'Ai'에 해당되는 글 4건

원문: https://huggingface.co/spaces/CompVis/stable-diffusion-license/blob/main/license.txt

2022년 8월 22일

제 I 섹션: 서론

다중 모드 생성 모델은 광범위하게 채택되고 사용되고 있으며, 아티스트를 비롯한 다른 사람들이 AI 또는 ML 기술을 콘텐츠 생성 도구로서 생각하고 이용하는 방식을 변화시킬 수 있는 잠재력을 가지고 있습니다.

이러한 고유물들이 사회 전반에 가져다줄 수 있는 현재와 잠재적인 혜택에도 불구하고, 그들의 기술적 한계나 윤리적 고려로 인해 잠재적으로 불량 사용이 발생할 수 있다는 우려도 있습니다.

요컨대, 이 라이선스는 동반 모델의 개방적이고 책임있는 하류 사용을 추구합니다. 개방적인 캐릭터에 대해 말하자면, 우리는 IP 권리를 부여하는 오픈 소스 허용 라이선스에서 영감을 받았습니다. 하류 책임 사용을 말하자면, 라이선서가 모델의 잠재적인 불량 사용이 발생할 경우 라이선스를 집행할 수 있도록 모델을 매우 특정한 시나리오에서 사용하지 못하게 하는 사용 기반 제한을 추가했습니다. 동시에, 우리는 예술과 콘텐츠 생성을 위한 생성 모델에 대한 개방적이고 책임 있는 연구를 촉진하려고 노력합니다.

하류 파생 버전의 모델은 다른 라이선스 조건으로 출시될 수 있지만, 후자는 항상 - 최소한 - 원래 라이선스(이 라이선스)에 있는 것과 같은 사용 기반 제한을 포함해야 합니다. 우리는 개방적이고 책임 있는 AI 개발의 교차점을 믿기 때문에, 이 라이선스는 AI 분야에서 책임 있는 오픈 과학을 가능케 하기 위해 두 가지 사이의 균형을 맞추려고 노력합니다.

이 라이선스는 모델(및 그 파생물)의 사용을 규율하며, 모델에 연결된 모델 카드에 의해 안내됩니다.

이에 따라, 당신과 라이선서는 다음과 같이 합의합니다:

1. 정의

• "라이선스"는 이 문서에서 정의한 사용, 복제, 배포에 대한 약관과 조건을 의미합니다.
• "데이터"는 모델과 함께 사용된 데이터 세트에서 추출된 정보 및/또는 콘텐츠의 모음을 의미하며, 이는 모델을 훈련, 사전 훈련 또는 그 밖에 평가하는 데 포함됩니다. 데이터는 이 라이선스에 따라 라이선스되지 않습니다.
• "출력"은 정보 콘텐츠로 구체화된 모델의 작동 결과를 의미합니다.
• "모델"은 배운 가중치, 매개변수(옵티마이저 상태 포함), 보완 자료에서 구체화된 모델 구조에 해당하는 머신러닝 기반 어셈블리(체크포인트 포함)로, 보완 자료를 사용해 데이터 전체 또는 일부에서 훈련되거나 조정된 것을 의미합니다.
• "모델의 파생물"은 모델에 대한 모든 수정, 모델을 기반으로 한 작업, 또는 모델의 가중치, 매개변수, 활성화 또는 출력의 패턴 전송으로 생성되거나 초기화된 다른 모델을 의미하며, 다른 모델이 모델과 유사하게 작동하도록 하는 것을 포함하되 이에 국한되지 않으며, 중간 데이터 표현의 사용 또는 모델에 의한 합성 데이터 생성을 기반으로 하는 방법에 의한 증류 방법을 포함합니다.
• "보완 자료"는 모델을 정의, 실행, 로드, 벤치마크 또는 평가하는 데 사용된 동반 소스 코드와 스크립트를 의미하며, 훈련 또는 평가를 위한 데이터 준비에 사용되는 경우를 포함합니다. 이에는 동반 문서, 튜토리얼, 예제 등이 포함될 수 있습니다.
• "배포"는 모델 또는 모델의 파생물을 제3자에게 전송, 복제, 출판 또는 다른 공유를 의미하며, 모델을 API 기반 또는 웹 접근 등의 전자적 또는 다른 원격 수단으로 제공하는 호스팅 서비스를 포함합니다.
• "라이선서"는 라이선스를 부여하는 저작권 소유자 또는 저작권 소유자에 의해 인가된 엔티티를 의미하며, 모델에 대한 권리를 가질 수 있는 사람이나 엔티티 및/또는 모델을 배포하는 사람이나 엔티티를 포함합니다.
• "당신"("귀하")은 이 라이선스에 의해 부여된 권한을 행사하고/또는 어떤 목적과 사용 분야에서든 모델을 사용하는 개인 또는 법적 주체를 의미하며, 종단 사용 응용 프로그램에서 모델을 사용하는 경우(예: 챗봇, 번역기, 이미지 생성기)를 포함합니다.
• "제3자"는 라이선서 또는 귀하와 공통의 통제 하에 있지 않은 개인 또는 법적 주체를 의미합니다.
• "기여"는 저작권 소유자 또는 저작권 소유자를 대신하여 제출할 권한이 있는 개인 또는 법적 주체에 의해 라이선서에 의도적으로 제출되어 모델에 포함된 원래 버전의 모델과 그 모델에 대한 모든 수정이나 추가, 또는 그 모델의 파생물을 의미합니다. 이 정의의 목적으로 "제출"은 라이선서 또는 그 대표에게 전송된 모든 형태의 전자적, 구두, 또는 서면 통신을 의미하며, 이에는 전자 메일 목록, 소스 코드 제어 시스템, 그리고 문제 추적 시스템에 대한 통신이 포함되지만, 저작권 소유자가 명백하게 표시하거나 서면으로 "기여 아님"으로 지정하는 통신은 제외합니다.
• "기여자"는 라이선서와 기여가 라이선서에 의해 받아들여진 후 모델에 통합된 개인 또는 법적 주체를 의미합니다.

섹션 II: 지적 재산권

저작권과 특허 권리 모두 모델, 모델의 파생물, 그리고 보완 자료에 적용됩니다. 모델과 모델의 파생물은 섹션 III에서 설명한 추가 조건에 따릅니다.

2. 저작권 라이선스의 부여. 이 라이선스의 약관과 조건에 따라, 각 기여자는 여러분에게 무상, 비독점적, 영원한, 전세계적이며 철회할 수 없는 저작권 라이선스를 부여합니다. 이 라이선스는 보완 자료, 모델, 그리고 모델의 파생물을 복제, 준비, 공개적으로 전시, 공개적으로 실행, 서브라이선스를 부여하고, 분배하는 것에 적용됩니다.

3. 특허 라이선스의 부여. 이 라이선스의 약관과 조건에 따라, 그리고 적용 가능한 경우에 한해, 각 기여자는 여러분에게 무상, 비독점적, 영원한, 전세계적이며(본 문단에서 명시한 경우를 제외하고) 철회할 수 없는 특허 라이선스를 부여합니다. 이 라이선스는 모델과 보완 자료를 제작, 제작하도록 지시, 사용, 판매 제안, 판매, 수입, 그리고 그 밖에 이전하는 것에 적용되며, 이러한 라이선스는 그 기여자에 의해 라이선스를 부여받을 수 있는 특허 주장에만 적용되며, 그러한 주장은 그들의 기여만으로 또는 그들의 기여와 그 기여가 제출된 모델과의 결합에 의해 필연적으로 침해됩니다. 만약 귀하가 모델과/또는 보완 자료, 또는 모델과/또는 보완 자료에 통합된 기여가 직접적인 또는 부수적인 특허 침해를 구성한다고 주장하여 어떤 엔티티에 대해 특허 소송을 제기하는 경우(소송에서의 반소 또는 반소송 포함), 그러면 이 라이선스에 따라 모델 및/또는 작업에 대해 귀하에게 부여된 모든 특허 라이선스는 그러한 소송이 제기되거나 제출된 날짜로부터 종료됩니다.

섹션 III: 사용, 배포 및 재배포 조건

4. 배포 및 재배포. 귀하는 다음의 조건들을 충족하는 한, 제3자 원격 액세스 목적(예: 소프트웨어-서비스로)으로 호스팅하거나, 수정 여부에 관계 없이 모델 또는 모델의 파생물을 어떠한 매체로든 복제하고 배포할 수 있습니다: 사용 기반 제한 사항이 5항에 명시되어 있으며, 모델 또는 모델의 파생물의 사용 및/또는 배포를 규율하는 모든 유형의 법적 합의(예: 라이선스)에 귀하에 의해 집행 가능한 조항으로 반드시 포함되어야 합니다. 그리고 귀하가 배포하는 후속 사용자에게 모델 또는 모델의 파생물이 5항에 따라 적용된다는 것을 통지해야 합니다. 이 조항은 보완 자료의 사용에는 적용되지 않습니다. 모델 또는 모델의 파생물의 제3자 수령인에게 이 라이선스의 사본을 제공해야 합니다. 변경된 파일은 귀하가 파일을 변경했다는 사실을 뚜렷하게 표시해야 합니다. 모델, 모델의 파생물에 관련되지 않는 공지를 제외한 모든 저작권, 특허, 상표, 출처 표시 공지를 유지해야 합니다. 귀하의 수정에 대한 귀하만의 저작권 명시를 추가하고, 귀하의 수정에 대한 사용, 복제, 또는 배포에 대해 추가적인 또는 다른 라이선스 약관 및 조건을 제공할 수 있습니다 - 4항 a에 대한 존중하며. 그러나 귀하의 모델 사용, 복제, 배포는 이 라이선스에서 명시한 조건에 따라야 합니다.

5. 사용 기반 제한. 부록 A에 명시된 제한 사항들은 사용 기반 제한으로 간주됩니다. 따라서 귀하는 명시된 제한된 용도에 대해 모델 및 모델의 파생물을 사용할 수 없습니다. 귀하는 이 라이선스에 따라, 법적인 목적으로만 그리고 라이선스에 따라 모델을 사용할 수 있습니다. 사용은 모델로 어떠한 컨텐츠를 생성하거나, 미세 조정, 업데이트, 실행, 훈련, 평가 및/또는 재파라미터화하는 것을 포함할 수 있습니다. 귀하는 모델 또는 모델의 파생물을 사용하는 귀하의 모든 사용자에게 이 항목(5항)의 조건을 준수하도록 요구해야 합니다.

6. 귀하가 생성하는 출력. 본문에 명시된 것을 제외하고, 라이선서는 귀하가 모델을 사용하여 생성하는 출력에 대해 권리를 주장하지 않습니다. 귀하는 귀하가 생성하는 출력과 그 후속 사용에 대한 책임이 있습니다. 출력의 사용은 라이선스에서 명시된 어떠한 조항도 위반해서는 안됩니다.

섹션 IV: 기타 조항

7. 업데이트 및 런타임 제한. 법이 허용하는 최대한으로, 라이선서는 이 라이선스에 위반되는 모델의 사용을 (원격 또는 그 외의 방법으로) 제한하거나, 전자적 수단을 통해 모델을 업데이트하거나, 업데이트를 기반으로 모델의 출력을 수정하는 권리를 보유합니다. 귀하는 합리적인 노력을 기울여 모델의 최신 버전을 사용해야 합니다.

8. 상표와 관련 사항. 이 라이선스에는 귀하가 라이선서의 상표, 상호, 로고를 사용하거나 당사자 간의 관계를 부정확하게 표현하거나 제안하는 것을 허용하는 내용이 없으며, 본 라이선스에서 명시적으로 부여되지 않은 권리는 라이선서에게 예약됩니다.

9. 보증의 부인. 적용 가능한 법률이 요구하거나 서면으로 동의하지 않는 한, 라이선서는 모델과 보완 자료를 (그리고 각 기여자는 그들의 기여를) "있는 그대로"의 기반으로, 어떠한 종류의 명시적 또는 묵시적인 보증이나 조건 없이 제공하며, 이에는 제목, 비침해, 상업성 또는 특정 목적에 대한 적합성에 대한 어떠한 보증이나 조건도 포함되지 않습니다. 귀하는 모델, 모델의 파생물, 그리고 보완 자료를 사용하거나 재배포하는 것이 적절한지 결정하는 것에 대해 전적으로 책임지며, 이 라이선스에 따른 권한 행사와 관련된 모든 위험을 가정합니다.

10. 책임 제한. 어떠한 상황에서도, 어떠한 법적 이론 하에서도, 고의적이고 중대한 과실 행위에 대해 적용 가능한 법률이 요구하거나 서면으로 동의하지 않는 한, 어떠한 기여자도 이 라이선스 또는 모델과 보완 자료의 사용 또는 사용 불능으로 인해 발생하는 어떠한 직접적, 간접적, 특별, 부수적, 또는 결과적인 손해에 대해 귀하에게 책임을 지지 않습니다(이에는 영업 중단, 컴퓨터 고장 또는 기능 장애, 그리고 모든 기타 상업적 손해 또는 손실을 포함하나 이에 국한되지 않음), 심지어 해당 기여자가 이러한 손해의 가능성에 대해 조언받았더라도 그렇습니다.

11. 보증 또는 추가 책임 수락. 모델, 모델의 파생물 및 보완 자료를 재배포하는 동안, 귀하는 이 라이선스와 일관된 지원, 보증, 면책, 또는 기타 책임 의무 및/또는 권리를 제공하고, 이에 대한 비용을 부과하기로 선택할 수 있습니다. 그러나 이러한 의무를 수락함으로써, 귀하는 귀하 자신을 대신하여, 귀하의 단독 책임 하에만 행동할 수 있으며, 다른 어떤 기여자를 대신하여서는 안되며, 귀하가 각 기여자를 귀하의 보증 또는 추가 책임 수락으로 인해 발생하는 어떠한 책임에 대해, 또는 그러한 기여자에 대해 주장하는 어떠한 청구에 대해 면책, 변호, 그리고 보호하기로 동의하는 경우에만 그렇게 할 수 있습니다.

12. 이 라이선스의 어떠한 조항이 무효, 불법 또는 집행 불능으로 판단되는 경우, 나머지 조항은 그로 인해 영향을 받지 않고 이러한 조항이 여기에 명시되지 않은 것처럼 유효하게 유지됩니다.

약관 및 조건의 끝

첨부 A

사용 제한

귀하는 모델 또는 모델의 파생물을 다음과 같은 방식으로 사용하지 않기로 동의합니다:

• 어떠한 적용 가능한 국가, 연방, 주, 지방 또는 국제법이나 규정을 위반하는 어떤 방식으로든;
• 미성년자를 이용하거나 해치려는 목적으로;
• 타인을 해치는 목적으로 확인 가능한 거짓 정보 및/또는 콘텐츠를 생성하거나 전파하는 것;
• 개인을 해치는데 사용될 수 있는 개인 식별 정보를 생성하거나 전파하는 것;
• 타인을 비방, 폄하 또는 다른 방식으로 괴롭히는 것;
• 개인의 법적 권리에 부정적인 영향을 미치는 완전히 자동화된 의사결정을 하는 것이거나 그렇게 하거나 집행 가능한 의무를 생성하거나 수정하는 것;
• 온라인 또는 오프라인 사회 행동 또는 알려진 또는 예측된 개인적 특성에 근거하여 개인이나 그룹에 대해 차별하거나 해를 끼치는 의도로 사용하거나 그러한 효과를 내는 것;
• 특정 연령, 사회적, 신체적, 정신적 특성을 기반으로 하는 특정 그룹의 취약점을 이용하여 그 그룹에 속하는 사람의 행동을 물질적으로 왜곡하는 것이며, 이는 그 사람이나 다른 사람에게 신체적 또는 정신적 해를 입히거나 그러한 가능성이 있는 방식이다;
• 법적으로 보호되는 특성이나 카테고리에 기반하여 개인이나 그룹에 대해 차별하려는 의도로 사용하거나 그러한 효과를 내는 것;
• 의료 조언 및 의료 결과 해석을 제공하는 것;
• 사법 행정, 법 집행, 이민 또는 망명 절차에 사용되기 위한 정보를 생성하거나 전파하는 것, 예를 들어 개인이 사기/범죄를 저지를 것이라고 예측하는 것(예: 텍스트 프로파일링, 문서 내 주장 사이의 인과 관계를 그리는 것, 무차별적이고 임의적인 대상 설정 사용 등).

인공지능의 세계는 끊임없이 진화하고 있으며, OpenAI API는 그 선두에 있습니다. 기술이 더욱 정교해짐에 따라, 개발자와 열정가들은 다양한 응용 분야에서 그 잠재력을 이해하고 활용할 필요가 있습니다.

우리는 freeCodeCamp.org 유튜브 채널에서 OpenAI API 강좌를 발표했습니다. 이 포괄적인 비디오 강좌에서는 유명한 소프트웨어 개발자이자 강좌 크리에이터인 Ania Kubow가 OpenAI API의 매혹적인 세계로 안내합니다. 5개의 매력적인 프로젝트를 통해, ChatGPT 클론, DALL-E 이미지 생성기, SQL 생성기 등을 만들면서 배울 수 있습니다.

이 강좌에는 다음과 같은 섹션이 포함되어 있습니다.

소개

강좌는 OpenAI API와 그 잠재적인 응용 분야에 대한 문맥과 이해를 제공하는 인상 깊은 소개로 시작합니다.

인증

OpenAI API와 작업하는 데 중요한 측면인 API 인증 프로세스의 기본 원리를 알아봅니다.

모델

OpenAI 생태계 내에서 사용 가능한 다양한 모델을 탐색하고, 프로젝트에 가장 적합한 모델을 선택하는 방법을 배웁니다.

텍스트 완성

챗봇, 콘텐츠 생성기 등을 만드는 데 사용할 수 있는 텍스트 완성 기술을 마스터합니다.

효과적인 프롬프트 생성

의미 있는 결과를 얻기 위해 필수적인 기술인 효과적인 프롬프트 생성 과정을 탐구합니다.

챗 완성

채팅 완성 기술과 인터랙티브하고 동적인 애플리케이션을 만드는 방법을 알아봅니다.

챗 완성 프로젝트

자바스크립트, 리액트, 노드.js를 사용하여 두 개의 챗 완성 프로젝트를 직접 만들어봅니다.

DALL-E 모델

텍스트 설명을 기반으로 이미지를 생성할 수 있는 혁신적인 DALL-E 모델을 탐색합니다.

이미지 생성

OpenAI API를 사용하여 멋진 시각화를 만들기 위해 이미지 생성의 복잡성을 배우고 이미지 변형 및 편집을 포함합니다.

이미지 생성 프로젝트

JavaScript, React, Node.js 및 openai npm 라이브러리를 사용하여 DALL-E 모델의 이해를 확실히 하기 위해 두 개의 이미지 생성 프로젝트를 만들어봅니다.

SQL 생성기 프로젝트

TypeScript 및 Node.js를 사용하여 새롭게 습득한 지식을 적용하여 SQL 생성기 프로젝트를 만듭니다.

OpenAI API의 이해도를 높이고 놀라운 잠재력을 활용하는 이 기회를 놓치지 마세요. Ania Kubow의 전문적인 안내와 실전 프로젝트로 장착되어 짧은 시간 내에 강력한 애플리케이션을 만들 수 있습니다.

전체 강좌를 **freeCodeCamp.org 유튜브 채널**에서 시청하세요. (5시간)

원문: https://www.freecodecamp.org/news/chatgpt-course-use-the-openai-api-to-create-five-projects/

[System.Flags]는 C#(.NET 프레임워크의 일부)에서 열거형(enum)을 플래그(flag)의 모음으로 처리해야 함을 나타내는 속성입니다. 이를 통해 비트 연산을 사용하여 enum 값을 결합할 수 있으며, 이는 코드에서 옵션 또는 상태 조합을 효율적으로 나타내는 데 도움이 됩니다.

[System.Flags]의 주요 사용 사례는 다양한 방식으로 결합될 수 있는 독립적인 옵션 또는 속성 집합이 있을 때입니다. 플래그 속성을 사용하면 단일 정수 값으로 이러한 옵션의 모든 조합을 나타낼 수 있습니다.

다음은 이 개념을 설명하는 예입니다:

[System.Flags]를 사용하지 않는 경우:

public enum Colors { Red, Green, Blue }

이 경우 변수에 한 번에 하나의 색상만 할당할 수 있습니다.

[System.Flags]를 사용하는 경우:

[System.Flags] public enum Colors { None = 0, Red = 1, Green = 2, Blue = 4 }

이제 비트 OR 연산을 사용하여 색상을 결합할 수 있습니다:

Colors combinedColors = Colors.Red | Colors.Green;

combinedColors는 이제 Red와 Green 플래그를 모두 가지게 됩니다. 비트 AND 연산을 사용하여 특정 플래그가 설정되어 있는지 확인할 수도 있습니다:

bool isRedSet = (combinedColors & Colors.Red) == Colors.Red;

이를 통해 단일 정수 값으로 여러 옵션, 상태 또는 속성을 효율적으로 저장하고 조작할 수 있습니다. 그러나 플래그를 결합할 때 비트가 겹치지 않도록 열거 값으로 2의 거듭제곱(2^n)을 할당하는 것이 중요합니다.

'할루시네이션'은 AI가 부정확한 데이터를 기반으로 정확한 것처럼 보이는 오류를 내놓는 현상을 설명합니다.
이러한 현상은 ChatGPT와 같은 챗봇에서 발생할 수 있으며, 이는 모델이 불분명한 출처나 낮은 신뢰도의 데이터를 학습하기 때문입니다.
그 결과, 챗봇은 합리적이고 그럴듯한 답변을 생성할 수 있지만, 사용자는 잘못된 정보와 인사이트를 받아들여 옳지 않은 결정을 내릴 수 있습니다.

AI 환각 현상은 허위 정보, 조작된 내용, 그리고 젠더와 인종 편견과 같은 부정확한 정보의 확산과 재생산 가능성을 드러냅니다.
이러한 문제를 해결하기 위한 방안 중 하나로, AI 기술에 대한 규제를 도입하는 것이 거론되고 있습니다.
이렇게 함으로써 AI 기술의 발전에 따른 부작용을 최소화하고, 정확한 정보 전달을 보장하는데 도움이 될 것입니다.