Studying 81

AI가 불러올 수있는 법률 문제 - 공법편

목차1. 헌법 2. 행정법 3. 헌법 서면 작성방법론 4. 인공지능과 헌법 - 현행법 하에서의 해석 1. 헌법1) 기본권기본권이란, 인간이라면 누구나 가지고 있는 기본적인 권리이다. 헌법적 의미에서 기본권은 국가가 국민에게 부여하게 된다. 이러한 기본권은 국민에게 부여되는 권리이므로 외국인, 법인에게는 '제한적으로 인정'된다. 이러한 기본권은 인간의 존엄과 가치를 기본 사상으로 한다. 또한 기본권은 두 가지 견해가 있는데 우리 헌재는 둘 다 인정한다.1. 국가로부터 자유로운 주관적 공권으로 해석, 칼슈미트-> 국가가 기본권 침해할 수 없다.2. 객관적 가치질서 형성하는 성질, R.smend-> 국가가 기본권 침해할 수 있다.cf. 주관적 공권은 칼 들었으니까... 국가가 침해 X... 이런 느낌으로..

AI가 불러올 수있는 법률 문제 - 민사법

목차 1. 사건번호 2. 민사법 기초개념 3. 민법 4. 상법 5. 민사소송법 6. 초상권과 저작권 7. 개인정보보호법 8. 인공지능과 민사법 - 현행법 하에서의 해석 1. 사건번호순서: 법원 -> 선고일 -> 고유 사건번호 cf. 고유 사건 번호는 각 법원끼리 겹칠 수 있다. ex) 고등법원 대법원 ㄱ, ㄴ, ㄷ : 1, 2, 3심ㅏ, ㅗ : 민법 형법 2. 민사법 기초개념우리는 이제 민사법에 대해 알아볼 것이다. 민사법은 민법, 상법 그리고 민사소송법으로 구성되며, 그 내용은 다음과 같다.민사법 = 민법 + 상법 + 민사소송법민법: "대등한 사인간"의 법률 관계를 규율하는 법상법: 상거래와 기업의 법률 관계를 규율하는 법민사소송법: 민사소송을 규율하는 법규 3. 민법 1) 민법의 기존 구조 #..

AI가 불러올 수있는 법률 문제 - 형법

목차 1. 법령, 판례 찾는 방법 2. 형사법 기초개념 3. 형법 4. 형사소송법 5. 형사사법구조 6. 법원, 검찰의 각 처분 7. 인공지능과 형법 1 -현행법 하에서의 쟁점8. 인공지능과 형법 2 -곧 다가올 미래의 쟁점 1. 법령, 판례 찾는 방법1) 국가법령정보센터위 사이트에 들어가서 원하는 법령을 검색하면 되며, 법이 변경된 역사인 연혁과 연판 판례도 소개되어있다. 국가법령정보센터는 국가에서 운영하기에 무료라는 장점이 있다. 하지만 대법원 판례 위주라 판례수가 제한적이며, 검색로직이 좋지 않다. 2) 사기업 검색 툴 사용사기업이 운영하는 사이트라 유료라는 단점이 존재한다. 하지만, 대법원 판례 이외의 많은 하급심 판결을 보유하기에 더 많은 판결를 가지고 있으며, 판례외 주석서, 논문 등의 자료..

논문 리뷰) Diffusion Policy: Visuomotor Policy Learning via Action Diffusion

Diffusion Policy: Visuomotor Policy Learning via Action Diffusion https://arxiv.org/abs/2303.04137 Diffusion Policy: Visuomotor Policy Learning via Action DiffusionThis paper introduces Diffusion Policy, a new way of generating robot behavior by representing a robot's visuomotor policy as a conditional denoising diffusion process. We benchmark Diffusion Policy across 12 different tasks from 4 di..

논문 2025.05.16

Ways to check correctness properties

서울시립대학교 인공지능학과 고상기 교수님의 신뢰할 수 있는 인공지능 수업을 정리임을 미리 알립니다. 신경망이 특정 조건을 만족하는지 어떻게 검증하는가를 다룬다. 아래 두 가지 방법으로 다루게 된다.Testing과 Verification을 구분하라.1. Testing and testing coverage # Neuron coverage• Why is testing coverage important? • Popular structural coverage metrics • Evaluation of structural coverage metrics • Is coverage enough? 2. Formal verification • What is formal verification? • Property verif..

Correctness Properties and Their Representations

서울시립대학교 인공지능학과 고상기 교수님의 신뢰할 수 있는 인공지능 수업을 정리임을 미리 알립니다. 신경망을 논리적인 언어로 표현한 다음, 그 표현을 바탕으로 여러 '정확성 속성' 관점에서 분석할 것이다.1. A specification language: 시스템의 동작을 공식적으로 기술하는 언어인 명세 언어 파트1-1) Hoare logic: 코드 실행 전후 상태를 기술하는 논리 1-2) Hoare logic in neural networks: 위 논리를 신경망에 적용2. Correctness properties of neural networks: 신경망 잘 작동하나 검증하고 싶은 속성들 # 강건한가.. 이런거2 -1) Hoare 논리로 표현한 신경망을 바탕으로 정확성을 판단할 수 있는 여러 속성들: ..

4. Projective Geometry

서울시립대학교 인공지능학과 정지영 교수님의 컴퓨터 비전 개론 수업을 정리함을 미리 알립니다.Contents3D 물체를 카메라의 2D 이미지 플레인에 사영하는 방식에 대해 자세히 알아볼 것이다1. Camera parameters 2. Projective transformation 3. Different projections – canonical, weak perspective, orthographic Camera parameters ((4-1))1. Euclidean 좌표계에서의 3D -> 2D 핀홀 카메라 그리고 일반적인 Euclidean 좌표계로 사영이다. 좌표계를 맞춰주는 [R|T]는 일단 냅두고, K 즉 켈리브레이션 계산만 봐보자. 1) Z 방향으로 얼마나 떨어졌는지에 따라 비율로 줄이고((Pe..

3. Camera with Lenses

서울시립대학교 인공지능학과 정지영 교수님의 컴퓨터 비전 개론 수업을 정리함을 미리 알립니다.Contents렌즈를 장착한 카메라들에 대해 알아볼 것이다. 1. Pinhole Model 2. Thin Lens Law 3. Lens Properties4. New Types of Cameras Pinhole Model ((3-1))1. 핀홀의 존재 이유 핀홀 카메라에서 핀홀이 있어야하는 이유가 뭘까? 바로 광 다발을 포착하기 위해서이다. 핀홀이 없으면 이러한 광다발을 잡지 못하고, 빛이 여러 곳에 도착하여 정확한 상이 맺히지 않는다. 핀홀 카메라에서는 이 핀홀이 바로 center of projection (focal point)이다. 2. 핀홀의 크기 그러면 이러한 핀홀의 크기는 어떻게 하는게 좋을까?..

2. Image Formation

서울시립대학교 인공지능학과 정지영 교수님의 컴퓨터 비전 개론 수업을 정리함을 미리 알립니다.Contents1. 3D to 2D projections2. Photometric image formations3. Digital cameras 3D to 2D projections ((2-1))1. Homogeneous Coordinates 행렬 계산 편의 및 선형 시스템으로 정사영 시스템을 구성하기 위해서 다음과 같은 Homogeneous coordinates를 사용하게 된다. 사용 방법은 간단하다. 차원을 하나 더 추가해주고, 이 성분을 1로 설정하면 된다. Euclidean 좌표계로 다시 돌아갈 때는 추가했을 때의 과정을 거꾸로 하여 마지막 좌표를 1로 만들어주고 마지막 차원을 제거하면 된다. 2. 3D..