[MIT AI Lecture: Deep Learning 14] 생성형 AI(Generative AI)의 창조적 메커니즘: 자기회귀, 확산 모델, GAN의 원리와 확률적 데이터 생성

00:00 강의 소개 및 생성형 AI의 창조적 메커니즘 개요
02:24 인식의 역전: 데이터 압축(분석)에서 데이터 팽창(창조)으로의 변화
03:26 확률 분포 매핑: 단일 정답이 아닌 가능성의 우주 탐색
04:09 잠재 변수와 노이즈: 창조를 제어하는 통제 다이얼
04:48 파일 캐비닛의 함정: 단순 암기가 아닌 통계적 특성의 일반화
05:18 에너지 기반 모델: 물리적 원리를 이용한 데이터 지형의 조각
06:31 창조의 엔진 1: 자기회귀 모델(Auto-Regressive)의 순차적 창조
07:18 창조의 엔진 2 (정방향): 확산 모델의 파괴 과정과 노이즈 학습
08:00 창조의 엔진 2 (역방향): 무질서에서 질서를 찾아내는 복원 과정
08:24 창조의 엔진 3: 생성적 적대 신경망(GANs)의 경쟁을 통한 진화
09:09 데이터의 우주 항해 마무리 및 일상 속 노이즈의 창조적 가치