인공지능 교과서 3: 고급편
Description
4차 산업혁명 시대! 미래는 어떻게 바뀌는가?
10대들을 위한 미리 배우는 AI의 기술!
인공지능은 인류를 위한 지구상에서의 마지막 기술이다. 인공지능 다음 세대는 인공지능 로봇을 앞세워 우주를 정복하는 세대가 다가올 것이다. 앞으로는 고등 수학이 사용되는 계산법으로는 지금까지 배워 온 인류의 지식 한도를 넘기게 된다. 본 교재를 통하여 인공지능 근본 원리를 이해하고, 수천 년간 학자들이 정의한 수학으로 인공지능 계산법을 익혀야 한다. 그리고 공용 언어인 영어로 과학(수학, 물리학 등)을 이해해야 세계 인공지능 개발자들과 함께 토의하고(오픈소스 커뮤니티), 지능 지식 기술의 해결점을 찾을 수 있다.
예를 들어 학생들은 인공지능 전문가가 되려면, 음악의 오케스트라 악단장·지휘자 ·공연 감독자처럼 되어야 한다. 일반 비즈니스 성공은 연주자(기획가)가 되기만 해도 된다. 인공지능 비즈니스와 예술 중 피아노 부문과 비교해 보면, 인공지능 기획·설계·개발은 음악 예술의 피아노 제작자·작곡가·연주가를 합쳐 놓은 것과 같다. 인공지능 개발자 한 명이 제대로 된 지능 시스템 설계를 하면 수만 명을 먹여 살릴 수 있는 창조 시스템을 개발할 수 있다.
인류가 가진 문제 중 인공지능으로 문제를 해결하려면 설계 능력이 있어야 한다. 설계를 하려면 기획 능력을 갖추어야 하고, 기획은 근본 원리를 이해하여야 한다. 특히 창의적인 발상은 자유로운(Story Telling) 생각이 있어야 한다. 이는 독서를 통해서 이루어 진다는 것이 많은 전문가(아인슈타인, 빌 게이츠 등)에 의해서 입증된 바가 있다.

본 교재의 내용은 인공지능 기본 원리 중심의 알고리즘을 통하여 실험학습 방식으로 기초 해법을 구현할 수 있도록 하였다. 기본 원리의 보편화된 지도학습, 비지도학습, 강화학습으로 나누어진다. 지도학습은 2장에서 6장까지 구성하였으며, 비지도학습은 6장부터 8장으로 구성되어 있다. 그리고 9장에서는 인공지능 강화학습으로 알파고 사례를 들어 설명하였다. 앞으로 인공지능 원리는 슈퍼 인공지능이 탄생하기까지 무한한 진전이 있을 것이다. 이를 통하여 학습한 것을 다양한 상상력으로 기획·설계와 프로젝트를 구현하고 창조하길 바란다. 학습용 빅데이터는 준비(AI 허브: www.Aihub.or.kr)하고 있다. 이 과정에서 창조의 즐거움과 발전이 있을 것이다.
인공지능 기술 개발 핵심인 프로그램의 쉬운 코드부터 시작해서 핵심적인 내용을 차분히 지식을 습득하면 인공지능 기획 설계·개발자가 될 수 있다. 여기에서 툴킷(프로그램 개발 도구)은 구글의 교육자와 학습자가 신뢰하는 코딩 교육으로서 맞춤형 원스톱 코딩 플랫폼(mblock.makeblock.com)을 개발 도구(Phython, Tensor flow) 모델을 활용하기 바란다.
기초 이론을 튼튼히 하여 논리적으로 토론하고, 호기심을 가지고 “왜?” 하는 질문과 함께 최적의 해결 방법을 찾는 사고 능력을 배양하여야 한다. 혁신 중심의 인공지능 기획·설계·개발에서 시키는 대로 코딩만 수행하는 인재는 설명이 어려워진다. 슈퍼 인공지능의 해법은 인류의 숫자만큼이나 많이 존재할 것이다.
저자

최성,사이언스주니어인공지능연구회

본연구회는인공지능과피지컬컴퓨팅그리고컴퓨팅사고력등
SW교육을위한정보를공유하고,STEAM관련교과와교사들의
발전을위한전국단위연구회입니다.
회원으로는교수,교사,연구원분들로구성되어있습니다.

목차

제1장인공지능4차산업혁명시대

1.1 아리의하루:시공간을뛰어넘는일상생활
 다양한정보를만나는아침식사시간
 출근길자동차물결속에서의안락함
 병원에서의스마트케어
 퇴근후에즐거운쇼핑

1.2 인공지능의역사와발전과정
 제1의물결(1956~1974):위대한첫출항
 제2의물결(1980~1987):전문가시스템의부흥과쇠퇴
 제3의물결(2011~현재):다시찬란한영광을창조하다

1.3 인공지능응용사례
 안전보호
 의료분야
 지능형고객서비스
 자율주행
 제조산업

1.4 인공지능과머신러닝
 데이터를사용해학습하기
 행동중에학습하기

1.5 이장의요약


제2장차이점관찰로분류시작하기

2.1 분류작업시작하기

2.2 특징추출
 특징벡터
 특징점과특징공간

2.3 품종분류기(Classifier)
 분류기훈련
 퍼셉트론(perceptron)
 서포트벡터머신(SupportVectorMachine,SVM)

2.4 테스트와응용

2.5 다양한범주(category)품종분류

2.6 이진분류(BinaryClassification)의응용
 카메라속의얼굴탐지
 암검사

2.7 이장의요약


제3장이미지와사물인식

3.1 수작업특징에기반한이미지분류
 이미지의특징
 합성곱연산
 합성곱으로이미지특징추출하기

3.2 심층신경망에기반한이미지분류
 심층신경망의구조
 합성곱층
 완전연결층
 소프트맥스층
 비선형활성화층
 풀링층
 인공신경망과생물학적신경망
 인공신경망훈련

3.3 심층신경망의발전과과제
 딥러닝의추진력
 데이터
 계산능력
 심층의‘어려움’
 과적합과과소적합
 기울기소실

3.4 일상에서이미지분류의응용
 얼굴인식의시대:생활을더욱편리하게
 얼굴인식기술의범죄예방과활용

3.5 이장의요약


제4장음악분석과감상

4.1 음성인식의예술
 소리의디지털화
 주파수스펙트럼으로소리의3요소이해하기

4.2 음악장르분류
 컴퓨터‘귀에들리는’장르
 음성학의대표적인특징인멜주파수켑스트럴계수
 딥러닝알고리즘

4.3 음성인식기술
 음성인식의원리

4.4 음악검색기술

4.5 이장의요약


제5장동영상인식하기

5.1 이미지에서동영상으로

5.2 동영상속의행동인식
 행동인식의과제
 행동인식의중요한특징:운동
 운동의특성화:광학흐름
 광학흐름히스토그램

5.3 딥러닝기반동영상속행동인식
 싱글프레임기반의인식방법
 듀얼스트림합성곱신경망
 긴동영상의처리:시간세그먼트네트워크

5.4 이장의요약


제6장범주(category)분류정리

6.1 인공지능이꽃명칭을들어본적이없는경우

6.2 아이리스의K-평균군집화알고리즘

6.3 앨범사진의얼굴군집화
 얼굴탐지
 얼굴정면화(facefrontalization)
 특징추출
 얼굴군집화

6.4 계층적군집화와생물학적군집화\

6.5 이장의요약


제7장텍스트이해하기

7.1 텍스트데이터의특징

7.2 텍스트의특징
 단어분리
 불용어와저빈도단어
 단어빈도와역문서빈도

7.3 텍스트에숨은주제추출하기
 잠재의미분석

7.4 주제를기반으로한텍스트검색과추천

7.5 이장의요약


제8장그림창작하기

8.1 데이터공간과데이터분포
 데이터공간과데이터분포

8.2 생성망

8.3 판별망

8.4 생성적대립신경망
 생성적대립신경망
 판별망을고정하여생성망훈련하기
 대립과정시범

8.5 조건부생성적대립신경망
 안면의측면에서부터정면으로:범인식별
 청년에서장년으로:실종아동찾기

8.6 이장의요약


제9장인공지능,최고의바둑고수

9.1 알파고의바둑게임망
 지도학습정책망
 강화학습의기본개념
 에이전트와환경간의상호작용
 정책과강화학습의목적
 강화학습정책망

9.2 알파고의탁월한안목
 가치망
 패스트롤아웃망(fastrolloutnetwork)
 몬테카를로트리탐색
 많은장점을갖고있는알파고

9.3 알파고제로(AlphaGoZero)
 알파고제로개요
 알파고제로의훈련

9.4 이장의요약

발간후기
참고문헌