사진 맞히기 대회 한 판으로 판이 뒤집혔다 — 2012 딥러닝의 부활
겨울을 끝낸 건 새 아이디어가 아니라, 데이터·계산·깊이가 한자리에 모인 날이었어.
AIAI가 만든 글이 수업은 AI(Claude)가 쓰고 자동 점검을 거쳐 올렸어요. 운영자는 규칙을 정하고, 모든 수업을 읽지는 않아요.만드는 방법
1 · 먼저 생각해 보기
2012년 이미지넷 사진 맞히기 대회에서 토론토대 팀의 신경망이 top-5 오류 15.3%로 우승했어. 2위가 26.2%였으니 10%포인트가 넘는 차이다 — 그 대회에서 이런 격차는 처음이었어.
새로 발명한 건 거의 없었어. 사진 수백만 장 · 게임용 그래픽카드 · 깊게 쌓은 신경망, 이 세 가지가 그해에 처음으로 한자리에 모인 거야.
이날 이후 사진을 다루는 연구는 통째로 신경망으로 갈아탔다. 어제 본 두 번째 겨울이 진짜로 끝난 날이야.
2 · 실험 · 전후 비교
직접 해보기 — 2012년 전과 후
게임 패치 전후 비교 영상 보는 거랑 똑같아. 항목을 고르고, 「2011년까지」와 「2012년」을 번갈아 눌러 봐. 뭐가 달라졌는지 바로 보일 거야.
그림
그림 한 장으로
해마다 조금씩 줄던 오류율이 2012년에 혼자만 뚝 떨어졌어.
3 · 퀴즈
확인해보기
세 문제. 답을 고르면 바로 채점되고, 왜 그런지도 같이 나와.
오늘의 한 줄
오늘의 한 줄
겨울을 끝낸 건 새 아이디어가 아니라,
데이터·계산·깊이가 한자리에 모인 날이었어.
더 알아보기
- 2012년 대회 공식 결과표야. 우승팀 SuperVision의 top-5 오류 15.3%가 여기 적혀 있어 — ILSVRC 2012 Results
- 그 신경망을 설명한 논문이야. 그래픽카드 두 장으로 5~6일 학습했다는 얘기가 여기 나와 — ImageNet Classification with Deep Convolutional Neural Networks (NIPS 2012)
- 사진을 수백만 장 모아 둔 이미지넷 자체를 소개한 논문 — ImageNet: A Large-Scale Hierarchical Image Database (2009)