교양으로서의 인공지능 by 이상진

[ 밑줄/연결 ]

 

2019년 10월 22일......인공지능 업체인 센스타임(Sense time) 상해 지사에 근무하는 2,800명 직원 중 2,500명이 인공지능 솔루션 개발 엔지니어인 점.......파이썬 프로그래밍을 기술한 중학생용 <인공지능입문>과 인공지능 핵심 개념들을 수학적으로 기술한 고등학생용 <인공지능기초>를 출간하고 이것을 상해에 있는 중학생 및 20개 고등학교에서 교과서로 채택하고 있어 매년 2,000명에 가까운 고교생들이 현재 한국 석사과정 정도에서 배우는 인공지능 자질을 갖춘 채 졸업한다는 것이다.

---> 글쎄...한국석사정도가 어느 수준인지 내가 몰라서....정말 중국 중/고등학생들이 그 정도 실력으로 졸업하는지는 모르겠다. 중국에서 출판되는 인공지능 관련 책이 상당한 수준일 것이라는 것은 아래 번역본을 보고 일찍이 추정하고는 있었다...

 

Y2K 문제가 발생했을 때 영어로 소통이 가능한 SW 엔지니어가 대거 필요해짐으로써 인도인에 대한 고용 비자가 확대되어 인도 출신 IT기업 CEO가 대거 실리콘밸리에 진출하는 기회를 잡았다.

---> 이제 IT업계, 나아가 경제 전반에서 인도는 무시할 수 없다.

인간은 과거의 경험이나 지식에서 학습한다. 반면 컴퓨터는 프로그래머가 작성한 코드에 의해 명령 되는대로 작동해왔다. 하지만 이제 컴퓨터도 과거의 경험(컴퓨터의 경우에는 데이터)으로부터 인간이 작성한 프로그램 명령어의 통제를 받지 않고 스스로 학습할 수 있는 시대가 도래하고 있다.

 

인공지능 접목의 4가지 핵심 요소는

(1) 체계적이며 지속 가능한 확장성이 있는 방식으로 데이터를 수집/정제/통합하는 것

(2) 예측과 패턴을 잡아내는 알고리듬

(3) 가설을 세우고 알고리듬을 접목하여 모델을 세워 의도한 효과를 달성하는 지를 시험하는 것

(4) 인공지능 SW와 네트워크 등의 인프라

 

혁신적인 기술을 도입할 때 초기 단계에서는 오히려 생산성이 떨어지는.....'Productivity J-Curve' 현상......초기에는 시간, 에너지, 자금, 조직 재편 등으로 기존의 업무에서 관심이 분산되어 매출이 정체되고 구성원들 사이에서 신기술을 접목해야 하는지에 대한 의문이나 저항이 발생...

 

(지도학습) 회귀와 분류

---> 그림은 좌/우가 바뀌었음

(지도학습)

ㅇ 답이 주어진 상태에서 학습

ㅇ 회귀/분류

 

(비지도학습)

ㅇ 답을 모르고 학습

ㅇ 군집화,특성학습, 차원 축소

 

군집화 알고리듬을 통해 데이터들의 드러나지 않지만 내재된 구조 파악하는 것......군집화는 서로 비슷해 보이는 학습 데이터를 찾아 그룹으로 군집을 만든다...

 

군집화는 유사한 특징을 가지는 데이터 포인트들을 모으고 특징이 다른 데이터들과 분리시키는 것....

합성곱 신경망(CNN)도 차원 축소 방법 중 하나.....

 

스포티파이의 움악 추천, 넷플릭스의 영화 추천, 아마존의 도시 추천 등이 있다..

 

(강화 학습)

ㅇ 답을 모르고 있는 상태에서 답을 알아감 

ㅇ 게임, 알파고 등

 

MIT...일정 조건 하에서 어떤 인공지능 모델을 사용하는 것이 적절한지.....

잘 정의되고 선택된 입력 데이터와 이에 따른 결과 데이터를 상관 관계로 연결하여 일정한 예측 모델을 만들어내는 것이 지도학습이다. 통계적으로 사용되는 회귀분석의 개념과 동일하다. 즉 독립변수인 x에 실제 입력 데이터 값을 넣으면 종속변수이자 예측 모델상 결과값이 y의 값이 나온다. 단, y의 값이 실측된 결과치와 차이가 있고 이것은 에러치로 표시..

딥러닝 알고리듬을 훈련시키는 전제 절차...

(1) 양질의 데이터 수집

(2) 적절한 알고리듬(CNN, GAN, RNN의 LSTM 등의 알고리듬)

(3) 파라미터 설정

(4) 무작위의 수치로 산출물 도출

(5) 훈련데이터의 에러 측정(비용 함수의 계산)

(6) 모든 계층의 파라미터를 약간씩 변화시키기

(7) 산출물의 값 도출

(8) 여섯 번째 단계로 돌아가 오차(비용 함수) 줄여 나가기

(9) 오차가 가장 적은 파라미터 값 확정

(10) 검증 데이터를 모델로 테스트하여 결과값 비교

(11) 결과값이 적절하지 않으면 (1), (2), (3) 단계를 다시 설정

 

RPA는 지도학습의 경우 기존에 수차례 학습한 것을 바탕으로 분류 방식을 추론하여 인간이 일일이 수작업으로 분류명을 넣어 주는 수고를 덜어줄 수 있다...

 

알고리듬이 학습하고 통찰력을 줄 데이터를 수집하고 처리하는 것은 전문적인 역량을 필요로 한다. 수많은 데이터를 처리하고 현실감이 있게 가공할 데이터 분석 전문가, 알고리듬을 만들고 가르쳐서 데이터를 학습하게 하는 수학자나 통계 전문가, 인공 지능 애플리케이션을 조직의 IT 시스템 내에 접목하고 유지 보수를 하는 IT 전문가 등이 필요하다...

 

 

[ 자평 ]

 

'비즈니스 리더를 위한 AI활용법'....이라..

 

글써 뭐 이 정도 수준이면 다른 유사한 책도 많아서 읽어도 되고 안 읽어도 될 것 같다.....