キャップストーン会議

제목 없음

<aside> 📌 자료

3조 AICOSS 산학프로젝트 공모.hwp

</aside>

<aside> 💁🏻‍♂️ 박성철 교수님 정리

인공지능 관련 서비스 기획할 때 참고할 만한 사이트와 라이브러리 등은 아래와 같습니다.
- Teachable Machine
- MoveNet
- OpenVision API
- AWS AI 서비스
- IBM Watson AI 서비스
Pose detection 모델인 MoveNet을 이용해 유아용 학습콘텐츠, 홈트레이닝 시스템, 수화시스템 등의 서비스 구현에 사용 가능.
Teachable Machine을 활용해 사물을 인식할 수 있도록 학습시키고 그 모델을 다운받아 사용할 수 있음.
IBM Watson의 감정분석 API를 이용해 사용자의 감정을 분석해 디퓨저 향기나 조명 자동 설정
STT, TTS 등의 API는 검색해보면 많이 나올 것이니, 파파고 등의 번역 API와 WebRTC를 이용한 국제 화상회의 시스템(동시 번역, 자막 서비스)
라즈베리 파이, 적외선 센서, 초음파 센서 등을 활용해 트랙을 따라 움직이도록 학습시키고 근거리 배달 시스템

<aside> 🤖 GPT 정리

챗봇 개발: 자연어 처리(NLP) 기반의 AI 챗봇을 개발해보세요. 이를 위해 GPT-4 또는 다른 대화형 AI 모델을 사용할 수 있습니다. 사용자 요청에 따라 정보를 제공하거나, 특정 작업(예: 음식 주문, 일정 관리 등)을 수행하는 기능을 구현할 수 있습니다.
이미지 분류 및 인식: 딥러닝 기반의 이미지 분류나 객체 인식 시스템을 만들어보세요. 예를 들어, 식당에서 음식 사진을 찍으면 해당 음식의 칼로리나 재료 정보를 제공하는 애플리케이션을 만들 수 있습니다. 보안 카메라에서 불법 주차된 차량을 자동으로 감지하거나, 소셜 미디어 이미지에서 브랜드 로고를 탐지하는 등의 프로젝트가 가능합니다.
추천 시스템: 사용자의 취향이나 행동 패턴에 따라 상품, 영화, 음악 등을 추천하는 시스템을 만들어보세요. 협업 필터링(collaborative filtering) 또는 콘텐츠 기반 필터링(content-based filtering) 등 다양한 추천 알고리즘이 있으며, 최근에는 딥러닝 기반 추천 시스템도 많이 연구되고 있습니다.
감성 분석: 소셜 미디어 게시물 또는 제품 리뷰 등에서 감성(sentiment) 정보를 추출하는 프로젝트입니다. 이것은 긍정적인 평가와 부정적인 평가가 포함된 텍스트 데이터 세트에 대해 학습된 NLP 모델에 기초합니다.
음성 인식과 합성: STT(Speech-to-Text)와 TTS(Text-to-Speech) 기술을 활용하여 사용자와 음성으로 상호작용하는 시스템을 만들 수 있습니다. 이는 스마트 홈 제어부터 고객 서비스까지 다양한 분야에서 활용될 수 있습니다. </aside>

</aside>

<aside> 🤗 추가 참조 자료