Aerialist / 공중곡예사

YK 2019.

Advertisements

Full Speed (criss-cross) / 앞으로 앞으로 (옆으로 옆으로)

I started this one with a serious tone, but it wasn’t fun – it felt like being absorbed in a problem, without being able to observe it. So I made a new version with a lighter (nonchalant?) touch. I also added a company, because I thought the protagonist can’t be alone in his struggle. Which version do you like better?

그림을 시작할 때는 심각한 분위기로 잡았는데, 재미가 없었다. 문제를 바라보기보다 문제에 파묻히는 것 같았기 때문이다. 그래서 더 가볍고 어쩌면 무심한 듯한 분위기로 그려보았다. 주인공 혼자서 겪는 문제는 아닐 것 같아서, 사람도 하나 더 넣었다. 어느 버전이 더 좋으신지 궁금하다.

Boxer at Rest / 쉬고 있는 복싱 선수

The weary boxer in bronze was excavated in Rome. His photo when he was found looked as if he was taking a short rest after a bout of work.


Continue reading Boxer at Rest / 쉬고 있는 복싱 선수

Reflection & Growth / 반추와 성장

I originally planned the mobile as a piece on metacognition, as it apparently is. Then I was about to accompany it with an essay about how we deliberate and reach a decision, which I studied during my PhD.

But while I was making it, I also realized that I had ideas like this, and others, from when I was little. I felt like I’ve only made it now because now I have more experience executing such ideas.

In that sense, the mobile could be also about growth: a larger self looking back on the little selves. Indeed, metacognition, or evaluation of one’s own thinking, can be one way for learning and growth for humans and machines. For example, if you were sure you would be invited to a friend’s birthday and if you were not, you would wonder about the reason and might learn more about what happened to the friend or to your friendship. That’s different from when you were unsure about getting the invitation to begin with, in which case being not invited wouldn’t mean much. Therefore, the sense of being sure, or confidence, is a form of metacognition that can help learning. Machines use confidence to learn as well: agreement between the graded sense of confidence and the all-or-none outcomes can be mathematically expressed as “cross entropy“, which is a standard measure used in training machines.

Back to the mobile, I debated whether to use wires or paper, but chose paper because each figure is planar. I glued several sheets together to reinforce them. If someone wants it in a more permanent form, I’d like to try 3D printing it.

원래는 메타-인지에 관한 모빌로 계획했다. 지금도 그렇게 볼 수 있다. 설명으로는 우리가 어떻게 고민하고 결론에 도달하는지에 대해, 내가 박사과정 연구했던 내용을 곁들여 쓸 생각이었다.

하지만 모빌을 만드는 동안, 어릴 때도 이런 아이디어를 포함해 여러 아이디어들이 있었던 것이 기억났다. 이제야 이 모빌을 만들게 된 것은, 이제서야 그 아이디어를 실현할 수 있게 되어서라는 생각이 들었다.

그런 의미에서, 이 모빌은 성장에 관한 작품일 수도 있겠다: 큰 자신이 작은 자신들을 반추하는 것이다. 메타-인지, 혹은 스스로의 생각에 대한 판단은 실제로 사람이나 기계가 배우고 성장하는 데 도움이 된다. 예컨대 어떤 친구의 생일파티에 초대될 거라고 확신했는데 초대받지 못했다면, 그 친구나 친구와의 우정에 대해 다시 생각해보고 뭔가를 더 배울 수 있을 것이다. 하지만 초대받을지 여부가 애초에 불확실했다면, 초대를 못 받아도 별 뜻이 없었다고 여길 것이다. 이렇게 자신감은 배움을 도울 있는 메타인지의 형태이다. 자신감은 기계들의 훈련에도 쓰인다:  자신감과 실제 결과 사이의 일치도는 수학적으로 “크로스 엔트로피“로 표현될 수 있으며, 이는 기계들을 훈련할 때 일상적으로 쓰이는 척도이다.

모빌로 돌아와서, 철사를 쓸지 종이를 쓸지 고민하다가, 각 인물의 디자인이 평면적이기 때문에 종이를 쓰기로 했다. 종이 몇 장을 함께 붙여서 단단하게 세울 수 있도록 만들었다. 더 튼튼한 버전을 원하는 사람이 있다면 3D 프린팅으로 만들어 보고 싶다.

YK 2019.

Sunday Morning at Pool Cafe / 일요일 아침 수영장 까페에서

A public space can be quietly inspiring when it has seats enough to be half empty. If I were an urban architect, I would add seats just so that they can be empty most of the times. Just like desks need more wood than fits a book and beds more than fits a body.

공공장소에 자리가 반쯤 비어 있으면 조용한 영감을 얻는다. 내가 도시를 설계한다면, 대개는 비어있을 수 있도록 자리를 더 놓겠다. 책상이 책보다는 커야 하고 침대가 몸보다는 커야 하듯이.

Fixin’ ResNet / 레스넷 고치기

Diggin’ into neural nets.

A ResNet is a relatively new type of deep artificial neural networks that can recognize objects – the kind that finds objects in your images on Google Photos.

This illustration mixes images of a stack of sandwiches with a ResNet. The protagonist is adding a “skip connection” (blue wire) between neural layers (slices of bread). Such skip connections, inspired by biology, are the characteristic of ResNets. The skip connections allowed ResNets to be deeper than its predecessors (have a tall stack), and helped them to recognize more complex images.

Why is it good for a network to be deep? And why do skip connections help? I find it a stretch to explain them with the analogy of a sandwich, so I defer the answers to later posts. Let’s say for now that the ResNet has skip connections repeated every 2-3 layers, so it’s easy to make it deeper by stacking the same structure multiple times. That makes it look like the stacked sandwiches (see Figure 3 of the original paper).

Well, this was my first attempt at a neuroscience/AI-inspired illustration. The analogy leaves a lot to be desired, but hopefully it will get better as I try more. At least this fulfills my new year’s resolution—to post about neuroscience—on the new year’s day! 🙂

신경망 속 파고들기.

레스넷은 비교적 새로운 심층 신경망으로, 구글 포토에서처럼 물건들을 알아볼 수 있습니다.

그림에서는 높이 쌓은 샌드위치와 레스넷의 이미지를 합했습니다. 주인공은 “건너뛰는 연결”(파란 전선)을 신경망 층 (빵) 사이에 추가하고 있습니다. 건너뛰는 연결은 실제 뇌에서 영감을 얻은 구조로, 레스넷의 깊이를 더하는 데 도움을 주었습니다. (층을 높이 쌓을 수 있게 해주었습니다.)

왜 신경망이 깊으면 좋은지, 왜 건너뛰는 연결이 도움이 되는지, 샌드위치의 비유로 설명하기에는 한계가 있어서, 대답은 이후 꼭지들로 미루도록 하겠습니다. 여기서는 레스넷이 건너뛰는 연결을 2-3층마다 반복해서 가지고 있어서, 샌드위치를 쌓듯이 같은 구조를 반복만 하면 쉽게 깊어지도록 할 수 있다는 점만 언급하겠습니다. (원래 논문그림 3을 참고하세요.)

뇌과학/AI에 관한 첫 꼭지였습니다. 비유가 아직 어색하지만, 더 시도하면서 개선해 보겠습니다. 적어도 뇌과학에 관해 써 보겠다는 제 새해 다짐을 새해 첫날에 실천한다는 의미는 있겠네요. 🙂

Best of 2018

Best of 2018. This year, I started using pen + pastel and tried photomontage. Next year, I want to try freer styles and hopefully incorporate stories from my day job – neuroscience. Thank you all for subscribing. Have good holidays & a happy new year!


2018년의 베스트. 올해에는 펜과 파스텔을 함께 쓰기 시작했고, 몽타주를 시도해 보았습니다. 내년에는 더 자유로운 스타일과 뇌과학에서 가져온 이야기를 시도해 보고 싶습니다. 구독 감사합니다. 새해 복 많이 받으세요!