 연구는 아직 밝혀지지 않고 있다.안녕하세요! 메디벨롭팀입니다🏥 저희는 ChatGPT API를 활용하여 전자의무기록 EMR의 FHIR 표준을 자동 변환하는 웹 서비스를 제안하고 있습니다😊 📊EMR? 🔥FHIR?EMR과 FHIR라는 용어가 익숙하지 않으신 분들이 있을텐데요.EMR(Electronic Medical Record) : 전자의무기록으로, 병원에 내방한 환자에 대한 진료기록을 기존 종이에 기록하던 것을 컴퓨터를 이용해 전자적 형태로 기록한 것입니다.FHIR(Fast Healthcare Interoperability Resource) : 의료정보 기술표준을 목적으로 하는 국제기구 HL7에서 개발한 차세대 의료정보 표준 프레임워크입니다.단순하게 말하자면, EMR은 컴퓨터에 저장 가능한 전자적 형태의 의료정보이고 FHIR는 국제적인 의료정보 표준 프레임워크라고 보시면 됩니다. 🗨️ 의료정보 표준화, 왜 필요한가?현재 한국의 병원에서는 각 병원·기관별 다른 EMR 서비스로 의료데이터를 저장하고 있습니다. 의료정보를 하나의 표준으로 통일하고 있지 않아 관리가 어렵고 데이터 분석에 있어서도 제한적이죠😭이렇게 국제적으로 표준화되어 있지 않은 의료정보는 국가간의 교류도 제한되어 코로나19와 같은 전염병이 다시 발생할 경우, 신속한 정보 교류가 힘들어 의료기술의 발전을 저해할 가능성이 있습니다.실제로 이를 표준화하기 위해 국가의 표준화 연구사업이 진행 중에 있고 각기 다른 회사들은 여러 복잡한 단계들을 바탕으로 데이터 표준화에 몰두하고 있습니다!🔥🔥 😓 어려운 표준화 현실..하지만 사실 의료정보 표준화는 쉬운 것이 아닙니다. 현재 진행 중인 의료정보 표준화 연구들이 쉽게 성과를 내지 못하고 있는 이유이기도 하죠. 그러한 이유는 크게 두 가지로 나눌 수 있습니다.🙅전문인력 부족 문제🙅 : 컴퓨터에 저장되어 있는 방대한 양의 EMR을 모두 표준화 한다는 것은 기술적인 능력이 요구됩니다. 동시에 의료기술에 관련한 지식 역시 요구되죠. 이러한 능력을 겸비한 인재를 찾기란 정말 어려운 일입니다.💲비용 문제💲 : 표준화 연구를 진행하고 있는 연구원들조차 대부분은 위와 같은 능력을 동시에 겸비하고 있지 않습니다. 이에 인건비 외에도 교육적인 비용이 들어가고, 시간적인 비용 역시 만만치 않겠죠. 💡 그래서 사용합니다. ChatGPT!대형 언어 모델인 ChatGPT를 사용하여 표준화 작업을 자동화한다면 위와 같은 문제들을 해결할 수 있습니다. 메디벨롭팀은 테스트를 통해 ChatGPT가 EMR을 유효성이 검증된 FHIR로 적절하게 변환시켜 주는 것을 확인했습니다.보여드릴 웹 서비스는 다음과 같습니다. 1. 사용자 로그인 & 회원가입 기능사용자는 로그인 & 회원가입을 통해 자신의 병원·기관 계정으로 접속이 가능합니다.실제로 구현될 서비스에는 회원가입 페이지의 입력 필드에는 자신이 속한 병원·기관을 등록할 수 있는 필드가 추가될 것입니다.  2. EMR 파일 업로드 기능사용자는 FHIR 표준으로 자동 변환할 의료정보 EMR을 CSV형태의 파일로 업로드할 수 있습니다.사용한 더미 EMR 데이터 data.csv는 MIMIC-III 데이터베이스의 patient 테이블의 스키마로부터 생성한 가상의 데이터로 내용은 다음과 같습니다.MIMIC-III 데이터베이스 : 미국의 the Beth Israel Deaconess Medical Center 중환자실에 내원한 성인 및 신생아 환자의 데이터를 전 세계 연구자들에게 무료로 공개한 데이터베이스SUBJECT_IDGENDERDOBDODHADM_ID100001F1971-08-07NULL100001100002M1985-04-15NULL100002100003F1978-11-26NULL100003100004M1965-06-112015-03-25100004100005F1992-09-03NULL100005  3. ChatGPT API를 활용한 FHIR 표준 자동변환 기능위에서 업로드된 CSV형태의 EMR은 root/uploads에 저장됩니다. 사용자가 EMR 파일을 업로드할때, 위 경로에서 CSV 파일을 찾아 사전에 설정된 prompt로 FHIR 표준으로 변환을 시작합니다.EMR to JSON이때, 업로드된 EMR 파일은 FHIR 변환 정확도를 높이기 위해 출력 형식과 같은 JSON형식로 변환하여 ChatGPT API에게 제공하게 됩니다.<code class="language-plaintext">// EMR to JSON const fs = require("fs"); const path = require("path"); const FILE_NAME = "data"; const csvPath = path.join(__dirname, "./csv", FILE_NAME + ".csv"); const csv = fs.readFileSync(csvPath, "utf-8"); const rows = csv.split("\r\n"); if (rows[rows.length - 1] === "") { rows.pop(); } let csvResults = []; let columnTitle = []; for (const i in rows) { const row = rows[i]; const data = row.split(","); if (i === "0") { columnTitle = data; } else { let row_data = {}; for (const index in columnTitle) { const title = columnTitle[index]; row_data[title] = data[index]; } csvResults.push(row_data); } } console.log(csvResults);</code>다음은 사용자가 업로드한 CSV형식의 EMR 파일을 JSON형식으로 변환하여 csvResults변수에 할당하는 node.js 코드입니다. JSON to FHIR이제 csvResults 변수에 할당된 JSON형식의 EMR을 포함하여 작성된 prompt 매개변수로 FHIR 자동 변환을 위한 ChatGPT API를 호출합니다.<code class="language-plaintext">// JSON to FHIR - ChatGPT API require("dotenv").config(); const { Configuration, OpenAIApi } = require("openai"); const configuration = new Configuration({ apiKey: process.env.OPENAI_API_KEY, }); const openai = new OpenAIApi(configuration); const chatGPT = async (prompt) => { const response = await openai.createChatCompletion({ model: "gpt-3.5-turbo", messages: [ { role: "system", content: "Now I will give you virtual medical data based on MIMIC 3 schema in tabular form. Map that synthetic data to the most appropriate FHIR resource and expose it in json format.", }, { role: "user", content: prompt }, ], }); // console.log(response["data"]["choices"][0]["message"]["content"]); return response["data"]["choices"][0]["message"]["content"]; }; const userQuery = JSON.stringify(csvResults) + "\nMap the above MIMIC 3 data to the FHIR standard and show it in json resource format."; const getChatGPTAnswer = async (userQuery) => { return await new Promise((resolve, reject) => { chatGPT(userQuery); }); }; const chatGPTAnswer = getChatGPTAnswer(userQuery); console.log(chatGPTAnswer);</code> 변환된 FHIR 유효성 검증ChatGPT API의 결과로 EMR에서 변환된 FHIR 표준은 FHIR 데이터 모델과 형식이 일치하는지 그 유효성을 검증해야 합니다. FHIR 표준의 유효성 검증에는 npm fhir모듈의 validate() 함수를 사용합니다.<code class="language-plaintext">// FHIR validate - npm fhir module const Fhir = require("fhir").Fhir; const fhir = new Fhir(); const results = fhir.validate(resource, { errorOnUnexpected: true }); console.log(results);</code>위 코드는 validate()함수로 FHIR의 유효성을 검증한 결과를 콘솔에 나타냅니다. validate() 함수는 넘겨준 매개변수 resource가 FHIR 표준에 있어서 유효한 경우 true를 포함한 객체를 반환하고, 유효하지 않은 경우 false와 에러 메세지를 포함한 객체를 반환합니다.FHIR 유효성이 검증됨  FHIR 유효성이 검증되지 않음    다음은 validate()함수를 활용하여 ChatGPT API로부터 유효한 FHIR 변환을 가능케하는 알고리즘의 순서도를 나타낸 그림입니다.ChatGPT API는 validate()함수의 반환이 true가 될 때까지 호출되면서 EMR을 유효성이 검증된 FHIR를 변환할 수 있게 됩니다. 위 알고리즘을 자동화해서 방대한 양의 EMR을 FHIR 표준으로 빠르게 변환 가능할 것입니다!!  4. 의료인 오류 교정 UI 제공위에서 validate()가 검증하는 유효성이란, 변환한 FHIR의 필드가 FHIR 표준과 일치하는지만을 검증하며, 어떠한 필드에 매칭된 값의 연관성은 검증하지 않습니다. 이것을 검증하는 것은 의료 지식이 있는 전문가만이 가능하다고 판단하여, 변환된 FHIR 표준을 사용자가 최종 검수하여 수정할 수 있는 오류 교정 UI를 제공합니다.사용자의 피드백으로 교정된 오류는 ChatGPT가 강화학습하며 점차 정확도가 100에 수렴하는 FHIR 표준 자동변환기겸 오류교정 시스템으로 발전할 수 있습니다!🤩 🌐 서비스 효과앞서 설명한 웹플랫폼 서비스에서 반복적인 FHIR 표준 유효성 검증과 사용자의 오류 교정을 통해 100에 수렴하는 정확도로 변환된 FHIR 표준의 의료정보는 FHIR 서버에 저장되어 관리됩니다. 추후 FHIR 서버에서 제공하는 RESTful API를 활용한다면 더욱 효과적으로 표준화된 의료정보를 관리하고, 분석하며, 교류할 수 있을 것입니다.메디벨롭팀은 국가간의 원활한 의료정보 공유 및 데이터 분석을 통한 의료 수준 향상 기여를 도모합니다✊🌏 💌 Contact팀명 : 메디벨롭팀장 : 김이현 (k84508312@gmail.com)팀원 : 전또봉 (didfodms@gmail.com)medi-velop 깃허브 레포지토리실제 서비스 구동 중 구현되지 않은 부분이 있습니다! 구현으로 부족한 부분은 자세한 설명과 순서도로 남겼으니 참고 부탁드립니다. 감사합니다💖 

AF 커뮤니티 매니저

2023.06.09

1
7742
#무료온라인 [SD러닝데이] 의도대로 사용하는 스테이블디퓨전 사용법과 AI생성이미지의 이해

🌟 AI와 아트의 접점, 그 빛나는 세계에 발을 들여보는 것이 어떨까요? 🎨✨ 요즘 AI 이미지가 넘쳐나고 있지만 막연한 시작이 가장 어렵다는 것! AIcreator 그룹은 AI 생성 툴을 익히면서 한국어로 정보를 정리해왔고, 이제는 2000명이 넘는 멤버가 활동하는 커뮤니티로 성장하였습니다. AIcreator 그룹의 운영자이신 이영운님을 모시고 스테이블 디퓨전을 의도대로 사용할 수 있는 기법에 대해서 알아보고 AI 생성 이미지에 대해서 함께 생각해보는 시간을 가지겠습니다.🧑‍🏫 세미나 내용AIcreator 그룹 소개 >> 살펴보기1차시: AI Creator의 설립 목적과 기능2차시: AI생성 이미지, 콘텐츠의 사례와 흐름3차시: 스테이블 디퓨전 시연과 기능 설명📺 참여하기 - 무료(온라인) [접수 마감일시 : 6월 20일(화)  23:59]본 세미나는 “제2회 교원그룹 AI 챌린지 - 생성 AI기반 에듀테크 사업 제안 대회”와 연계된 [랭체인 러닝데이] 세미나입니다. 우측 상단에 [참여하기] 버튼으로 참여할 수 있습니다. 혹은 여기를 클릭 >> [참여하기]참여하신 분들에게 세미나 전에 접속링크를 안내해드립니다.💁 세미나 안내날짜 : 2023년 6월 20일 화요일시간 : 19:30 ~ 20:30장소 : 온라인접속링크 :  실시간 라이브 🧑‍🚀 연사 소개 | 이영운건축 CGI건축용 소프트웨어 개발사 H3ECO 대표컨셉디자인 전문 스튜디오가게 대표 : www.studiogage.com집필 : the GAME GRAPHICS : AI 비주얼 테크닉🙋‍♀️ 댓글과 좋아요아래 Comment 기능을 통해 댓글을 작성하실 수 있어요. 응원의 메시지나 본 세미나를 통해서 배우고 싶은 것, 사전 질문 들을 올려주세요.좋아요 버튼을 클릭해서 호응해주세요.

이전
다음
지금 인공지능팩토리의 멤버가 되어
나만의 AI WAY를 개척해보세요!
10초만에 회원가입하기
인기 컨텐츠
  • [챗GPT 러닝데이 & MS 애저톤] 챗GPT에 날개를 달아줄 랭체인! 1부 | 컴포넌트 - 김태영

    AIFactory

    🍀 세미나가 종료되어 발표자료 받으시려면 참가접수 후 데이터탭에서 받으실 수 있습니다.LLM(Large Language Model)만으로는 어플리케이션을 만들기가 어렵습니다. 하지만 LangChain에서 제공하는 다양한 기능을 활용하면 강력한 어플리케이션을 만들 수 있습니다. 이번 리뷰에서는 Microsoft가 Github에 공유한 VisualChatGPT와 LangChain이 적용된 여러 사례를 보면서 어떻게 활용할 수 있을 지 알아보겠습니다.💁 세미나 안내날짜 : 2023년 4월 11일 화요일시간 : 19:00 ~ 20:00장소 : 온라인접속링크 : 실시간 라이브🧑‍🏫 세미나 내용1차시 :랭체인 소개2차시 : 랭체인 모듈 설명3차시 : 랭체인을 활용한 사례 분석🧑‍🚀 연사 소개연사: 김태영 (주)인공지능팩토리 대표이사마이크로소프트 RD, MVP : 자세히 &gt;&gt; https://rd.microsoft.com/en-us/taeyoung-kim블록과 함께하는 파이썬 딥러닝 케라스 집필 : 자세히 &gt;&gt; https://product.kyobobook.co.kr/detail/S000000938421네이처 자매지 1저자 등재 : 자세히 &gt;&gt; https://www.nature.com/articles/s41550-019-0711-5타이키모스 블로그 운영 : 자세히 &gt;&gt; https://tykimos.github.io/

  • [SD러닝데이] 의도대로 사용하는 스테이블디퓨전 사용법과 AI생성이미지의 이해

    스테이블디퓨전

    🍀 세미나가 종료되어 발표자료 받으시려면 참가접수 후 데이터탭에서 발표자료 다운로드 받으실 수 있습니다.🌟 AI와 아트의 접점, 그 빛나는 세계에 발을 들여보는 것이 어떨까요? 🎨✨ 요즘 AI 이미지가 넘쳐나고 있지만 막연한 시작이 가장 어렵다는 것! AIcreator 그룹은 AI 생성 툴을 익히면서 한국어로 정보를 정리해왔고, 이제는 2000명이 넘는 멤버가 활동하는 커뮤니티로 성장하였습니다. AIcreator 그룹의 운영자이신 이영운님을 모시고 스테이블 디퓨전을 의도대로 사용할 수 있는 기법에 대해서 알아보고 AI 생성 이미지에 대해서 함께 생각해보는 시간을 가지겠습니다.🧑‍🏫 세미나 내용AIcreator 그룹 소개 &gt;&gt; 살펴보기1차시: AI Creator의 설립 목적과 기능2차시: AI생성 이미지, 콘텐츠의 사례와 흐름3차시: 스테이블 디퓨전 시연과 기능 설명💁 세미나 안내날짜 : 2023년 6월 20일 화요일시간 : 19:30 ~ 20:30장소 : 온라인접속링크 : &nbsp;실시간 라이브&nbsp;🧑‍🚀 연사 소개 | 이영운건축 CGI건축용 소프트웨어 개발사 H3ECO 대표컨셉디자인 전문 스튜디오가게 대표 : www.studiogage.com집필 : the GAME GRAPHICS : AI 비주얼 테크닉

  • 챗GPT 러닝데이 안내

    AIFactory

    특별 세션 - 3월 7일(화) 19:00 (종료) 녹화본 시청가능연사 : 스모어톡 이정민신청 및 상세 내용 : https://aifactory.space/learning/detail/2293입문 - 3월 14일(화) 19:00 ~ 20:00연사 : 김준영 (인공지능팩토리 데이터사이언스팀 리드)신청 및 상세 내용 : https://aifactory.space/learning/detail/2306초급 - 3월 14일(화) 20:00 ~ 21:00연사 : 김태영 (인공지능팩토리 대표이사)신청 및 상세 내용 : https://aifactory.space/learning/detail/2308중급 - 3월 21일(화) 19:00 ~ 20:00연사 : 최태균 (텐서플로 2와 머신러닝으로 시작하는 자연어 처리 저자)신청 및 상세 내용 :https://aifactory.space/learning/detail/2300고급 - 3월 21일(화) 20:00 ~ 21:00연사 : 고우영 (전자통신부설연구소)신청 및 상세 내용 :https://aifactory.space/learning/detail/2298개발 - 3월 28일(화) 19:00 ~ 20:00연사 : 김태영 (인공지능팩토리 대표이사)신청 및 상세 내용 : https://aifactory.space/learning/detail/2307활용 - 3월 28일(화) 20:00 ~ 21:00연사 : 장병준 (노코드캠프 대표)신청 및 상세 내용 :https://aifactory.space/learning/detail/2297MS애저톤 - 4월

실시간 랭킹
인기태그
실시간 랭킹
추천태그

contact@aifactory.page

대전광역시 서구 만년로 68 번길 15-20, 5 층 504호

서울특별시 중구 세종대로18길 16, 804호

사업자등록번호 871-81-01735