2019 SAMSUNG 삼성 AI Forum Day-2 방문기
2020.08.08 증명을 위한 수정 "아이공의 AI공부 도전기 링크"
이 글은 2019.11.12 거의 일 주일이 지나서야 쓰기 때문에 많은 부분들을 까먹었다는 사실을 알려드립니다. 그럼에도 방문기를 편하게 적어보도록 하겠습니다.
우선 삼성전자 AI Forum을 작년에 처음 알게 되었지만 개인적인 사정으로 가지 못했습니다. 때문에 그 때 벤지오 교수가 온 것에 한탄하며 내년에 즉 올해 2019년에는 꼭 가봐야겠다는 생각을 했었는데 저는 쭉~ 까먹고 있었습니다.
그러던 와중 SAMSUNG AI FORUM 2019 Day 1 개최 당일에서야 소식을 듣고 혹시 Day 2일에도 참여가 가능한지 알아보게 되었습니다.
(개인적으로 벤지오 교수 보고싶었는데.... 아쉽지만 말이죠...)
다행히도 Early Bird로 9월 24일부터 참가 신청을 했던 사람들 뿐 아니라 당일 현장등록이 Day 2에서는 가능하다는 소식을 듣고 부랴부랴 준비해서 방문을 하게되었습니다.
1. 평가
우선 나름 AI Conference를 많이 다녔고 많은 기억들을 가지고 있는 사람으로써 평가해도 삼성전자 AI Forum의 평가는 5점 만점에 5점을 줄 정도로 만족스러웠습니다.
물론 사소한 부분들은 장점으로 다 커버가 가능할 정도로 유익했고 의미있었으며 마음에 무척이나 들었던 내용들 또한 많았습니다.
평가 기준 1. 연사들의 발표
세계 석학들의 AI 특히나 나의 관심사로 여기는 CV에서의 활발한 연구 동향, 내용들은 뒤처진 채로 기초를 닦고 있는 학생들의 마음에 큰 영향을 끼칠만큼의 내용들로 구성되어 있었고 개인적으로 관심있던 Gemetric과 Photographic Realistic에 관한 부분들 또한 연사 내용들에 포함되어 있어 매우 유익했습니다.
평가 기준 2. 강연 외적의 서비스
뒤에 사진으로 공개하겠지만 커피와 다과 제공 뿐 아니라 점심을 제공했고, 물병 제공, 마지막에는 설문지를 통한 기프트 카드, 동시 통역, 스태프 관리, 마지막 사은품 관련까지 좋았습니다.
다만 어디든 마찬가지였지만 동시통역을 하는 기기 자체가 저랑 안 맞아서 쌩으로 듣고 이해하는 상황이 편했다는 후일담과 더불어 적어놓습니다.
평가 기준 3. 부스
여기서는 정확히 Poster Session으로 각 대회에서 수상을 한 대체로 CV에 대한 것들이 많았던 포스터들을 포함 총 17개 정도 붙여있었던 것으로 기억합니다. 각 대학들의 AI 관련 논문을 적은 석박 통합, 박사를 진행 중인 혹은 마친 분들이 나와 설명을 해주고 포스터를 설명해주는 세션을 마련했는데 저의 수준 미달로 대략적인 큰 틀에서만 이해를 했을 뿐이었습니다.
원래 자사의 세션을 걸어놓거나 연계 회사의 제품을 내놓는 측면들이 많은데 나름 큰 규모의 행사를 여는데도 불구하고 대학원생들에게 기회를 준다는 것 자체만으로도 의미있는 일이라고 생각했기에 선호!
단점 1. 연사들의 강연을 녹화해서 다시 보여줄 지, 그 ppt 내용들은 공개되는지가 불투명했습니다. 당연히 무례한 부탁으로 들릴 수 있고 개인 저작권 문제라던지 고민되야할 것들이 많겠지만 강연 자리에서 바로 이해해야만 했다는 점이 아쉽습니다. 유튜브에서 SAMSUNG AI Forum이라는 채널을 만든 후 매년 공개를 통해 녹화본을 공개한다면 더 유명세와 유익함을 동시에 가져갈 수 있지 않을까 생각해봅니다.
단점 2. 동시통역을 들을 때 다른 사람을 배려하는 자세로 소음을 낮게 한 후 듣는 것이 같이 들으러 온 주변 청자들을 고려해야함에도 일부 분들이 큰 소음으로 통역기를 사용하는 바람에 오히려 강연을 쌩으로 듣는 저에게는 무척이나 방해가 되었습니다.
단점 3. 질문 시간이 무척이나 짧기도 했지만 그에 못지 않게 질문의 내용이 너무 개인적으로 특화되어 질문하는 경우를 많이 보게되었습니다.
사실 연사들이 발표하러 나와서 부담을 느끼게 하게 만드는 것이 옳은 지에 대해 의문이 들기에 APP을 이용한 질문을 올린 다음 그것들을 추려서 몇 개 질문하는 방식이 좋지 않았나 싶습니다. 이 방식은 2019 SKT AI.X에서 사용했던 방식인데 이 방식이 나름 괜찮았기에 추천하고 싶습니다.
단점 4. 많은 연사분들이 오셨고 그 분들의 강연을 듣기 위해 온 것은 사실이지만 오전 세션은 쉬는 텀이 없었습니다. 9시부터 시작해서 12시 반까지 풀로 이뤄진 상황이었고 중간에 화장실을 가고싶다면 질문 내용을 듣는 것을 포기하고 가야만 하는 상황이 안타까웠습니다.
최소한 2시간에서 2시간 반 정도 이후에 10분 정도는 쉬는 텀이 있기를 희망합니다.
오후 세션에서는 1시간 40분하고 20분 쉬는 텀을 만들어 주셨는데 왜 오전에는 그렇게 하지 않으셨는지 궁금합니다.
비록 제가 단점을 나열했지만 삼성전자 AI Forum에서 제공하는 것들의 장점들이 단점을 다 커버하고도 남을 정도로 유익했고 의미있었습니다. 때문에 앞에 썼듯이 5점/5점을 주게되었습니다.
내년에는 더 좋을 것이라는 희망을 생각하며 이제 방문기를 사진과 함께 연사들에 대한 내용들을 보겠습니다.
2. 방문기
1일차는 삼성전자 서초사옥에서 2일차는 삼성전자 서울 R&D 캠퍼스 A,B,D동에서 열렸습니다. 저는 2일차 현장방문을 위해 삼성리서치로 가기위한 교통편을 알아보고 바로 버스에 올라탔습니다.
현장등록은 AB동에서 이뤄졌기에 그쪽으로 이동
처음 와보게 되서 잔뜩 긴장
2층에 보이는 사람들 사이로 현장등록이 가능했습니다.
강연이 이뤄지는 장소가 많이 넓었으며 매우 만족스러운 공간이었습니다.
저는 이 중에서도 중간에 공간이 넓은 곳에 앉을 수 있어서 매우 만족
다양한 다과와 커피, 쥬스, 물 제공
동시 통역기는 연사장 앞에서 세션 카드, 목걸이, 설문지는 등록을 하면 배포되는데 설문지는 나중에 스타벅스 기프트 카드로 교환하고 목걸이 뒷 면에 부착된 점심 쿠폰, Poster Session 투표함, Early Bird를 위한 사은품 교환권이 가능한 종이를 뜯을 수 있도록 점선으로 부착되어 있습니다.
고동진 삼성전자 사장님이 개사 연사를 맡으셨는데 삼성전자의 AGI를 위한 미래의 혁신을 위해 노력하겠다. 뭐 이런 내용이었던 것으로 기억합니다.
cf) 연사 1분당 1개의 사진만을 올릴 것입니다. 저작권이 있을 수 있기에 나머지는 글로 대체하겠습니다.
Noah Smith, University of Washington 9:10~10:00
Keynote 1. Rational Recurrences for Empirical Natural Language Processing
사실 NLP 관련해서는 잘 모르기 때문에 힘들었는데 강연을 되짚어보며 요약하면 Rational RNN이라는 방식을 통해 감소된 수용 parameter들을 통해 빠른 속도로 최적화를 이뤄 global optima에 도달하도록 하는 것을 추구하도록 하는 방법을 고안했고 다른 것들에 비해 얼마나 잘 적용되는지 잘 작동하는 이유에 대해 시간적으로 데이터적으로 살펴보며 설명했습니다.
Rational이라는 단어가 수학적인 의미로 받아들였던 만큼 수학적 Base를 기반으로 한 내용 설명을 주셨습니다.
Abhinav Gupta, Carnegie Mellon University 10:00~10:50
Keynote 2. Supersizing and Empowering Visual and Robot Learning
Gupta 교수님은 scaling up 크기를 키우고 empowering visual learning 시각 학습의 GPU파워를 키우는 방식으로 로봇을 설계하는 것을 중요하게 말씀하셨는데 이를 위해 GPU Power을 키울 수 있는 방법으로 층의 깊이를 깊게 세우고 Patch Semantics labeling을 통해 exploration이 가능하도록 강화 학습을 시키는 방법을 논하셨습니다.
Vaishak Belle, University of Edinburgh 10:50 ~ 11:40
Invited Talk 1. Symbolic Logic meets Machine Learning: Towards Transparent Responsible AI
사실 이 부분은 졸았고, 용어 자체의 난해함과 듣는 실력의 부족으로 이해에 많은 차질을 겪었습니다. 그럼에도 요약하면 중요한 역할을 자처하는 AI의 발전과는 다르게 실제 현 산업에서 데이터를 어떻게 해석하고 학습하는지에 대한 이해와 학습의 근원적 시각을 토대로 어떻게 통합할지에 대한 Reasoning에 대해 설명했다고 생각합니다.
자세히 기억나지 않아서 패스....
Joan Bruna, New York University11:40 ~ 12:30
Invited Talk 2. Geometric Deep Learning for Forecasting and Semi-supervised Learning
8분의 연사를 만난 분들 중 흥미로운 주제를 가져오신 분으로 기억에 많이 남는 분입니다.
Non-Euclidean을 기반으로 Graph Neural Network(GNN)을 소개하셨는데 어떻게 Geometric Structure을 사용하고 어떻게 leverage을 domain에 적용하는지를 소개했습니다.
이를 통한 Biology, Chemistry, Physics를 비롯 다양한 분야 적용 사례와 가능성에 대해 언급하며 GNN의 유명함과 가능성을 시각적 자료와 함께 설명을 곁들여 주셨습니다.
이 시간 이후 점심 시간임에도 Burna께 많은 질문이 있었습니다. 물론 시간에 압박을 받았지만. 그럼에도 GNN의 가능성이 매우 높게 점쳐지는 것들에 관심을 가지게 된 시간이었던 것 같습니다.
긴 오전 세션이 끝나고 점심 시간을 위해 지하 1층으로 이동
다양한 메뉴 중 하나를 선택해 먹을 수 있었는데 저는 그 중에서 중국식 콤보를 먹었습니다. 사실 이쪽에 사람이 몰린 것 같긴한데 기분 탓인지는 모르겠네요 ㅎ
12시 반부터 2시까지는 자유 시간이라 Poster Session을 관람하러 갔습니다.
이것은 강연이 이루어지는 층 옆에 할당된 넓은 공간에 포스터를 보이며 설명하는 시간을 가졌는데 여기서 추천을 많이 받은 Poster 사람에게 우수, 그 다음 2등 Poster까지 상품을 주는데 제가 기억하기로는 성균관대 Denoiser를 통한 Generative Model쪽이 우수를 받았는데 2등이 기억이 나지 않네요 서울대였던 것으로 기억하는데 ㅋ
19개의 Poster 중 한 개에 투표권을 행사할 수 있었는데 저의 선택은 흠! 비밀로
19개의 포스터 전부는 아니지만 대부분의 포스터는 사진으로 가지고 있습니다. 그러나 개인 블로그에 올려도 되는지 몰라서 올리지는 못하겠습니다. 그래서 하나만 올립니다.
이어지는 2시부터 4시 50분까지는 2개의 Track으로 나눠졌습니다.
Track 1은 Vision & Image의 주제로 4개의 강연이
Track 2는 On-Device, IOT & Social의 주제로 4개의 강연이 있었습니다.
당연히 CV에 관심이 있는 저는 그대로 Track 1을 선택해서 강연을 들었습니다.
Nuno Vasconcelos, University of California, San Diego 2:00 ~ 2:50
Reducing the Gap between Deep Learning and Human Cognition
사실 흥미로운 기법들이 몇 개 소개되었는데 강연의 큰 틀은 제목에서 드러나듯 사람의 인지적 능력과 딥러닝과의 차이가 줄어들고 있는데 Recognition과 detection 부분에서 두드러진다.는 내용이었지만 현실적으로 아직도 차이는 존재하고 이 어려움을 헤처나가기 ㅜ이해서 많은 기법들 응용 활용법들을 고안하고 있다.
예로 Multi Domain 자체가 작동하지 않아 layer adaption을 추가하는 방법을 고안하고 batch norm을 사용했지만 잘 작용하지 않았다는 실험 결과적 내용들을 토대로 fixed layer를 삭제하거나 memory size를 줄임으로써 얻어낸 NetTailer 기법들로 좋은 성과를 냈다는 내용들을 설명하셨습니다.
Victor Lempisky, Skoltech/SAIC-Moscow
Towards AI-based Photorealistic Telepresence
AI를 이용한 3D realistic Telepresence가 가능하게 하는 기술들과 기술들의 구조, 어떻게 작동하는지에 대해 설명을 하셨습니다. 개인적으로는 관심이 많이 갔는데 알아듣는게 너무 힘들었다는 후기...
그러나 Textured Neural Avatar를 토대로 posed를 3차원으로 현재 base truth image에 가깝게 구현할 수 있었고 유명인의 구사, Generative Model에도 많은 발전을 보여줬습니다.
Michael Brown, York University / SAIC-Toronto 4:00~4:50
Rethinking the camera pipeline to improve photographic and scientific applications
8분의 강연을 다 듣고 가장 강연을 잘 하신 분이 누구냐고 질문을 받는다면 나는 Michael Brown이 제일 좋았다고 생각합니다. 가장 관심이 있는 주제가 포함되어 있기도 했지만 우선 발음이 친숙했고 쉬웠으며 알기 쉽게하는 설명때문에 누구나 이해할 수 있었습니다.
내용적으로는 스마트 폰에서 사용하는 카메라 Pipeline을 위해 Noise나 밝기, reflection에 대한 화질 개선 등의 역할을 해왔다고 서론을 말씀하시며 카메라 제조사마다 다른 기준들을 가지는 사진의 선명도 밝기, 설정들에 의해 의학적으로 기준이 되는 것들이 없기에 기준이 될 수 있을만한 선명하면서 Denoising을 처리하는 과정들, 어둠 속에서 찍은 사진을 대낮에 찍은 사진처럼 밝고 선명한 색상과 채도를 가지게끔 만드는 과정, Reflection된 글자들을 삭제, 재구성할 수 있는 기술들을 설명하며 최대한 배려한 설명들을 해주셨습니다.
중간중간에 6개월치 데이터를 잘 못 만들었기에 버렸어야했다던 박사연구생의 이야기를 하며 그는 그래도 웃고 있었다는 농돔을 섞어가며 말입니다. ㅋ 나름 웃겼는데
마지막 세션
Alex Schwing, University of illinois at Urbana-Champaign
Learning to Anticipate
관찰되는 사물간의 상호작용이 현실에서 관찰되기 힘들다는 점 및 여러 이유들로 모호성을 해결하기 위해 GTA-5라는 게임을 통한 Video Capturing으로 모호성을 해결하고 Segmentation Annotation을 잘 하기 위한 작업을 수행했다 과정들을 설명하며 이를 통해 우리는 어떤 Anticipate 기대에 대한 예측이 가능하도록 고안해냈다고 말씀했습니다.
실제로 자료를 보면서 매우 유망했고 게임을 통한 Annotation을 고안해낸 방식에 감탄했습니다만 강연으로 듣는 것과 구체적인 내용을 보는 것의 차이가 있기 때문에 실제로 해보고싶다는 생각이 들게하는 강연이었습니다.
강연을 다 듣고 마지막에 설문지를 제출해서 얻은 스타벅스 카드ㅋ
이로써 8개의 연사님들의 강연을 보았습니다. 다른 포럼보다 깊이가 있었고 새로운 전망이 유망한 분야들의 발표는 더 열심히 공부를 하게하는 자극제가 되었기에 저는 이번 2일차 삼성 포럼에 매우 만족하고 있습니다.
내년에도 열릴 포럼에 더 멋진 연사님들을 고대하며 더 공부해야겠습니다.
이런 자리를 만들어준 삼성에 감사의 마음을 표합니다.
우선 삼성전자 AI Forum을 작년에 처음 알게 되었지만 개인적인 사정으로 가지 못했습니다. 때문에 그 때 벤지오 교수가 온 것에 한탄하며 내년에 즉 올해 2019년에는 꼭 가봐야겠다는 생각을 했었는데 저는 쭉~ 까먹고 있었습니다.
그러던 와중 SAMSUNG AI FORUM 2019 Day 1 개최 당일에서야 소식을 듣고 혹시 Day 2일에도 참여가 가능한지 알아보게 되었습니다.
(개인적으로 벤지오 교수 보고싶었는데.... 아쉽지만 말이죠...)
다행히도 Early Bird로 9월 24일부터 참가 신청을 했던 사람들 뿐 아니라 당일 현장등록이 Day 2에서는 가능하다는 소식을 듣고 부랴부랴 준비해서 방문을 하게되었습니다.
1. 평가
우선 나름 AI Conference를 많이 다녔고 많은 기억들을 가지고 있는 사람으로써 평가해도 삼성전자 AI Forum의 평가는 5점 만점에 5점을 줄 정도로 만족스러웠습니다.
물론 사소한 부분들은 장점으로 다 커버가 가능할 정도로 유익했고 의미있었으며 마음에 무척이나 들었던 내용들 또한 많았습니다.
평가 기준 1. 연사들의 발표
세계 석학들의 AI 특히나 나의 관심사로 여기는 CV에서의 활발한 연구 동향, 내용들은 뒤처진 채로 기초를 닦고 있는 학생들의 마음에 큰 영향을 끼칠만큼의 내용들로 구성되어 있었고 개인적으로 관심있던 Gemetric과 Photographic Realistic에 관한 부분들 또한 연사 내용들에 포함되어 있어 매우 유익했습니다.
평가 기준 2. 강연 외적의 서비스
뒤에 사진으로 공개하겠지만 커피와 다과 제공 뿐 아니라 점심을 제공했고, 물병 제공, 마지막에는 설문지를 통한 기프트 카드, 동시 통역, 스태프 관리, 마지막 사은품 관련까지 좋았습니다.
다만 어디든 마찬가지였지만 동시통역을 하는 기기 자체가 저랑 안 맞아서 쌩으로 듣고 이해하는 상황이 편했다는 후일담과 더불어 적어놓습니다.
평가 기준 3. 부스
여기서는 정확히 Poster Session으로 각 대회에서 수상을 한 대체로 CV에 대한 것들이 많았던 포스터들을 포함 총 17개 정도 붙여있었던 것으로 기억합니다. 각 대학들의 AI 관련 논문을 적은 석박 통합, 박사를 진행 중인 혹은 마친 분들이 나와 설명을 해주고 포스터를 설명해주는 세션을 마련했는데 저의 수준 미달로 대략적인 큰 틀에서만 이해를 했을 뿐이었습니다.
원래 자사의 세션을 걸어놓거나 연계 회사의 제품을 내놓는 측면들이 많은데 나름 큰 규모의 행사를 여는데도 불구하고 대학원생들에게 기회를 준다는 것 자체만으로도 의미있는 일이라고 생각했기에 선호!
단점 1. 연사들의 강연을 녹화해서 다시 보여줄 지, 그 ppt 내용들은 공개되는지가 불투명했습니다. 당연히 무례한 부탁으로 들릴 수 있고 개인 저작권 문제라던지 고민되야할 것들이 많겠지만 강연 자리에서 바로 이해해야만 했다는 점이 아쉽습니다. 유튜브에서 SAMSUNG AI Forum이라는 채널을 만든 후 매년 공개를 통해 녹화본을 공개한다면 더 유명세와 유익함을 동시에 가져갈 수 있지 않을까 생각해봅니다.
단점 2. 동시통역을 들을 때 다른 사람을 배려하는 자세로 소음을 낮게 한 후 듣는 것이 같이 들으러 온 주변 청자들을 고려해야함에도 일부 분들이 큰 소음으로 통역기를 사용하는 바람에 오히려 강연을 쌩으로 듣는 저에게는 무척이나 방해가 되었습니다.
단점 3. 질문 시간이 무척이나 짧기도 했지만 그에 못지 않게 질문의 내용이 너무 개인적으로 특화되어 질문하는 경우를 많이 보게되었습니다.
사실 연사들이 발표하러 나와서 부담을 느끼게 하게 만드는 것이 옳은 지에 대해 의문이 들기에 APP을 이용한 질문을 올린 다음 그것들을 추려서 몇 개 질문하는 방식이 좋지 않았나 싶습니다. 이 방식은 2019 SKT AI.X에서 사용했던 방식인데 이 방식이 나름 괜찮았기에 추천하고 싶습니다.
단점 4. 많은 연사분들이 오셨고 그 분들의 강연을 듣기 위해 온 것은 사실이지만 오전 세션은 쉬는 텀이 없었습니다. 9시부터 시작해서 12시 반까지 풀로 이뤄진 상황이었고 중간에 화장실을 가고싶다면 질문 내용을 듣는 것을 포기하고 가야만 하는 상황이 안타까웠습니다.
최소한 2시간에서 2시간 반 정도 이후에 10분 정도는 쉬는 텀이 있기를 희망합니다.
오후 세션에서는 1시간 40분하고 20분 쉬는 텀을 만들어 주셨는데 왜 오전에는 그렇게 하지 않으셨는지 궁금합니다.
비록 제가 단점을 나열했지만 삼성전자 AI Forum에서 제공하는 것들의 장점들이 단점을 다 커버하고도 남을 정도로 유익했고 의미있었습니다. 때문에 앞에 썼듯이 5점/5점을 주게되었습니다.
내년에는 더 좋을 것이라는 희망을 생각하며 이제 방문기를 사진과 함께 연사들에 대한 내용들을 보겠습니다.
2. 방문기
저는 이 중에서도 중간에 공간이 넓은 곳에 앉을 수 있어서 매우 만족
고동진 삼성전자 사장님이 개사 연사를 맡으셨는데 삼성전자의 AGI를 위한 미래의 혁신을 위해 노력하겠다. 뭐 이런 내용이었던 것으로 기억합니다.
cf) 연사 1분당 1개의 사진만을 올릴 것입니다. 저작권이 있을 수 있기에 나머지는 글로 대체하겠습니다.
Keynote 1. Rational Recurrences for Empirical Natural Language Processing
사실 NLP 관련해서는 잘 모르기 때문에 힘들었는데 강연을 되짚어보며 요약하면 Rational RNN이라는 방식을 통해 감소된 수용 parameter들을 통해 빠른 속도로 최적화를 이뤄 global optima에 도달하도록 하는 것을 추구하도록 하는 방법을 고안했고 다른 것들에 비해 얼마나 잘 적용되는지 잘 작동하는 이유에 대해 시간적으로 데이터적으로 살펴보며 설명했습니다.
Rational이라는 단어가 수학적인 의미로 받아들였던 만큼 수학적 Base를 기반으로 한 내용 설명을 주셨습니다.
Keynote 2. Supersizing and Empowering Visual and Robot Learning
Gupta 교수님은 scaling up 크기를 키우고 empowering visual learning 시각 학습의 GPU파워를 키우는 방식으로 로봇을 설계하는 것을 중요하게 말씀하셨는데 이를 위해 GPU Power을 키울 수 있는 방법으로 층의 깊이를 깊게 세우고 Patch Semantics labeling을 통해 exploration이 가능하도록 강화 학습을 시키는 방법을 논하셨습니다.
Invited Talk 1. Symbolic Logic meets Machine Learning: Towards Transparent Responsible AI
사실 이 부분은 졸았고, 용어 자체의 난해함과 듣는 실력의 부족으로 이해에 많은 차질을 겪었습니다. 그럼에도 요약하면 중요한 역할을 자처하는 AI의 발전과는 다르게 실제 현 산업에서 데이터를 어떻게 해석하고 학습하는지에 대한 이해와 학습의 근원적 시각을 토대로 어떻게 통합할지에 대한 Reasoning에 대해 설명했다고 생각합니다.
자세히 기억나지 않아서 패스....
Invited Talk 2. Geometric Deep Learning for Forecasting and Semi-supervised Learning
8분의 연사를 만난 분들 중 흥미로운 주제를 가져오신 분으로 기억에 많이 남는 분입니다.
Non-Euclidean을 기반으로 Graph Neural Network(GNN)을 소개하셨는데 어떻게 Geometric Structure을 사용하고 어떻게 leverage을 domain에 적용하는지를 소개했습니다.
이를 통한 Biology, Chemistry, Physics를 비롯 다양한 분야 적용 사례와 가능성에 대해 언급하며 GNN의 유명함과 가능성을 시각적 자료와 함께 설명을 곁들여 주셨습니다.
이 시간 이후 점심 시간임에도 Burna께 많은 질문이 있었습니다. 물론 시간에 압박을 받았지만. 그럼에도 GNN의 가능성이 매우 높게 점쳐지는 것들에 관심을 가지게 된 시간이었던 것 같습니다.
이것은 강연이 이루어지는 층 옆에 할당된 넓은 공간에 포스터를 보이며 설명하는 시간을 가졌는데 여기서 추천을 많이 받은 Poster 사람에게 우수, 그 다음 2등 Poster까지 상품을 주는데 제가 기억하기로는 성균관대 Denoiser를 통한 Generative Model쪽이 우수를 받았는데 2등이 기억이 나지 않네요 서울대였던 것으로 기억하는데 ㅋ
Track 1은 Vision & Image의 주제로 4개의 강연이
Track 2는 On-Device, IOT & Social의 주제로 4개의 강연이 있었습니다.
당연히 CV에 관심이 있는 저는 그대로 Track 1을 선택해서 강연을 들었습니다.
Nuno Vasconcelos, University of California, San Diego 2:00 ~ 2:50
Reducing the Gap between Deep Learning and Human Cognition
사실 흥미로운 기법들이 몇 개 소개되었는데 강연의 큰 틀은 제목에서 드러나듯 사람의 인지적 능력과 딥러닝과의 차이가 줄어들고 있는데 Recognition과 detection 부분에서 두드러진다.는 내용이었지만 현실적으로 아직도 차이는 존재하고 이 어려움을 헤처나가기 ㅜ이해서 많은 기법들 응용 활용법들을 고안하고 있다.
예로 Multi Domain 자체가 작동하지 않아 layer adaption을 추가하는 방법을 고안하고 batch norm을 사용했지만 잘 작용하지 않았다는 실험 결과적 내용들을 토대로 fixed layer를 삭제하거나 memory size를 줄임으로써 얻어낸 NetTailer 기법들로 좋은 성과를 냈다는 내용들을 설명하셨습니다.
Towards AI-based Photorealistic Telepresence
AI를 이용한 3D realistic Telepresence가 가능하게 하는 기술들과 기술들의 구조, 어떻게 작동하는지에 대해 설명을 하셨습니다. 개인적으로는 관심이 많이 갔는데 알아듣는게 너무 힘들었다는 후기...
그러나 Textured Neural Avatar를 토대로 posed를 3차원으로 현재 base truth image에 가깝게 구현할 수 있었고 유명인의 구사, Generative Model에도 많은 발전을 보여줬습니다.
Rethinking the camera pipeline to improve photographic and scientific applications
8분의 강연을 다 듣고 가장 강연을 잘 하신 분이 누구냐고 질문을 받는다면 나는 Michael Brown이 제일 좋았다고 생각합니다. 가장 관심이 있는 주제가 포함되어 있기도 했지만 우선 발음이 친숙했고 쉬웠으며 알기 쉽게하는 설명때문에 누구나 이해할 수 있었습니다.
내용적으로는 스마트 폰에서 사용하는 카메라 Pipeline을 위해 Noise나 밝기, reflection에 대한 화질 개선 등의 역할을 해왔다고 서론을 말씀하시며 카메라 제조사마다 다른 기준들을 가지는 사진의 선명도 밝기, 설정들에 의해 의학적으로 기준이 되는 것들이 없기에 기준이 될 수 있을만한 선명하면서 Denoising을 처리하는 과정들, 어둠 속에서 찍은 사진을 대낮에 찍은 사진처럼 밝고 선명한 색상과 채도를 가지게끔 만드는 과정, Reflection된 글자들을 삭제, 재구성할 수 있는 기술들을 설명하며 최대한 배려한 설명들을 해주셨습니다.
중간중간에 6개월치 데이터를 잘 못 만들었기에 버렸어야했다던 박사연구생의 이야기를 하며 그는 그래도 웃고 있었다는 농돔을 섞어가며 말입니다. ㅋ 나름 웃겼는데
Alex Schwing, University of illinois at Urbana-Champaign
Learning to Anticipate
관찰되는 사물간의 상호작용이 현실에서 관찰되기 힘들다는 점 및 여러 이유들로 모호성을 해결하기 위해 GTA-5라는 게임을 통한 Video Capturing으로 모호성을 해결하고 Segmentation Annotation을 잘 하기 위한 작업을 수행했다 과정들을 설명하며 이를 통해 우리는 어떤 Anticipate 기대에 대한 예측이 가능하도록 고안해냈다고 말씀했습니다.
실제로 자료를 보면서 매우 유망했고 게임을 통한 Annotation을 고안해낸 방식에 감탄했습니다만 강연으로 듣는 것과 구체적인 내용을 보는 것의 차이가 있기 때문에 실제로 해보고싶다는 생각이 들게하는 강연이었습니다.
이로써 8개의 연사님들의 강연을 보았습니다. 다른 포럼보다 깊이가 있었고 새로운 전망이 유망한 분야들의 발표는 더 열심히 공부를 하게하는 자극제가 되었기에 저는 이번 2일차 삼성 포럼에 매우 만족하고 있습니다.
내년에도 열릴 포럼에 더 멋진 연사님들을 고대하며 더 공부해야겠습니다.
이런 자리를 만들어준 삼성에 감사의 마음을 표합니다.
