풍경은 영락없는 가을인데, 체감상 초겨울인 요즘..!

작은 습관 하나 만들면 어떨까요?🌤️

저는 주말에 등산하기로 정하고, 어제 다녀왔어요.

님의 작은 한 걸음도 응원할게요 :)

열린 세미나: 현실적인 풀스택 개발자 직무 전환 & 취업 과정 I 초거대 AI시대 대체불가 개발자로 살아가기

인공지능이 생성하는 이미지나 텍스트가 실제와 점점 비슷해지면서 거짓 정보 생성, 사생활 노출 등 여러 가지 사회적 문제에 직면하게 되었는데요. 딥마인드의 새로운 논문은 인공지능 모델의 사회적, 도덕적인 위험성을 측정하는 3단계 프레임워크를 제안합니다. 인공지능 모델은 능력(Capability), 인간과의 상호작용(Human interaction), 인공지능 시스템을 포함하는 전체 환경에 미치는 영향(Systemic impact)의 세 가지 관점에서 평가 받아야 하고, 이때 맥락(Context)을 반드시 고려해야 한다고 주장하고 있어요. 예를 들어, 거짓 정보를 생성하는 모델은 일반적으로 위험하다고 평가되지만, 위험성의 정도는 정보의 내용이나 정보를 받아들이는 사람에 따라 달라질 수 있겠죠. 그 밖에도, 텍스트뿐만 아니라 이미지, 오디오 등이 결합된 멀티모달(Multimodal) 모델에 대해서도 위험성을 평가하는 기준이 필요하다고 이야기하고 있습니다.

개발자 분들이 참고하면 좋을 블로그 글을 소개할게요. 이 글의 저자는 FAANG(Facebook, Apple, Amazon, Netflix, Google)와 같은 대기업과 스타트업에서 뛰어난 엔지니어들과 함께 일하면서, 그들이 작성한 코드에서 7가지의 공통된 습관을 발견했다고 해요. '컴퓨터가 아니라 사람(동료 엔지니어 및 사용자)을 위한 코드 작성하기', '코드 자체에서 벗어나기', '일관성 있는 형식의 코드 작성하기', '간결하고 깔끔한 코드 작성하기', '테스트를 통해 예상치 못한 결과가 나오지 않도록 하기' 등의 일곱 가지 습관들을 각각 소개하고 있고요. 소프트웨어 개발에는 다양한 예외 상황이 존재하기 때문에 이 규칙들은 유연하게 적용돼야 하며, 그 경우 기록으로 남겨두는 것이 필요하다고 강조했습니다.

지난 16일, 17일 이틀간 'AI시대 교육의 재창조'를 주제로 제 1회 태재미래교육포럼이 열렸습니다. 'AI 시대 교육은 어떻게 바뀌어야 하는가'라는 묵직한 질문에 답하기 위해 세계적 교육·AI 전문가들이 한 곳에 모였는데요. '커뮤니티 기반의 열린 연구와 지식의 탈중앙화'에 대해 발표한 모두의연구소 김승일 대표는 "앞으로 답이 정해져 있지 않은 문제에 대한 답을 찾아내는 역량이 중요해질 것"이라며 지식을 공유하며 함께 더 나은 답을 찾아 나가는 커뮤니티형 교육을 강조했어요. 모두의연구소는 앞으로도 님과 함께 질문이 흐르는 시끌벅적한 교실을 만들어 나가려 해요!