[!INFO] 책 정보

• 저자: 저자/장동인
• 번역:
• 출판사: 출판사/한빛미디어
• 발행일: 2021-12-30
• origin_title: -
• 나의 평점: 6
• 완독일: 2022-10-22 00:00:00

tags: #_독서록/2022년 #인공지능

AI로 일하는 기술

Sub title: 인공지는은 어떻게 일이 되는가. Issue date:2022년 01월 03일 #저자/장동인 #출판사/한빛미디어

표지

1. 질문 (책 읽전에 먼저 작성할 것)

_경험에 , 왜 읽었나 질문,궁금 등 __

1.1 Qustion 질문

• (why) 이 책의 제목을 이렇게 지은 이유는?

• (how) 어떻게 설명하고 있는가? 어떻게 하라고 하는가? 어떻게 해야하는가?

• (where) 어느 곳에서 쓴 책인가? 어느 것을 위해 쓴건인가? 어디로 가야하는가? 어디에서 읽어야 하나? 그곳은 어떤 곳인가?

• (when) 이책은 언제 쓰여졌는가? 시대적 배경은 무엇인가? 언제를 기준으로 쓰였는가? 언제 할것인가?

• (who) 저자는 누구인가? 주인공은 누구이고 어떤 사람들이 나오나? 누구를 위해 저자는 말하는가?

• (why) 이책을 통한 질문을 만들기

  • 질문 1.
  • 질문 2.

• (what) 이 책에서 말하는 주제라는 무엇?

  • 알게된 것은 무엇인가?
  • 해야할건 먼가?
  • 다른 책과 다른 점은 먼가?
  • 이 책의 특징은 먼가?

2. 견해

책의 견해

• 작가의 주장과 의견

나의 견해

• 주제에 대해
  • 책 읽기전
  • 책 읽은 후
• 만약 내가 저자였다면

3.중요 문장 (책 밑줄에서 top 3 선별)

_주요 키 내용 2~3가지로 정리하기 또는 20자 정리 _

4. 내생각

• 배운점
• 느낀 점
• 깨달은 점
• 기타

5.책에서 뽑은 키워드 정리

__index_키워드

키워드 1

키워드-제목 1

6.책 밑줄 정리 (책 밑줄 전체,page)

인공지능의 한계

• 인공지능은 상식이 통하지 않는다
  • 인간에겐 쉬운 것이 AI에겐 어렵다 - 모라벡이 역설
  • 스스로 학습한 내용을 스스로 수정하지 못한다.
• 딥러닝의 최대 약점은 설명이 불가능하다는 것
  • An AI Pioneer Wants His Algorithms to Understand the ‘Why’

딥러닝이 기존의 상관관계만을 파악하는 수준을 넘어서서 원인과 결과에 대해 설명하지 못한다면 딥러닝의 잠재력을 충분히 발휘하지 못하고 진정한 AI혁명을 일으키지 못할 것입니다. 다시 말해 딥러닝은 ‘왜 이런 결과가 나왔는지’,‘원인이 무엇이었는지’ 답할 수 있어야 한다는 것이죠. 딥러닝은 학습된 많은 데이터와 레이블(정답) 간의 상관관계를 알아내는 것은 잘하지만, 인과관계에 대한 추론은 잘하지 못합니다. 또한 딥러닝은 학습 데이터가 인공지능 시스템이 현실에 적용될 때의 데이터와 동일하다고 가정합니다. 그러나 실제로는 그렇지 않을 수도 있습니다 - 딥러닝 최고 선구자 중 한사람 요슈아 벤지오 교수 2019년 3월 WIRED

기타

• 최근에는 하나의 인공지는 모델로 여러가지 일을 할 수 있는 인공지능을 인공일반지능이라 불른다
  • 인공일반지능 AGI, 인공지능 AI 으로 구분한다.
  • 범용 인공지능으로 부르기도 한다

변화하는 시대 미래의 직업선택 조건

#직업

• 비대면 무인화 시대 도래
• 환경 문제 대두
• 사람들의 소비가 더욱 가속 - 고급화, 맞춤화, 추천 서비스
• 저출산 고령화 헬스케어 니즈 폭증
• 위드 코로나 시대 온라인 활동
• 인공지능 시대 떠오르는 직업
  • 인공지능 전문가
    • 컨설트, 설계, 엔지니어, 개발자, 서비스 개발자
  • 데이터 사이언티스트
  • 마케팅 전문가
  • 정보 보안 전문가
  • 로봇 공학자
  • 명상전문가
  • 스마트XX 전문가
    • 공장,제조,에너지,하우스,시티,에너지

인공지능의 능력 지금 어디

• 글쓰기
  • 원시 데이터 수집
  • 전처리
  • 언어 모델 생성
• 음악,음성 합성으로 사람의 목소리 구현
• 작곡
• 스포츠 심판

인공지능 어디까지 발전할까

• 일리야 슈츠케버 - 현재 인공지능 분야 가장 뛰어난 사람중 하나
  • 오픈에이아이 창립자이자 리더
• 데미스 하사비스 - 구글 딥마인드 창업자, 최고 경영자
• 안드레이 카파시 - 테슬라에서 자율주행 기술 개발
• 분야별 기계지능 등장 시기
  • 영국 옥스퍼드대 인류미래연구소·미국 예일대 정치학부 연구진, 2017년

머신러닝과 딥러닝 차이

• 학습하는 데이터의 양
• 머신 러닝 : 수만건 이하
  • 은닉층 1개
• 딥러닝 : 무한, 많은 하드웨어 필요
  • 은닉층 2개이상

딥마인드 알파고 이후 뮤제로까지

• https://www.deepmind.com/blog/muzero-mastering-go-chess-shogi-and-atari-without-rules
• 인공일반지응은 인간처럼 정보를 학습하고, 의미를 부여하며, 다양한 문제를 인지하여 해결책을 도울 수 있는 기능을 가진 것, 즉 인간 수준의 지능

1956년 다트머스 콘퍼런스에 참여한 10인의 대가


초기인공지능의 주장들

 

1980년 존 설의 인공지능 구분 강인공지능-약인공지능


3. 연관 문서

-.