2021 서울대학교 AI 여름학교 컨퍼런스 소회 8.9~8.11

 

 

URL : https://aiis.snu.ac.kr/aisummerschool2021/

2021 서울대학교 AI여름학교

 

본 내용은 2주나 지나서 적는 만큼 제가 컨퍼런스 당시 느꼈던 내용과 일부 다를 수 있고 정확하지 않을 수 있음을 미리 고지합니다.

 

우선 2021.8.9 월요일부터 아주 알뜰하게 채워진 강의들로 어찌 보면 당연하게도 생각보다 방해받는 시간도 많았고 다 볼 수는 없었지만 그럼에도 좋은 강연을 해주신 외부 초청 강사님들도 있었고 서울대학교 교수님들께서도 좋은 강연을 해주셔서 우선 감사의 말씀을 전해야 할 것 같습니다.

 

그리고 다행스럽게도 현재 서울대학교 AI연구원 Youtube 채널에 해당 내용들이 올라와 있으니 혹시라도 궁금하신 분들은 해당 채널 동영상을 보시는 것을 추천드립니다.

 

https://www.youtube.com/c/%EC%84%9C%EC%9A%B8%EB%8C%80%ED%95%99%EA%B5%90AI%EC%97%B0%EA%B5%AC%EC%9B%90/featured

서울대학교AI연구원

 

저는 이미 아래 URL에서 고지한대로 관심 있는 강연들에 대해서 미리 적어놨었습니다.

 

https://aigong.tistory.com/230

2021 서울대학교 AI 여름학교 컨퍼런스 안내 (8/9 월 ~ 8/11 수)

월요일

 

이기민 UC Berkeley : Toward a Trackable Solution for Human-in-the-loop Reinforcement Learning: Algorithm and Benchmark

류경석 서울대 수리과학부 : Training Dynamics and Complexity of Infinitely Wide WGAN and Minimax Optimization

이제희 서울대 컴퓨터공학부 : How to Train Your Virtual Dragon via Deep Learning

 

화요일 

 

박태성 Adobe Research : Machine Learning for Deep Image Manipulation

김건희 서울대 컴퓨터공학부 : Self-Supervised Learning for Videos

 

수요일

 

최은솔 UT Austin : Addressing Information Seeking Queries: From Finding to Presenting Answers

김영민 서울대 전기정보공학부 : Geometry in the Deep Learning Era

강유 서울대 컴퓨터공학부 : Stock Prediction with AI

 

기본적으로 Computer Vision 그리고 개인적인 관심사 키워드 단어를 위주로 위 내용들을 뽑았었는데요. 실제로 듣고 나니 잘 들었다고 생각되는 내용들도 많았고 위에 적히지 않았지만 관심이 확 생기는 그런 주제들로 강연해주신 분들 또한 계셔서 좋은 시간을 보냈던 것 같습니다. (개인적으로 월요일, 화요일 중간중간 수요일 몇 강좌를 제외하면 거의 못 본 것 같네요.)

 

개인적으로 좋았던 강좌들

모든 강좌를 들은 것이 아니지만 개인적으로 강연에서 좋았다고 느꼈던 강좌들은 아래있는 내용들이었던 것 같습니다.

물론 여기에는 미처 보지못했던 내용들은 포함시키지 못했기에 저도 추후 Youtube에 올라와있는 강좌들을 보고 다시 살펴볼 예정입니다. 그러나 아래 추천은 라이브 당시 라이브로 들었던 것을 기준으로 보았을 때는 아래와 같았습니다.

 

월요일

1) 김빈 Google Brain - Interpretability - What Now? (8.9 Mon 9:30~10:30)

2) 김승연 Google Research - Why Distillation Helps: A Statistical Perspective (8.9 Mon 10:00~11:30)

3) 송현오 서울대 컴퓨터공학부 - Recent Methods on Improving ML Generalization via Data Augmentation and Mixup (8.9 Mon 15:00~15:45)

4) 이제희 교수님 서울대 컴퓨터공학부 - How to Train Your Virtual Dragon via Deep Learning (8.9 Mon 17:00~17:45)

 

화요일

1) 박태성 Adobe Research - Machine Learning for Deep Image Manipulation (8.10 Tue 9:30~10:30)

2) 이민아 Stanford University - Writing with Artificial Intelligence (8.10 Tue 11:30~12:30)

3) 김건희 서울대 컴퓨터공학부 - Self-Supervised Learning for Videos (8.10 Tue 15:00~15:45)

 

수요일

1) 김영민 교수님 서울대 전기정보공학부 - Geometry in the Deep Learning Era (8.11 Wed 14:15~15:00)

만약 하나만 뽑으라고 한다면 저의 관심사 때문인지 몰라도 Adobe Research 박태성님을 뽑을 것 같습니다... 전에 Naver D2에서도 발표하신 것이 기억에 남고 CycleGAN에 이어 Image Translation을 연구하시는 것에 가장 관심이 많이 갔기 때문일까요 ㅎㅎ... 실제로 보여주신 논문의 결과는 확실히 발전된 정도가 빠르고 그 선두에서 멋진 연구적 성과를 보이시는 것에 감탄을 해서 일지도 모르겠네요.

 

진짜 하나 더 뽑으라고 한다면.... 어려운데.... 김영민 교수님 강연으로 3차원으로 기하학적 내용을 어떻게 구성할지에 대해 올해 ICLR, ICCV, CVPR에 accept된 연구결과들을 설명해주셨습니다. 3D 생성을 통해 물체를 구성해가는 강렬한 도입을 시작으로 를 만들기도 했지만 2D를 3D로 구성하는 것 역시 흥미로웠고 45분이라는 짧은 시간이었지만 내용을 잘 설명해주셔서 이해도 식견도 넓어져서 개인적으로도 추천드립니다.

 

물론 다시 말씀드리지만 위 내용은 엄연히 저의 주관이 섞였으며 저의 관심사도 섞여있습니다. 또한 시간을 낼 수 없어 보지못한 강연들이 생략된 것이기 때문에 자세한 강연의 내용은 Youtube 채널에서 강연을 직접 보시길 권해드립니다.

 

마지막 

컨퍼런스에 참여해주신 다양한 외부 연구자들과 서울대학교 교수님들을 통해서 미처 알지 못했던 내용들을 배워가고 많이 확장한 시간을 가졌던 것 같습니다. 작년보다도 더 알찼다는 생각도 들 정도로 식견이 넓어진 것들이 있습니다.

위에서 예를 든 것을 제외하고 예를 들면 저는 distillation에 대해서 몰랐지만 Google Research 김승연님께서 쉽게 설명해주신 덕에 조금이나마 배워갈 수 있었고 이를 제 연구에도 적용할 수 있을지 생각해볼 수 있게 해주시기도 하셨고 그 외 송현오 교수님께서 소개하신 Mixup, 이제희 교수님께서 소개해주신 다양한 simulation 특히 근육과 뼈, 구조만을 가지고 motion을 구현한 물리적 시뮬레이션은 감탄이 나왔습니다. 그 외에도 정말 다양한 교수님들께서 소개해주신 강연들은 주옥같았고 더 열심히 연구와 학문에 대한 탐구를 해야겠다는 다짐을 하게 되죠.

 

내년에도 소중한 자리가 마련되어 학문적 연구 성과 교류의 장이 또 있었으면 하는 바람을 가집니다.

 

물론 이때 저의 학문적 식견?이 더 넓어져 좀 더 좋은 질문을 할 수 있는 질문자로서의 역할도 겸할 수 있었으면 하는 바람이 있습니다.

 

이상으로 개인적인 소회를 마칩니다.