Skip to content

Commit 8f9c012

Browse files
committed
Quartz sync: May 18, 2025, 6:44 PM
1 parent e8fafcd commit 8f9c012

File tree

3 files changed

+2
-8
lines changed

3 files changed

+2
-8
lines changed

Makefile

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -1,5 +1,5 @@
11

2-
run: update
2+
run: sync
33
npx quartz sync
44

55
sync:

content/About.md

Lines changed: 1 addition & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -3,6 +3,7 @@ description:
33
created: 2025-05-18
44
modified: 2025-05-18
55
title: About
6+
comments: "false"
67
---
78
- YongMan "Yòmá" Kim
89
- Specialized in Philosophy(Mind, Analytical)

content/Philosophy/거대 언어 모델과 언어 철학.md

Lines changed: 0 additions & 7 deletions
Original file line numberDiff line numberDiff line change
@@ -17,7 +17,6 @@ _First published Thu Nov 18, 2023_
1717
<br>
1818

1919
# 목차
20-
2120
1. 서론
2221
2. 인공지능 그리고 거대 언어 모델
2322
3. 비트겐슈타인의 전기 언어 철학
@@ -31,9 +30,6 @@ _First published Thu Nov 18, 2023_
3130
8. 참고문헌
3231

3332
# 서론
34-
35-
^a65c70
36-
3733
2022년 새로운 존재의 등장으로 인해 전 세계는 지능화 혁명의 초입을 목격하였다. ChatGPT의 등장으로 거대 언어 모델(이하 LLM: Large Language Model)에 대한 지속적인 관심으로부터, 일반 인공지능(AGI: Artificial General Intelligence)에 이르기까지 인공지능은 현재[^0] 뜨거운 감자이다. 인공지능 혹은 LLM의 등장으로 우리의 일상은 점차 기계와의 상호작용으로 빈번해지고 있다. 서빙 로봇, 안부 AI, 자율주행, 챗봇 등 지능 기계와 조우되는 접점이 많아지는 현재, 사람과 사람 사이의 전통적 관계에 기계가 난입하여 기존의 소통 방식을 해체하고 재정의하는 양상은 철학이라는 학문이 관심을 가질만한 영역일 것이다. 또한 확장된 신체, 혹은 지능으로서 기계의 인간화, 인간의 기계화라는 담론도 철학의 관심을 끌 대목이다.
3834

3935
언어를 통해 세계를 파악하는 존재적 위치를 정위한 지금까지의 인간에겐, 우리가 쓰는 언어를 통해 비록 미약할지라도, 세계를 표현하는 인공지능의 등장에 두려움을 느끼는 것은 당연할 것이다. 단순하지만 반복적인 작업부터, 지능적 작업, 심지어 창의성까지 넘보는 생성형 AI는, 인간의 세계에서의 위치를 흔들고 있다. 즉 인간만이 유일하게 철학적 사유를 할 수 있는 존재가 아닐 수 있게 되었다.
@@ -58,9 +54,6 @@ _First published Thu Nov 18, 2023_
5854
[^4]: §109 참고. (비트겐슈타인, 『철학적 탐구』, 책세상, 2019, 101.)
5955

6056
# 인공지능 그리고 거대 언어 모델
61-
62-
^f05222
63-
6457
비트겐슈타인의 언어철학과의 LLM의 관계를 설명하기 앞서, 현대의 인공지능의 원리에 대해서 간단하게 짚고 넘어가겠다. 이를 통해 LLM이 어떻게 언어를 학습하는지 대략적인 그림이 그려질 것이다. 본 장에서는 인공지능에 관한 자세한 기법적 설명보다는 이해를 돕기 위한 대략적인 설명을 목표로 한다.
6558

6659
> 1. 데이터 준비 : 우선 많은 데이터가 준비되어야 한다. 데이터의 형식이 텍스트라면 언어 처리를 학습할 것이고, 이미지라면 이미지 분류, 수치라면 분석일 것이다. 또한 데이터 전처리 작업을 수행한다. 이상값 제거 및 데이터 일반화 등의 작업을 거쳐 데이터를 깔끔하고 균일한 형식으로 만든다.

0 commit comments

Comments
 (0)