| ϽӸ | [495,181] | |
|---|---|---|
| ؿܼ | [0] | |
| ۷ι Ʈ | [2] | |
| ̵ 긮ν | [348] |
[4]  |
무어의 법칙 이후의 컴퓨팅, 어디로 |  |
| 지난 60년간 디지털 혁신을 이끈 가장 위대한 엔진 중 하나는 바로 무어의 법칙(Moore"s Law)이었다. 1965년, 인텔 공동 창립자 고든 무어는 “칩 위의 트랜지스터 수가 2년마다 두 배가 된다”는 관찰을 내놓았고, 이 간단한 법칙은 전 세계 반도체 산업의 나침반이 되었다. 트랜지스터 수의 증가는 곧 속도 향상, 전력 효율 개선, 제조 단가 하락으로 이어졌으며, 컴퓨터는 더 작고, 더 빠르고, 더 저렴하게 진화했다.<br> | ||
 |
지금 미국은 혁신의 위기가 아니라 인 | |
| 혁신이 가시적인 성공을 보이기까지는 상당한 시간이 필요하다. 이미 지난 10여 년 동안 수많은 혁신과 신기술이 등장했다. 이들이 오늘날에 와서 기대에 미치지 못하였다고 하여 혁신의 위기라 할 수 있을까? 이것은 인내의 위기이다. 인내의 위기가 미래의 혁신 동력을 갉아먹고 있다.<br> | ||
 |
Cool Food: Erasing Y | |
| | Robert Downey Jr | ||
| ǻ | Blackstone Publishing Inc | ||
 |
딥러닝 AI, 사람보다 빠르고 정확하 | |
| 전통적으로 병리학은 고도로 훈련된 전문가가 수많은 조직 슬라이드를 현미경으로 관찰하고 분석하는 과정을 통해 이루어졌다. 이 과정은 시간과 노동력이 많이 드는 고정밀 작업이다. 하지만 워싱턴주립대학교(WSU)의 연구팀이 개발한 인공지능 딥러닝 모델은 이러한 전통적인 방식에 근본적인 질문을 던진다. | ||
