신간 추천 도서
딥러닝 레볼루션
|
내용
자율주행 자동차는 곧 수백만에 달하는 트럭 및 택시 운전사들의 생계를 파괴할 전망이다. 결국 도시에서는 승용차를 소유할 필요가 없어질 것이다. 언제든 자율주행 자동차가 1분 안에 나타나 목적지에 안전하게 모셔다줄 테니까 말이다. 직접 주차할 필요도 없으니 금상첨화가 아닐 수 없다. 현재 일반적인 승용차의 주행 시간은 4퍼센트에 불과하다. 이는 곧 차의 생애 중 96퍼센트의 시간 동안에는 어딘가에 주차해둬야 한다는 의미다. 자율주행 자동차가 상용화되고 도시 밖에 주차되는 시대가 오면 현재 도시에서 주차장으로 쓰이는 방대한 면적이 보다 생산적인 목적으로 재활용될 것이다. 도시 계획가들은 이미 주차장을 공원화하는 방안 등을 그려보고 있다.
자동차와 관련된 여러 다양한 비즈니스들도 영향을 받을 것이다. 보험사와 정비소가 대표적이다. 속도위반이나 불법주차도 없어질 것이다. 음주운전이나 졸음운전으로 인한 사망 사고도 크게 줄어들 것이다. 출퇴근길에 운전하며 소비하는 시간도 다른 목적에 쓰일 것이다. 미 인구조사국에 따르면 2014년 1억 3,900만 명의 미국인이 근무일 출퇴근길에 쓰는 시간은 평균 52분이었다. 이는 연간 총 296억 시간에 해당하며 보다 나은 용도에 쓸 수 있었던 340만 년이라는, 인간 삶의 귀한 시간이다. 헤매는 일 없는 질서정연한 운행으로 고속도로의 수용 능력이 4배 정도 증가할 것이다.5 그리고 운전대 없이 목적지를 찾아갈 수 있는 자율주행 차량이 일단 개발되어 널리 이용되면 차량 절도가 종식될 것이다. 자율주행 자동차가 상용화되기까지 물론 많은 규제와 법적 제약이 따르겠지만, 일단 그런 세상이 도래하면 우리는 완전히 신세계에서 살게 될 것이다. 트럭이 아마 지금부터 10년 정도 후에 가장 먼저 운전자 없는 차량으로 도로를 누빌 것이다. 택시는 15년 정도 후에 그렇게 될 것이고, 일반 승용차는 15년 후부터 20년 후 사이에 자율주행 차량으로 전환될 것이다.
_ 1장: 머신러닝의 부상
오늘날 머신러닝 알고리즘은 수천 개의 뉴런으로부터 생성되는 동시 기록의 분석, 자유롭게 움직이는 동물의 복잡한 행동 데이터의 분석, 순차적 전자현미경 디지털 이미지의 3차원 해부학적 회로 재구성의 자동화 등에 사용되고 있다. 인간의 뇌를 역설계한다면 자연에 의해 발견된 수많은 새로운 알고리즘에 대해 알 수 있을 것이다.
_ 6장: 머신러닝의 미래
머신러닝에서는 누구든 데이터를 가장 많이 보유하는 사람이 승자다. 페이스북은 다른 어느 곳보다 많은 사람들의 기호, 지인, 사진 데이터를 보유하고 있다. 이 모든 데이터로 페이스북은 나름의 마인드 이론을 창출해 우리가 무엇을 선호하는지 파악하고 정치적 성향은 어떠한지 예측하는 데 이용할 수 있었다. 언젠가 페이스북이 나 자신보다 나에 대해 더 많은 것을 알게 되는 날이 올지도 모를 일이다. 실로 페이스북은 오웰의 소설에 등장하는 빅 브라더의 화신이 될 것인가. 당신은 이것을 섬뜩한 전망이라고 생각하는가, 아니면 필요하면 언제든 시중을 들어주는 디지털 집사가 생겨 편리할 것이라 생각하는가? 과연 페이스북이 이런 힘을 가져도 되는 것인가? 이런 의문을 품는 것은 지극히 당연한 일이다. 그러나 우리는 이 문제에 대해 발언권을 갖지 못하게 될지도 모른다.
_ 18장: NIPS
자율주행 자동차는 곧 수백만에 달하는 트럭 및 택시 운전사들의 생계를 파괴할 전망이다. 결국 도시에서는 승용차를 소유할 필요가 없어질 것이다. 언제든 자율주행 자동차가 1분 안에 나타나 목적지에 안전하게 모셔다줄 테니까 말이다. 직접 주차할 필요도 없으니 금상첨화가 아닐 수 없다. 현재 일반적인 승용차의 주행 시간은 4퍼센트에 불과하다. 이는 곧 차의 생애 중 96퍼센트의 시간 동안에는 어딘가에 주차해둬야 한다는 의미다. 자율주행 자동차가 상용화되고 도시 밖에 주차되는 시대가 오면 현재 도시에서 주차장으로 쓰이는 방대한 면적이 보다 생산적인 목적으로 재활용될 것이다. 도시 계획가들은 이미 주차장을 공원화하는 방안 등을 그려보고 있다.
자동차와 관련된 여러 다양한 비즈니스들도 영향을 받을 것이다. 보험사와 정비소가 대표적이다. 속도위반이나 불법주차도 없어질 것이다. 음주운전이나 졸음운전으로 인한 사망 사고도 크게 줄어들 것이다. 출퇴근길에 운전하며 소비하는 시간도 다른 목적에 쓰일 것이다. 미 인구조사국에 따르면 2014년 1억 3,900만 명의 미국인이 근무일 출퇴근길에 쓰는 시간은 평균 52분이었다. 이는 연간 총 296억 시간에 해당하며 보다 나은 용도에 쓸 수 있었던 340만 년이라는, 인간 삶의 귀한 시간이다. 헤매는 일 없는 질서정연한 운행으로 고속도로의 수용 능력이 4배 정도 증가할 것이다.5 그리고 운전대 없이 목적지를 찾아갈 수 있는 자율주행 차량이 일단 개발되어 널리 이용되면 차량 절도가 종식될 것이다. 자율주행 자동차가 상용화되기까지 물론 많은 규제와 법적 제약이 따르겠지만, 일단 그런 세상이 도래하면 우리는 완전히 신세계에서 살게 될 것이다. 트럭이 아마 지금부터 10년 정도 후에 가장 먼저 운전자 없는 차량으로 도로를 누빌 것이다. 택시는 15년 정도 후에 그렇게 될 것이고, 일반 승용차는 15년 후부터 20년 후 사이에 자율주행 차량으로 전환될 것이다.
_ 1장: 머신러닝의 부상
오늘날 머신러닝 알고리즘은 수천 개의 뉴런으로부터 생성되는 동시 기록의 분석, 자유롭게 움직이는 동물의 복잡한 행동 데이터의 분석, 순차적 전자현미경 디지털 이미지의 3차원 해부학적 회로 재구성의 자동화 등에 사용되고 있다. 인간의 뇌를 역설계한다면 자연에 의해 발견된 수많은 새로운 알고리즘에 대해 알 수 있을 것이다.
_ 6장: 머신러닝의 미래
머신러닝에서는 누구든 데이터를 가장 많이 보유하는 사람이 승자다. 페이스북은 다른 어느 곳보다 많은 사람들의 기호, 지인, 사진 데이터를 보유하고 있다. 이 모든 데이터로 페이스북은 나름의 마인드 이론을 창출해 우리가 무엇을 선호하는지 파악하고 정치적 성향은 어떠한지 예측하는 데 이용할 수 있었다. 언젠가 페이스북이 나 자신보다 나에 대해 더 많은 것을 알게 되는 날이 올지도 모를 일이다. 실로 페이스북은 오웰의 소설에 등장하는 빅 브라더의 화신이 될 것인가. 당신은 이것을 섬뜩한 전망이라고 생각하는가, 아니면 필요하면 언제든 시중을 들어주는 디지털 집사가 생겨 편리할 것이라 생각하는가? 과연 페이스북이 이런 힘을 가져도 되는 것인가? 이런 의문을 품는 것은 지극히 당연한 일이다. 그러나 우리는 이 문제에 대해 발언권을 갖지 못하게 될지도 모른다.
_ 18장: NIPS
목차
추천사 006
감수자의 글 010
서문
1부 지능의 재해석
1장 머신러닝의 부상 024
2장 인공지능의 재탄생 061
3장 뉴럴 네트워크의 여명 076
4장 두뇌 방식의 컴퓨팅 093
5장 시각 시스템에서 얻은 통찰 112
· 연대표 133
2부 기술적 영향과 과학적 영향
6장 머신러닝의 미래
7장 알고리즘의 시대
8장 헬로, 미스터 칩스
9장 내부 정보
10장 의식
11장 자연은 인간보다 영리하다
12장 심층 지능
· 연대표
3부 다양한 학습 방법
13장 칵테일파티 문제
14장 홉필드 망과 볼츠만 머신
15장 오류의 역전파
16장 컨볼루션 러닝
17장 보상학습
18장 NIPS
· 연대표
헌사
용어 설명
주
추천사 006
감수자의 글 010
서문
1부 지능의 재해석
1장 머신러닝의 부상 024
2장 인공지능의 재탄생 061
3장 뉴럴 네트워크의 여명 076
4장 두뇌 방식의 컴퓨팅 093
5장 시각 시스템에서 얻은 통찰 112
· 연대표 133
2부 기술적 영향과 과학적 영향
6장 머신러닝의 미래
7장 알고리즘의 시대
8장 헬로, 미스터 칩스
9장 내부 정보
10장 의식
11장 자연은 인간보다 영리하다
12장 심층 지능
· 연대표
3부 다양한 학습 방법
13장 칵테일파티 문제
14장 홉필드 망과 볼츠만 머신
15장 오류의 역전파
16장 컨볼루션 러닝
17장 보상학습
18장 NIPS
· 연대표
헌사
용어 설명
주
저자소개
저자 : 테런스 J. 세즈노스키
Terrence J. Sejnowski
소크생물학연구소Salk Institute for Biological Studies의 프랜시스 크릭Francis Crick 석좌교수이자 캘리포니아대학교 샌디에이고 캠퍼스UCSD의 교수로 재직 중이다. 버락 오바마 행정부의 브레인 이니셔티브BRAIN Initiative에서 자문위원으로 활동했으며, 현재 인공지능 분야 최고 학회인 NeurIPS의 의장직을 수행하고 있다. 딥러닝 기술의 초석이 된 볼츠만 머신 알고리즘을 제프리 힌튼과 함께 개발한 것을 비롯해 뉴럴 네트워크의 학습 이론에 대한 다수의 논문을 발표했다.
머신러닝 및 신경과학 최고 권위자 중 한 명인 세즈노스키 교수는 한국에서 열린 ‘2018 인공지능 국제컨퍼런스’에 기조연설자로 참여해, ‘딥러닝 혁명’이라는 주제로 딥러닝의 현황과 미래를 통찰력 있게 조망한 바 있다. 그는 이 책에서 인공지능의 발전에 변곡점 역할을 한 딥러닝 기술이 현재에 이르기까지의 과정, 앞으로 딥러닝이 만들어낼 혁신과 변화에 대해서 풀어내고 있다.
Terrence J. Sejnowski
소크생물학연구소Salk Institute for Biological Studies의 프랜시스 크릭Francis Crick 석좌교수이자 캘리포니아대학교 샌디에이고 캠퍼스UCSD의 교수로 재직 중이다. 버락 오바마 행정부의 브레인 이니셔티브BRAIN Initiative에서 자문위원으로 활동했으며, 현재 인공지능 분야 최고 학회인 NeurIPS의 의장직을 수행하고 있다. 딥러닝 기술의 초석이 된 볼츠만 머신 알고리즘을 제프리 힌튼과 함께 개발한 것을 비롯해 뉴럴 네트워크의 학습 이론에 대한 다수의 논문을 발표했다.
머신러닝 및 신경과학 최고 권위자 중 한 명인 세즈노스키 교수는 한국에서 열린 ‘2018 인공지능 국제컨퍼런스’에 기조연설자로 참여해, ‘딥러닝 혁명’이라는 주제로 딥러닝의 현황과 미래를 통찰력 있게 조망한 바 있다. 그는 이 책에서 인공지능의 발전에 변곡점 역할을 한 딥러닝 기술이 현재에 이르기까지의 과정, 앞으로 딥러닝이 만들어낼 혁신과 변화에 대해서 풀어내고 있다.
