EBS 위대한 수업(AI)제1강~2강 요약정리

 

위대한 스무 번째 강연 'AI'

 

스탠퍼드대 컴퓨터공학·전기공학 겸임 교수 앤드류 응

구글 브레인 설립

코세라 창업자

 

 

 

제1강 선한 얼굴의 AI

 

Q. AI란 무엇인가?

A. AI 전문가들 사이에서도 어느 것이 AI이고 AI가 아닌지 동의하는 기준은 없다

   컴퓨터가 지능을 가지고 행동을 하게 만드는 분야가 지금까지 성공적이었던 이유는 

   우리가 호의적으로 받아들였기 때문이다. 다른 분야보다 인공지능 분야가 빠르게

   성장할 수 있었던 이유는 우리 대부분이 기계가 더욱 지능적으로 행동하고 사람들을

   도울 수 있기를 바라기 때문이다. 우리가 사용하는 모든 기술과 방법론들을 모두 AI라고 

   받아들여왔다.

        → 기계가 지능적으로 행동하고 사람을 돕는 데 활용할 수 있다면 AI라고 부를 수 있다고 생각한다

 

■ 인공지능 역사의 터닝 포인트

  : 약 15년 전쯤 신경망 또는 딥러닝이라는 기술을 수십년간 활용되지 않았음을 인식했을 때이다.

 

  ♣딥러닝(Deep Learning) : 컴퓨터가 다양한 데이터를 통해 사람처럼 생각하고 배울 수 있도록 하는 기술

 

   - 컴퓨터의 속도는 더 빨라졌고 스탠포드 대학의 박사 과정을 밟고 있던 교수의 학생들이

     신경망을 더 크게 만들면 더 정확하고 나은 결과를 만든다는 것을 알게 되었다.

 

   - 2012년 앤드류 응과 구글의 딥러닝 프로젝트

     : 천만 개가 넘는 비디오에서 고양이를 식별하는 데 성공

 

■ 인공지능의 서로 다른 두가지 개념 

 

   - 좁은 인공지능 ANI(Artificlal Narrow Intelligence)

     : 특정 문제 하나만 해결(ex. 운전, x-ray)

     : 한 가지 일을 반복해 가치를 만듦

      → AI의 부상한 것은 ANI의 덕분

 

   - 범용 인공지능 AGI(Artificlal General Intelligence)

     : AI가 거의 모든 것을(심지어 사람이 하는 것보다 더 많은 것을) 하게 된다는 것   

      → AGI를 제대로 구현하기가지는 아주 오랜 시간이 걸리 것

 

■ 잠재성이 있는 AI 분야

 

   - 교육을 돕는 AI

    · 코세라나 딥러닝 AI와 같은 회사들 덕분에 많은 교육 컨텐츠들이 있음 

 

    ♣ 코세라(Coursera) : 스탠퍼드대 공학과 교수들이 만든 온라인 학습 플랫폼

 

    · 수년에 걸쳐 똑같은 강의를 하는 교수를 대신에 온라인 강의에 컨텐츠를 넣고

      과제를 컴퓨터가 체점하게 했으면 좋겠다는 생각을 함

      → 학생들을 깊게 이해하고 토론할 수 있는 기회가 늘어남

      → 반복적인 일은 AI가 하고, 인간은 더 가치 있는 일에 집중

 

    ♣ 거꾸로 교실(flipped-learning) : 학생들이 미리 이론을 학습한 뒤 교실에서 교사와 심층 학습을 하는 교육 방식

 

■ 더 많은 사람들이 코딩을 배우는 시대

 

   - 과거 수 세기 전에는 글을 읽고 쓰는 것을 배울 필요가 없다고 생각

     : 현재는 읽기와 쓰기의 보편화로 사람들 간의 소통이 깊어짐

 

   - 사람과 컴퓨터가 소통하는 방식인 코딩

     : 미래에는 우리 모두가 조금이라도 코딩을 아는 세상을 만들어야 한다

    

■ 선한 얼굴의 AI

 

   - 가장 심각한 문제인 기후 변화 

    · 메탄 배출량, 에너지 생산량등을 위성 에너지를 통해 AI가 분석하도록 함

 

   - 또 하나의 큰 사회 문제인 가짜 정보    

    · AI 종사자들의 도덕적 의무가 필요

 

   - AI를 긍정적으로 사용하려면

     1. 시스템을 투명하게 보여줘야 한다.  

     2. 정부는 AI를 정확히 이해하고 규제해야 한다.

      → AI의 위험을 최소화

 

 

 

제2강 맞춤형 AI가 온다

 

 

  - 제조업, 의료 서비스업, 농업, 물류업 : 아직 AI를 완전히 받아들이지 않은 분야들

    · 소비자 인터넷이 세계 경제의 대부분을 차지하는 게 아니다.

    · 제조업의 데이터 세트는 인터넷 회사보다 훨씬 작다

      → 각각의 제품과 공장을 위한 맞춤형 AI가 필요

 

     ♣ 데이터 세트(data set) : 컴퓨터로 처리, 분석할 수 있도록 구조화된 데이터 집합

 

  - 맞춤형 AI

    · 머신러닝 오퍼레이션 플랫폼은 AI를 상용화 할 수 있도록 한다

 

     ♣ 머신러닝 오퍼레이션 플랫폼(ML Ops) 

        : 스스로 학습하는 능력을 지닌 AIㅣ스템을 개별 사용자가 안정적으로 운영하도록 개발된 플랫폼

 

    · 공장, 병원, 농장 등 각각의 오페러이션 플랫폼을 스스로 만들 수 있도록 한다

 

    · 최근 폭발적으로 발전한 제조업 AI : 제조업 자동화로 품질과 일관성이 향상 

 

 

■ 맞춤형 AI의 활용

 

   - AI를 개발하는데 반드시 많은 양의 데이터를 필요로 하는 것은 아니다

   - 데이터 중심의 AI를 통해 현실적인 조건에서 작동이 가능

   - 딥러닝을 통해 다양한 분야에서 활용(반도체,EV 배터리, 자동차 부품, 식음료, 농업·생명 분야, 의료장비 등)

 

   - 그러나, 수많은 공장마다 통용되는 규칙을 정하는 것은 어려운 일

     · 기존 사례를 통해 학습하고 결함을 기준을  스스로 판단하는 AI

      → 품질 향상, 효율성 증대, 수익 창출 

     · 종단간 플랫폼이 필요 : 한 부분만이 아니라 문제 전체를 해결

 

     - AI로 성공하는 방법

       1. 빠르게 성공할 수 있는 프로젝트롤 찾을 것

       2. 현실적인 목표를 잡을 것

       3. 프로젝트를 성공시킬 열정적인 팀원을 찾을 것

 

 

 

 

 

 

 

 

 

 

 

 

 

https://home.ebs.co.kr/greatminds/index

 

위대한 수업

 

 

70원의 기적 EBS에서 전 세계 최고의 지성을 한 자리에 만날 수 있는 프로그램을 기획했다.

 

방송시간 EBS1TV 월~금 23:35~23:55                        EBS2TV 월~금 22:00~22:20(재방)

                        토     09:30~11:00(종합)                            토      22:15~23:45(종합)

                        월~금 15:05~15:25(재방)