-
2017.04.07 Naver X AI colloquium워커홀릭인척 2017. 6. 15. 15:27
Naver X AI colloquium
일시: 2017.04.07 09:00~18:00
장소: 그랜드 인터컨티넨탈 파르나스
개요: 33개 대학, 249명 대학원 생 참석. 특정 서비스 발표하기보단 기술 알려주려는 자리로 만들었다고 함. (개인적으로 젊은 개발자(?)들과 소통하고 그들에게 네이버라는 회사를 어필하기 위한 자리라고 느껴졌습니다. 중간중간 학생들과 소통할 수 있는 포스터 세션을 만들어 둔다거나, 각 발표 끝날 때마다 같이 일하자는 메시지를 실제로 던지기도 했고요. 들은 내용을 아래 요약하였으나 일부 세션은 기술에 대한 내용이라 이해도가 낮아 생략하였습니다. 추가로 하기 기사 링크 또는 찍어온 사진들 참고 부탁 드립니다.
기사: http://platum.kr/archives/78990
[Search & Big Data]
1. Search Intelligence : Matching and Ranking
매칭/랭킹 기술 학계 흐름
딥러닝 활용 검색품질개선: 클릭 그래프 기반 동의어, 유의어 검색 반영, 클릭 흐름 자체가 적은 검색어의 경우 자동 번역 기법 응용. 오타, 한영타자전환 등도 반영
2. C-Rank : 저자 중심의 UGC컨텐츠 랭킹 모델
좋은 저자가 좋은 문서를 작성한다는 전제 하에 저자 인지도, 전문성 C-Rank 모델 개발 문서 랭킹에 활용
3. AI & 기계학습을 위한 네이버검색의 데이터플랫폼
네이버 검색 내 매일 수백 억 컨텐츠, 수천 억 로그 쌓임
실시간 로그 수집 LOGISS, 로그&컨텐츠 유통 CUVE, 데이터처리+학습용 자원 할당 C3 등 데이터 플랫폼 보유, 외부 API 통해 다운로드 받을 수 있도록 제공
4. Online Algorithms for Streaming Data :
목표: 1) 사용자 생산, 소비 컨텐츠 흐름을 이해하여 관심사 변화를 빠르게 탐지하고, 2) 검색 품질 집중 개선이 필요한 검색어 군을 효과적으로 지속적으로 발굴하는 빅데이터 분석 시스템 개발
비모수 베이지안 토픽모형 (HDP), 로지스틱 회귀모형 배치(batch) 분석에서 실시간 온라인(online) 추론 모형으로 전환
[Recommendation]
1. 공기(AIR)같은 인공지능 추천 시스템 (AIRS)
네이버 활동 데이터로 관심사 추정, 컨텐츠 소비 패턴 분석 추천 적합 user 판별
협업 필터링 (Collaborative Filtering) 통해 빈 칸 추론, CNN, RNN 등 딥 러닝 기반 추천
온라인 A/B Test통한 검증. 2월부터 뉴스 3단 영역 10% 오픈베타, 지난 주부터 100% 적용. 현재 스포츠 판도 50% 적용. 다른 영역 추가 적용 계획
2. Beyond Collaborative Filtering : Challenges in Music Recommendation
top100, 특정 곡/가수 쏠림 현상으로 인해 딥 러닝 어려움
유사 노래, 유사 아티스트, context, 핵심 부분 추출 (1분 미리듣기에서 처음 1분이 아닌 핵심 부분 제공한다거나)
3. 딥러닝을 이용한 POI understanding AI 'ConA'
Intent를 딥 러닝으로 파악
리뷰 등 User Generated Contents 통해 POI 파악 (아이와 함께~ 등 블로그 글)
4. 딥러닝을 활용한 개인화 상품 추천
검색=인기 상품, 가성비 위주. 전체 상품의 6%만 클릭 발생
네이버만이 할 수 있는 추천이 무엇일까? 에 대한 고민
[Deep Learning & Natural Language]
1. Efficient Methods for Deep Learning
2. TAPI - Large Scale Word Embedding API
3. 네이버 대화형 엔진 '네이버 i'
Conversational Commerce 쪽과 연관. 일종의 시연 함 (2월 베타 오픈)
검색/뉴스/번역 등 다양한 네이버 서비스와 연결
네이버 앱의 네앱연구소에서 on 해서 해볼 수 있음
4. Deep Understanding : Shift from Retrieval to Question Answering
5. Papago service using Neural Machine Translation
기계번역 기술 트렌드 변화: 인공신경망 기반 기계번역
네이버 V, 뉴스, 라인 등에 적용
[Vision & Robotics]
1. 네이버 이미지 검색의 현재와 미래
텍스트 질의 기반 검색, 포토 요약, 타임라인 등 제공
관련 기술: 정보 검색 기술, 자연어 처리 기술, 이미지 분석 기술, 기계학습, 딥러닝, 데이터 분석
UGC (블로그 등) 기반 음식 사진 어떤 음식인지, 어디인지 학습
2. Large-scale Image Retrieval based on CNN Features
3. Challenges in Robotics : MIT Cheetah & NAVER Labs M1
Naver Labs 석상옥 리더가 그간 진행한 로봇 관련 연구 (치타 등)
사람들이 생활하는 환경을 편안하게 해주는 것에 초점
4. 자율주행 기술이 꿈꾸는 미래
Naver Labs 자율주행 기술 = 인식 중심
IVI라고 하여 차 내에서 제공하는 기술 관련도 개발 중
현재 자동차, 도로, 연료 비효율을 해결하기 위해 무엇을 할 수 있을까?
자동차 완제품을 만드는 것은 아님
'워커홀릭인척' 카테고리의 다른 글
SK플래닛 11번가 분사 (0) 2018.09.05 2017-04-21 전략적 의사결정 기법 (카이스트 김태현 교수) (0) 2017.06.22 2017.02.21 7th Business Impact & Big Data 2017 (0) 2017.06.15 2017.06.14 All things Data Conference 2017 (0) 2017.06.15 Jet.com (0) 2017.01.09