인공지능| 뉴스, 하우투, 기획, 리뷰 및 동영상
‘깃허브 코파일럿’이 언제나 적절하고 정확하며 실행 가능한 코드를 생성하는 건 아니지만 어느 정도 유용하다는 점은 부인할 수 없다.
이력서를 분석하고 지원자를 선별하기 위해 자동화된 평가, 디지털 면접, 데이터 애널리틱스에 주목하는 기업이 늘고 있다. 이 과정에서 인공지능의 사용이 증가하기도 했다. 그러나 IT의
디지털 및 실리콘 기반 혁명의 진행에 관해 오가는 말들이 많았다. 특히 ‘로봇의 성장’이 담론의 중심을 차지한다. 그러나 그만큼이나 대단한 혁명
고객 서비스부터 직원 인터페이스까지 다양한 영역에서 인공지능(AI)과 결합된 챗봇 사용이 크게 증가하고 있다.
‘머신러닝(ML)’을 하는 가장 좋은 방법은 때때로 머신러닝을 전혀 하지 않는 것이다. 실제로 아마존의 응용 과학자 유진 얀에 따르면 머신러닝의 첫 번째 규칙은 머신러닝 없이 시작
자동차 금융 서비스 분야에서는 딜러와 고객 모두 빠른 결정을 원한다. 토요타 파이낸셜 서비스(TFS: Toyota Financial Services)는 소비자의 신용에 대해 자동으로 결정을 내리고, 고객과 딜러의 경
모든 산업 분야의 기업들이 여러 비즈니스 라인에 수백만 개의 머신러닝 모델을 배포하고 있다. 머지않아 모든 기업이 참여할 전망이다.
거의 모든 직장에는 지루한 반복 업무가 있기 마련이다. 동일한 패턴의 동일한 상자를 클릭하고 동일한 화면이 새로 고쳐질 때까지 시간을 내보내야 하는 작업이다. RPA는 코드 재작업 없이
세계 최초로 체스게임에서 인공지능이 사람을 이긴 것은 언제였을까? 1997년에 당시 체스 세계 챔피언인 개리 카스파로프(Garry Kasparo
‘데이터 과학’은 ‘RPA(Robotic Process Automation)’를 지능적으로 만들 수 있다. 그리고 RPA는 데이터 과학 모델을 프로덕션 환경에 쉽게 배포하도록 만들 수 있다.
