맞춤형 인공지능 설명 가능한 인공지능(XAI) 혁신 기술 트렌드 및 향후 전망

맞춤형 인공지능 설명 가능한 인공지능(XAI) 혁신 기술 트렌드 및 향후 전망

$440.00
Description
IRS글로벌은 다양한 사업 분야에 활용될 맞춤형 인공지능과 설명 가능한 인공지능(XAI)의 최신 기술 트렌드 및 향후 전망에 대해 면밀히 조사, 분석하였다.
모쪼록 본 보고서가 맞춤형 인공지능과 설명 가능한 인공지능(XAI) 관련 사업을 추진하는 관계자뿐만 아니라, 관심을 가지고 계신 모든 분들의 업무에 미력하나마 도움이 되길 바란다.
저자

IRSGlobal편집부

목차

Ⅰ.주요산업분야별맞춤형AI(인공지능)활용동향

1.디지털시대맞춤형인공지능(AI)으로의진화
1-1.디지털시대
1)4차산업혁명의핵심인인공지능(AI)
2)팬데믹(pandemic)으로인한환경변화
3)새로운변혁시스템을요구하고있는미래사회
1-2.인공지능(AI)기반디지털사회
1)인공지능(AI)과언택트
2)인공지능(AI)과디지털혁신
3)디지털비즈니스생태계
(1)옴니채널(Omni-channel)상거래
(2)디지털콘텐츠소비
(3)디지털플랫폼화
1-3.디지털시대인공지능의진화
1)미래인공지능알고리즘
(1)맞춤형인공지능기술개요
(2)맞춤형인공지능의등장배경
2)맞춤형인공지능개념및특징
(1)맞춤형인공지능개념
(2)맞춤형인공지능특징

2.본격적인인공지능(AI)시대도래
2-1.위드AI시대개요
1)위드AI시대빅데이터와인공지능(AI)의관계
2)위드인공지능(AI)시대
2-2.인공지능기반디지털시대
1)디지털시대인공지능기술(AI)의중요성
2)인공지능을기반으로한디지털사회
2-3.인공지능진화에따른편향성문제
1)인공지능의블랙박스투명성요구
2)AI부작용이나위험성에대한해결방안

3.주요산업별맞춤형AI활용동향
3-1.헬스케어(Healthcare)분야
1)개요
2)인공지능(AI)도입의필요성
(1)경제적관점에서의필요성
(2)질병예방과만성증상관리가새로운쟁점
(3)헬스케어의네트워크화
3)인공지능(AI)도입을위한방법
(1)클라우드화
(2)인간적인교류와리더십
(3)데이터최적화와분석
(4)협력체제와스케일업
4)인공지능(AI)의역할
(1)대규모파괴적변혁발생
(2)의료관련데이터의폭발적증가
(3)헬스케어분야의AI활용시나리오
(4)헬스케어에서AI활용에따른주요이점
5)국내외시장규모전망
(1)글로벌시장
(2)국내시장
6)선행사례
(1)병원서플라이체인자동화를통한효율개선
(2)전자건강기록을구조화데이터로전환
(3)병원수요예측에활용
(4)재입원을줄이기위한AI솔루션개발
(5)당뇨환자검사를통한안질환예측
(6)CT검사에의한사망률예측
(7)얼굴인식기술에의한치매환자의통증정도측정
7)해외주요사례
(1)가상간호조무사에의한환자모니터링
(2)눈의증상악화를몇초만에진단
(3)신약개발프로세스및약물리포지셔닝프로세스의합리화
(4)맘모그라피진단시간단축과미스감소
8)미국알파벳의AI주요전략
(1)AI를활용하는의약품연구개발
(2)화상진단AI
(3)백오피스업무의자동화
(4)의료데이터보관
(5)기타
3-2.제조업분야
1)스마트제조의요소
(1)정보전달속도
(2)데이터의역할범위
(3)생산품종의다양성
2)AI스마트팩토리
3)AI주도시스템(AI-DrivenSystem)
(1)스킬및데이터품질의장벽의완화
(2)AI주도시스템이등장함에따른설계의복잡화
(3)저소비전력,저비용기기에대한AI도입
(4)강화학습이산업용도로이동
(5)데이터품질을시뮬레이션을통해극복
4)스마트제조기술분야별AI적용사례
(1)머신비전검사
(2)예지정비
(3)가상시운전
5)제조업계의AI활용사례
(1)Siemens:국가규모의제조
(2)미국GE애비에이션:제조업에서서비스업으로탈바꿈
(3)Amazon:AI로봇에의한자동화창고
(4)FUJITSU:제조AI프레임워크는고객의니즈에기여
(5)FANUC:딥러닝을도입한산업로봇의활약
(6)토요타:AI자동차
(7)SOINN:로봇이학습
(8)MUJIN:무인제조공장
(9)LGCNS
(10)현대자동차
(11)삼성전기
(12)LS산전
(13)전자부품연구원
3-3.자동차분야
1)차량용인공지능
(1)자동차의AI개발동향
(2)자동차AI시장동향과전망
2)자율주행차시장규모전망
(1)상용화시기전망
(2)글로벌시장규모전망
①시장규모전망
②향후산업전망
(3)레벨별(Lx3/Lx4)시장규모전망
3)인지ㆍ판단시스템기술동향
(1)개요
①개념
②필요성
(2)기술개발의주요이슈
①서라운드센서융합중심인지및판단시스템
②자율협력주행(도로인프라)연계인지및판단시스템
(3)주요업체별개발동향
①구글(Google)
②퀄컴(Qualcomm)
③엔비디아(NVIDIA)
④인텔(Intel)
⑤테슬라(Tesla)
⑥글로벌OEM(GM,Benz,BMW,현대자동차)
4)AI스타트업의M&A현황
(1)자율주행차의AI
(2)AI개발업체M&A현황
①애플(Apple)
②포드’FordAIArgoAI’
③토요타‘ToyotaAiventure’
④제너럴모터스(GM)‘Cruise’
(3)자동차관련주요AI스타트업기업

Ⅱ.설명가능한인공지능(XAI)핵심기술개발동향

1.설명가능한인공지능(XAI)기술개요
1-1.XAI(eXplainableAI)등장배경과개념
1)XAI등장배경
2)인공지능의확산에따른부작용
(1)인공지능에대한거부감,불쾌한골짜기(UncannyValley)
(2)딥러닝기술
①딥러닝의진화
②현재인공지능이지닌문제점,블랙박스의미스터리
③인공지능의대표적오류사례
(3)인공지능의편향성(Bias)문제
①AI의의사결정지원과편향성(Bias)
②데이터의편향성(Bias)
③데이터편향유형
④인공지능의편향성(Bias)문제해결방안
(4)AI슈퍼파워의등장과시장독점
①데이터경제(DataEconomy)시대
②데이터소유와독점
3)XAI개요
(1)XAI의개념
(2)XAI의필요성
1-2.AI2.0시대XAI기술개요
1)AI2.0시대
2)설명가능한인공지능의작동방식
(1)기존학습모델변형:심층신경망에설명가능성부여하기다윈AI생성합성기술
(2)DAPRAXAI전략,기본설계부터인간이이해할수있는구조로신경망을만드는방식
①심층설명학습(deepexplanation)
②해석가능한모델(interpretablemodels)
③모델귀납(modelinduction)
(3)학습모델간비교

2.XAI(설명가능한인공지능)핵심기술개발동향
2-1.XAI프로세스개요
1)XAI프로세스
2)XAI의접근방법
2-2.XAI개발을위한기술적접근
1)신경회로망노드에설명라벨붙이기
2)의사결정트리를이용한설명모델만들기
3)통계적방법을이용하여설명모델유추하기
2-3.XAI기대효과및시사점
1)XAI기대효과
(1)경계사례와데이터편향성을탐지ㆍ제거함으로써성능향상
(2)모델정확성및성능개선
(3)신뢰성확보
2)시사점

3.설명가능한인공지능알고리즘핵심기술개발동향
3-1.설명가능한인공지능알고리즘
1)부분의존구성(PartialDependencePlots,PDP)
2)개별조건예측(IndividualConditionalExpectations,ICE)
3)민감도분석(SensitivityAnalysis,SA)
4)계층별관련도전파법(Layer-wiseRelevancePropagation,LRP)
5)일부해석모델(LocalInterpretableModel-agnosticExplantion,LIME)
6)첨가요인민감도(SharplyAdditiveExplanations,SHAP)
3-2.활용분야
1)금융ㆍ핀테크분야서비스
2)의료ㆍ헬스케어분야서비스
3)자율주행자동차
4)제조업
3-3.주요업체별XAI기술개발현황
1)미국국방성산하방위고등연구계획국(DARPA)
2)IBM
3)구글
4)심머신(simMachines,Inc)

4.주요AI알고리즘트렌드
4-1.제로샷학습(zoro-shotlearning)
1)제로샷학습(zoro-shotlearning)개념
2)제로샷학습(zoro-shotlearning)원리
3)제로샷방법론
4-2.생성적적대신경망(GenerativeAdversarialNetwork)
1)GAN(GenerativeAdversarialNetwork)개요및학습방법
(1)GAN(GenerativeAdversarialNetwork,적대적생성신경망)개요및정의
①GAN개요
②GAN구조
(2)적대적학습방법
2)GAN응용모델과적용사례
(1)CGAN(ConditionalGAN)
(2)InfoGAN
(3)LaplacianGAN
(4)DCGAN(DeepConvolutionalGenerativeAdversarialNetworks)
(5)DiscoGAN
4-3.강화학습(ReinforcementLearning)
1)개요
(1)MDP(MarkovDecisionProcess)방식
(2)DQN(DeepQ-Network)
2)특징
4-4.전이학습(transferlearning)
1)개요
(1)개념
(2)특징
2)전이학습알고리즘

Ⅲ.주요산업맞춤형ㆍ설명가능한AI연구통계분석

1.헬스케어인공지능(AI)연구개발분석
1-1.분석절차
1-2.연도별연구동향
1-3.인용상위연구
1-4.주요단어및네트워크분석
1-5.주제분석
1-6.연구주제별평균인용수
1-7.연도별주요학술지
1-8.주제별전망
1-9.오픈엑세스저널비율
1-10.펀딩연구의비율

2.자동차인공지능(AI)연구개발분석
2-1.분석절차
2-2.연도별연구동향
2-3.인용상위연구
2-4.주요단어및네트워크분석
2-5.주제분석
2-6.연구주제별평균인용수
2-7.연도별주요학술지
2-8.주제별전망
2-9.오픈엑세스저널비율
2-10.펀딩연구의비율

3.제조업인공지능(AI)연구개발분석
3-1.분석절차
3-2.연도별연구동향
3-3.인용상위연