그래프 딥러닝 관련해서 논문 준비하고 개인 프로젝트로 NLP까지 곁다리로 해외에서 공부하고 있는 기계돌이입니다. 제가 지금까지 배운 비전공로서의 추상적인 이해를 구체적이고 논리적으로 잘 다듬어주신 강의였습니다. 좀 어렵고 복잡하고해서 이번 영상에 부정적인 댓글이 많긴 하네요. 저는 다르게 봅니다. 여타 다른 유튜브 영상 수없이 봤지만 백이면 백 GPT A to Z를 지향하는 영상들이 정작 자연어처리의 겉핡기도 못하는 내용으로 구성되어 있습니다. 이 영상들은 기반 지식이 없는 시청자들에게 어렴풋이나마 GPT를 이해하는데에 도움을 줄지언정 많은 분들에게는 그 작동원리에 대한 근본적인 궁금증을 해소 시켜 줄 수는 없다고 생각했습니다. 이번 영상에서는 강연자님이 결국 "그래서 언어모델이라는게 그게 뭔데?" "그러니까 어떻게 작동하는건데?" 라는 질문에 대해 답하기 위해 총대를 매고 나섰다고 봅니다. 누군가에게는 어쩔 수 없이 복잡하고 지루한 이야기겠지만 인공지능이 세상에 본격적으로 발을 디디기 시작한 지금 이 시대에 인공지능에 대해 조금이라도 더 깊에 알고싶어하는 분들과 지적 호기심을 가지신 분들에게는 꼭 있어야할 강의 였다고 봅니다. 이 영상을 계기로 더 큰 관심을 가지고 인공지능과 관련하여 더욱 근본적인 공부를 하게 되시는 분들이 생길지도 모를 거 같습니다. 좋은 영상 감사합니다!
어려운 내용이지만, 인공지능이 언어를 학습할 수 있게 된 배경을 학문적으로 이해할 수 있는 좋은 기회였습니다. 수학, 언어학, 신경망 등 여러 분야의 전문가들이 노력이 있었기에 오늘날 ChatGPT가 나오게 되었음을 이해하게 되었네요. 여러 번 들어서 좀 더 내용을 이해하고 싶은 흥미가 생기는 내용이었습니다.
오늘 매우 소중한 강의를 들었습니다. 인간이 기계에게 언어를 가르치기 위해서 어떻게 해왔는가를 아주 자세히 설명하시는 것을 보면서, 많은 독자들은 벌써 채널을 돌렸을 것을 생각을 하니 웃음이 나왔는데, 마지막에 이 프로가 디코더인척 직설적으로 많은 독자들의 입장에서 설명하는 것을 보면서 웃음이 빵 터졌습니다.
- 무언가를 제대로 배우려면 많은 질문과 그에 대한 다양한 대답이 필요하다. - 전문가가 초보자를 쉽게 이해 시키는일은 매우 어렵다. - 여기서 질문하는 두사람을 보면 제대로 배울수 있는 사람과 그렇지 못한 사람을 쉽게 구별 할 수 있다. - 다 이해한척 이미 알고 있는척 하는 사람은 아는척만 요란할 뿐 실제로 이해한것이 아니다. - 언어, 구조, 의미, 규칙, 표현 등 이런 단어들이 무엇을 의미하는지 인공 지능 연구 발전과 어떤 연관이 있는지 이해 해보고 싶은 사람들은 이 강의를 찬찬히 들어 보시길
관련 내용들을 여러 번 본 사람들은 궁금증이 많이 풀렸거든. 특히 궁급했던 게 GPT 백터가 어떻게 구성되어 있고 어떻게 연산하며, 어텐션이 어떻게 작동하는지에 대한 원리를 설명해 줘서 전반적인 것을 이해했거든. 즉, 지금까지 GPT에 대한 설명에서 빠져있는 부분을 이번에 매우 많이 보충했거든. 단 하나, GPT에 들어가는 문장이 어떻게 벡터화 되는지만 설명하면 전반적으로 어떻게 GPT가 작동하는지 다 알게 된다.
날리지 베이스 보다는 GPT에 더 집중하고 Word2Vec보다는 BPE 등을 설명하는게 더 좋았을 것 같습니다. BERT도 GPT도 Word2Vec같은 것은 사용하지 않죠. 촘스키 이야기도 안하는 것이 훨씬 좋다고 생각합니다. 어디 GPT가 문법 모델을 이해해서 말을 할 수 있는 것입니까? 오히려 반례에 가깝죠.