쉽고 빠르게 배우는 AI의 모든 것
딥러닝의 등장과 인터넷, 스마트폰의 보급으로 인공지능(AI)은 이미 우리 생활의 한 부분이 되었습니다. 하지만 AI의 구조를 제대로 이해하고 사용하는 사람은 많지 않을 것입니다. AI에 대해 제대로 배우려면 정보과학·통계학·수학 등을 알아야 하기 때문에 보통 사람에게는 상당히 진입장벽이 높습니다.
이 책은 전문적인 용어나 세부적인 설명은 생략하고 AI의 대략적인 구조를 누구나 쉽게 알 수 있도록 구성되어 있습니다. AI의 기본 개념과 종류, 구조와 특징 등 하나의 주제를 한 페이지에 그림과 함께 쉽게 설명하고 있어 정보과학이나 컴퓨터의 구조에 대해 잘 모르는 사람들도 AI가 어떤 원리로 어떻게 움직이는지 이해할 수 있을 것입니다. AI를 구성하는 기초 알고리즘부터 데이터 분석, 딥러닝 등 기술적인 부분과 자율주행차와 드론, 의료, 핀테크, 로봇 등 현재 응용되고 있는 산업 분야와 미래 전망까지 AI에 관련된 다양한 내용을 다루고 있습니다. AI가 궁금한 입문자부터 관련 업계 종사자와 엔지니어에게 추천합니다.
상세이미지
저자 소개
저자(글) 미츠무라 나오키
인물정보
현대문학가＞일본작가
합동회사 Noteip 대표. 작가. 미국 대학에서 컴퓨터 과학을 전공하고 졸업 후 일본의 일부 상장 기업에서 IT 관련 제품의 기획·마케팅 등에 종사. 퇴직 후에는 작가로서 서적이나 기사 쓰기, WEB 콘텐츠 제작에 관여하고 있다. 인공지능 외에 과학·IT·군사·의료 관련 주제를 다루고 있으며 연구기관·대학에서의 연구 지원 활동도 하고 있다. 저서로는 「가까운 미래의 코어 테크놀로지」(쇼에이샤), 「AI의료 &헬스케어 최전선」(기술 평론사), 「도해 이것만은 알아 두고 싶다 AI(인공지능) 비즈니스 입문」(나리미도 출판), 공동 집필 「만화로 아는 인공지능」(이케다 서점), WEB 연재 『“지금도 들을 수 없다.”기술 강좌(비즈니스+IT)』 『그림으로 알 수 있다 3분 AI 기초 강좌(비즈니스 +IT)』 등이 있다.
목 차
1장 AI의 기본
1-1 AI란? 너무 애매한 개념 정의
1-2 AI의 급격한 발전과 정체
1-3 제1차 인공지능 붐, 「AI의 시작과 가능성」
1-4 제2차 인공지능 붐, 「데이터와 지식을 다루는 방법」
1-5 제3차 인공지능 붐, 「기계학습의 비약적 발전」
1-6 커넥셔니즘은 어떻게 발전했는가?
1-7 기호주의는 어떻게 발전했는가?
1-8 AI 기술과 제품의 관계
2장 AI와 프로그램의 기본 구조
2-1 AI에 부과된 과제와 해결 방안
2-2 탐색 알고리즘의 종류와 개요
2-3 소트 알고리즘의 종류와 개요
2-4 암호화 알고리즘의 종류와 개요
2-5 AI의 설계도가 되는 아키텍처
2-6 독립적으로 일하는 AI의 존재
2-7 Rule에 따른 AI의 사고방식과 의사결정 기법
2-8 목표에 맞춘 AI의 사고 방법과 의사결정 기법
2-9 사례에서 배우는 AI의 사고 방법과 의사결정 기법
2-10 유연하게 생각하기 위한 접근법
3장 AI에서 데이터 취급
3-1 AI에게 필요한 정보
3-2 데이터를 다룰 때에 다루기 쉬운 것과 다루기 어려운 것
3-3 지식과 개념을 전달하는 접근법
3-4 AI에서의 데이터 과학 및 통계
3-5 데이터를 분석하고 가치를 찾아낸다
3-6 알아두고 싶은 분석 방법 ① - 데이터의 관계성을 찾는다
3-7 알아두고 싶은 분석 방법 ② - 데이터를 나눈 후 분석한다
3-8 애매한 세계를 이해하기 위해서 사용되는 이론 ① - 정보의 표현～
3-9 애매한 세계를 이해하기 위해서 사용되는 이론 ② - 미래의 예측
3-10 데이터를 올바르게 처리하는 것의 어려움
3-11 지식과 통계로부터 AI의 개념을 만든다
4장 기계학습에 관련된 기술
4-1 통계로부터 판단 기준을 만든다
4-2 네트워크를 이용한 기계학습
4-3 가장 일반적인 학습 스타일
4-4 잠재적 가능성이 큰 학습 스타일
4-5 현실 세계에 적응하는 학습 스타일
4-6 발전을 이루는 강화학습
4-7 기계학습의 과제를 보여주는 2개의 정리
4-8 강화학습과 유사한 학습 방법
4-9 기계학습의 효율화 ① - 학습 데이터를 보충하는 방안
4-10 기계학습의 효율화 ② - 학습 모델의 전용
4-11 기계학습의 효율화 ③ - 과학습 대책
5장 딥러닝
5-1 신경망이란?
5-2 딥러닝으로 가는 길
5-3 딥러닝의 특징 추출 능력
5-4 이미지 인식, 음성 인식에 강한 딥 신경망
5-5 언어 처리 및 시계열 처리에 강한 딥 신경망
5-6 순환 신경망의 응용
5-7 딥러닝의 단점을 보완하는 GAN
5-8 신경망이 취급하는 정보
5-9 단어의 의미를 수치로 나타내는 방법
5-10 신경망의 사고방식을 이해하다
5-11 확립되어 가는 딥러닝 환경
5-12 딥러닝이 바꾼 기계학습 방법
6장 다양한 AI와 실용화
6-1 이미지에서 「동영상」으로 발전하는 영상 인식
6-2 AI의 커뮤니케이션 방식
6-3 Transformer와 거대한 데이터베이스에서 바뀐 문장 작성
6-4 음성의 텍스트화에 필요한 기술
6-5 영상이나 음성, 복수의 정보를 조합한 데이터 분석
6-6 인간의 창조적 기법을 학습한다
6-7 인간의 신체 사용 방법을 학습한다
6-8 플랫폼화하는 AI
6-9 분산되고 확산되는 AI
6-10 주어진 태스크를 실행한다 ① -자율주행자의 인식
6-11 주어진 태스크를 실행한다 ② -자율주행차의 판단과 조작
6-12 AI의 발전과 성장을 촉진하는 게임 AI
6-13 보이는 정보에 따라 달라지는 전략
6-14 인간의 판단 기준을 설명하는 게임이론
6-15 사생활도 비즈니스도, AI와 인간의 협동
7장 다른 분야와 어울려 진화하는 AI
7-1 의료 AI ① - 의료 현장을 돕는다
7-2 의료 AI ② - 난해한 영역에서 진행되는 AI 이용
7-3 의료 AI ③ - 성장에 필요한 데이터의 정비
7-4 핀테크 ① - 데이터 분석의 자동화
7-5 핀테크 ② - 고객 대응과 데이터 관리
7-6 로보틱스 ① - 활동 범위를 넓히는 로봇
-7 로보틱스 ② - 인간 사회에서 일하는 로봇
7-8 자율주행차 ① - 인간이 관련된 레벨 0-3
7-9 자율주행차 ② - 모든 것을 맡기는 레벨 4-5
7-10 드론 및 무인기, 군사 기술에 응용
7-11 하드웨어 ① - AI를 바꾸는 새로운 컴퓨터
7-12 하드웨어 ② - 2종류의 양자 컴퓨터
7-13 RPA ① - 주목받고 있는 업무 효율화
7-14 RPA ② - AI로 확장되는 자동화 영역
8장 AI에 관한 다양한 토론
8-1 전제 조건으로 알아야 하는 인공지능의 분류
8-2 AI의 언어 이해 ① - 말로 지능을 측정할 수 있을까
8-3 AI의 언어 이해 ② - 의미의 이해와 현실의 벽
8-4 판단 불가능 상태에 빠지는 문제
8-5 AI의 신체성 ① - 인간에게 다가가기 위한 신체
8-6 AI의 신체성 ② - 신체를 가지지 않은 상태로 감각을 배운다
8-7 인간의 영향을 받은 AI가 가진 편견
8-8 AI로 인해 인간이 얻는 정보 컨트롤
8-9 블랙 박스화되어 이해할 수 없는 AI의 사고방식
8-10 AI의 윤리 ① - AI의 난해한 구조와 운용
8-11 AI의 윤리 ② - 윤리는 누가 지키는 것인가
8-12 AI의 독점과 개방화
9장 미래의 AI
9-1 다양한 형태로 계속 성장하는 AI
9-2 AI의 전망 ① ～싱귤래러티와 낙관론～
9-3 AI의 전망 ② ～겨울시대와 비관론～
9-4 변화해 가는 인간의 일하는 방식
9-5 인간을 재현하기 위한 방법과 실현성
9-6 AI의 발전에 인간이 따라간다
9-7 인간과 AI의 구분이 엷어진다, AI와 VR과 아바타
9-8 AI는 지적 생명체인가?
