최근 다양한 분야에서 인공지능 딥러닝을 활용한 서비스가 급속히 증가하고 있다. 특히, GPT와 같은 거대 언어 모델을 훈련하기 위해서는 수백 대의 GPU와 몇 주 이상의 시간이 필요하다. 따라서, 심층신경망 훈련 비용을 최소화하는 방법 개발이 요구되고 있다.KAIST(총장 이광형)는 전산학부 이재길 교수 연구팀이 심층신경망 훈련 비용을 최소화할 수 있도록 훈련 데이터의 양을 줄이는 새로운 데이터 선택 기술을 개발했다.일반적으로 대용량의 심층 학습용 훈련 데이터는 레이블 오류(예를 들어, 강아지 사진이 `고양이’라고 잘못 표기되어 있
출처 : 인공지능신문 – 전체기사
