Skip to content
forked from idebtor/JoyAI

모두를 위한 인공지능의 활용(GEK10109-Joyful AI for ALL)

Notifications You must be signed in to change notification settings

ZeroMinJeon/JoyAI

 
 

Repository files navigation

JoyAI

"모두를 위한 인공지능의 활용"(GEK10109) 학습 자료실입니다.

세상은 기계학습(머신러닝)으로 인하여 상당히 큰 변화를 맞이하고 있는데, 마치 거대한 파도가 온 세상을 덮치며 세상을 변화시킬 듯합니다. 최근에 자주 듣는 소식 중에 하나만 예로 들자면 “무인화”입니다. 편의점, 주유소, 교통, 유통, 제조, 금융에 이르기까지 상당히 많은 분야에서 일어나고 있는 무인화의 핵심 기술은 기계학습입니다. 기계들이 학습을 통해 지능을 갖추면서 인간 노동을 상당부분 대체하기 시작한 것입니다. 미국의 아마존 고, 중국의 빙고박스, 알리바바의 타오카페 등 거대한 IT기업과 유통 기업들이 폭발적으로 무인 점포를 늘리고 있다는 소식입니다. 예전에는 아마존과 알리바바 직원들이 하루 평균 20 Km를 걸어 다니며 주문된 상품을 찾았다고 하는데, 이제는 물류 로봇 Kiva(Amazon Robotics)가 이 일을 모두 감당합니다. 2000년대 초에 골드만 삭스에 있던 600명의 트레이더들이 인공지능 켄쇼(見性, Kensho, NewYork Times 원문)로 말미암아 결국은 4명으로 감원되었습니다. 우버가 택시업계의 생태계를 완전히 바꾸어 놓은 일을 "Uber Moments"라고 흔히 부르는데, 이러한 일이 금융, 유통, 교육 등등 각 영역(Domain)에서 이러한 일이 계속 일어날 것입니다. 우리는 이러한 충격을 이끌어 내는 사람이 되어야 할 것입니다.

스탠포드 앤드류 응 교수는 “Artificial Intelligence is the New Electiricy”라고 말합니다. 전기의 발명으로 2차 산업혁명이 있었던 것처럼, 우리 앞에 다가온 4차혁명의 핵심에 있는 것이 바로 인공지능이며, 인공지능의 근간을 이루는 것이 기계학습 곧 딥러닝입니다. 이런 기술이 기존의 산업과 융합하면서 금융, 교육, 의료, 유통, 교통 등 전 산업에 걸쳐 그야말로 파괴적 혁신을 주도하고 있습니다. 우리가 바로 이러한 기술의 핵심을 이제 도전해 보려는 것입니다.

최근에는 다양한 채널을 통해 탁월한 기계학습 강의를 얼마든지 접할 수 있습니다. 하지만 그런 훌륭한 강의도 수학적 지식을 바탕으로 한 이론에만 치중하거나, 복잡한 프로그래밍을 할 수 있는 전공자들이 수강할 수 있는 강의가 대부분입니다. 그러나, 본 과목은 인문사회계열을 포함한 대학교 1학년 학생을 대상으로 파이썬에 대한 기초지식이 없는 학습자를 대상으로 개발된 과정입니다. 무엇보다 학습자는 인공지능, 기계학습과 딥러닝의 원리를 이해하고, 그 원리를 적용할 수 있는 문제를 도출하고 직접 해결하는 역량을 키울 것입니다.

본 과목을 자동차로 비유하자면, 자동차 엔진이나 자동차를 개발하는 과정이 아니라, 딥러닝이라는 자동차를 직접 운전해보는 경험을 맛볼 수 있도록 하는 과정입니다. 자동차 운전을 배우면서, 그 자동차로 무엇을 할 수 있는지 탐색하고, 혹은 운전 자체를 잘 하려면 어떻게 해야 하는지, 혹은 이미 존재하는 다양한 자동차들로 어떤 다양한 일을 할 수 있는지, 혹은 더 좋은 자동차를 만들려면 무엇을 해야 하는지 알 수 있도록 “딥러닝 자동차”를 경험해보도록 하는 과정입니다. 딥러닝으로 할 수 있는 사례들을 찾아서 자신이 직접 실행할 수 있고, 또한 자기 관심분야에 딥러닝을 적용할 수 있는 문제를 발굴하고 도전해 볼 수 있는 학습 능력을 갖추도록 하는 것을 목적으로 본 과목을 진행합니다.

남송리 3번지에서,

전산전자공학부 김영섭 교수

idebtor@gmail.com

(빚진자)<><

About

모두를 위한 인공지능의 활용(GEK10109-Joyful AI for ALL)

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 48.0%
  • JavaScript 30.4%
  • CSS 18.2%
  • Python 3.0%
  • Other 0.4%