추가 적립 안내

인공지능이 무엇인지 궁금해하는 모두를 위한 『인공지능 70』. 인공지능과 관련된 다양한 분야와 개념을 70가지 키워드로 선별하여 매우 쉽고 재미있게 풀어냈다. 인공지능 분야의 특성상 이해하기 어려운 내용들은 귀여운 그림과 함께 설명하여 초보자의 이해를 돕고, ‘인공지능이 사람의 직업을 대체할 것인가?’라는 질문에 대한 명쾌한 답을 제시해준다.

70가지 키워드로 알아보는 인공지능의 현재와 미래!
알아두면 쓸데 있는 신비한 인공지능 잡학사전!

이 책은 인공지능이 무엇인지 궁금해하는 모두를 위해 만들어졌습니다. 인공지능과 관련된 다양한 분야와 개념을 70가지 키워드로 선별하여 매우 쉽고 재미있게 풀어냈습니다. 특히, 인공지능 분야의 특성상 이해하기 어려운 내용들은 귀여운 그림과 함께 설명하여 초보자의 이해를 도와줍니다.

또한, 이 책은 기술적 내용 외에도 인공지능과 관련된 사회 변화에 대한 이야기를 함께 전하면서, ‘인공지능이 사람의 직업을 대체할 것인가?’라는 질문에 대한 명쾌한 답을 제시해줍니다.

1장 인공지능이란? 1
인공지능과 자연지능 _ 2
지능을 인공지능으로 옮기기 _ 4
인공지능의 대부분은 문제 특화형 지능 _ 6
작은 지능을 하나로 모아도 전체 지능이 되지 못한다 _ 8
뇌란 무엇인가? _ 10
뉴런 _ 12
뉴럴 네트워크 & 딥러닝 _ 14
인공지능의 두 가지 종류 _ 16
학습 _ 17
사회적 지능 _ 18
현실은 만만치 않다 _ 20
우주와 지능은 똑같이 어렵다 _ 22
힘내! _ 24

2장 사회와 역사 속의 인공지능 25
1 특이점 _ 26
2 수확 가속화의 법칙 _ 28
3 다트머스 회의 _ 30
4 전뇌 아키텍처 _ 33
5 자율 주행 _ 36
6 스마트 시티 _ 39
7 사회적 뇌(소셜 브레인) _ 40
8 인공지능과 윤리 _ 42
9 고전적 AI _ 46

3장 학습하고 진화하는 인공지능 51
10 딥러닝 _ 52
11 머신러닝 _ 55
12 비지도 학습의 중요성 _ 58
13 강화 학습 _ 60
14 유전 알고리즘 _ 63
15 인공 생명 _ 66

4장 인간을 넘어선 인공지능 69
16 IBM 왓슨 _ 70
17 알파고 _ 72
18 전문가 시스템 _ 75
19 검색 엔진 _ 78

5장 인간의 뇌를 닮은 인공지능 81
20 딥Q네트워크 _ 82
21 네오코그니트론 _ 85
22 미러 뉴런 _ 88
23 뉴럴 네트워크 _ 90
24 퍼셉트론 _ 93
25 헵의 규칙 _ 95
26 시그모이드 함수 _ 97

6장 빅데이터와 인공지능의 예측 99
27 데이터 마이닝 _ 100
28 협업 필터링 _ 103
29 검색 알고리즘 _ 106
30 최고 우선 탐색 _ 108
31 클라우드상의 인공지능 _ 111
32 스파스 모델링 / 스파스 코딩 _ 114
33 마르코프 모델 _ 115
34 은닉 마르코프 모델 _ 118
35 베이즈의 정리 / 베이지안 네트워크 _ 120

7장 게임 속의 인공지능 123
36 게임 AI _ 124
37 워울프 AI _ 131
38 완전 정보 게임 / 불완전 정보 게임 _ 133
39 게임 이론 / 죄수의 딜레마 _ 136
40 몬테카를로 트리 탐색 _ 139

8장 인공지능의 다양한 형태 143
41 에이전트 지향 _ 144
42 지식 지향 _ 146
43 분산 인공지능 _ 147
44 포섭 구조 _ 149
45 멀티 에이전트 _ 152

9장 수다쟁이 인공지능 155
46 자동 대화 시스템 _ 156
47 인공무능(人工無能) _ 158
48 온톨로지 _ 161
49 시맨틱 _ 163
50 LDA _ 165
51 지식 표현 _ 167
52 자연 언어 처리 _ 168

10장 의사를 결정하는 인공지능 171
53 반사형 AI / 비반사형 AI _ 172
54 의사 결정 알고리즘 _ 173

11장 생물을 모방하는 인공지능 181
55 보이드 _ 182
56 사이버네틱스 _ 184
57 영상 인식 _ 186
58 군집 지능 _ 187

12장 인공지능의 철학적 문제 189
59 인공지능과 자연지능 _ 190
60 심벌리즘과 커넥셔니즘 _ 192
61 튜링 테스트 _ 192
62 프레임 문제 _ 195
63 심신 문제, 심뇌 문제 _ 197
64 강한 AI, 약한 AI _ 199
65 심벌 그라운딩 문제 _ 201
66 중국어 방 _ 202

13장 인공지능이 사용하는 숫자 205
67 경사하강법 _ 206
68 지역 최솟값 _ 208
69 퍼지 이론 _ 208
70 카오스 _ 211

14장 인공지능이 할 수 있는 것과 할 수 없는 것 215

찾아보기 229

인공지능의 과거와 현재, 그리고 미래를 점쳐 보면 인공지능에 대한 막연한 두려움과 기대감이 보다 현실적으로 다가오는 것을 느낄 수 있을 것입니다. ‘인공지능이 사람의 직업을 대체할 것인가?’라는 명제는 우리 모두가 가진 큰 의문점일 것입니다. 이 책은 이 질문에 대한 명쾌한 답을 제시하고 있습니다. 그 답은 이 책을 다 읽으신 분만이 공감할 수 있으리라 생각합니다.
_xiv쪽

자동차의 IT화는 자동차 산업의 차세대 비전입니다. 그리고 자율 주행은 그 근간을 이루는 중요한 기술이지만 구현하기 만만치 않은 것 또한 사실입니다. 차량 내의 IT 시스템과 달리 현실 세계와 연계된 복잡한 인공지능을 요구하기 때문입니다. 이 인공지능 구현을 위해 등장한 것이 딥러닝입니다.
_37쪽

인공지능 분야에서도 개별 인공지능의 다음 단계로 사회적 지성, 커뮤니케이션, 협력 등을 연구하고 있습니다. 하지만 대부분 현상적인 접근법으로 ‘생물은 이렇게 협력한다’라는 것을 흉내 낸 정도에 불과합니다. 특정 공간에 있는 개체 간 물리적인 힘을 가정해서 새의 움직임을 재현한 보이드(Boid, p.182)나 커뮤니케이션 언어를 만들어서 협력하도록 한 멀티 에이전트(multi agent, p.152) 등이 그 예라고 할 수 있습니다. 사회적 뇌 연구가 진행되면 개별 뇌가 타인과 협력하기 위해 어떤 기능을 하는지를 밝혀 낼 수 있으며, 이는 인공지능 개발의 밑거름이 될 것으로 기대하고 있습니다.
_41쪽

머신러닝이란 인공지능의 학습을 말합니다. 머신러닝이라는 용어는 인공지능과 거의 동시에 등장했습니다. 머신러닝의 ‘기계’라는 용어에는 ‘인간의 학습’을 대상으로 한 ‘기계의 학습’이라는 관점이 내포되어 있습니다. 즉, 프로그래머가 만든 것 이상을 할 수 있게 되는 것이 머신러닝의 기준입니다. 또한 머신러닝에는 ‘단순히 프로그래밍된 것이 아니다’라는 의미도 내포되어 있습니다. 다시 말해 기계 자신이 스스로 학습한다는 의미입니다. 여기서 말하는 기계는 당시에는 대형 컴퓨터 같은 기계를 의미했습니다.
_55쪽

또 다른 예를 살펴볼까요. 대전 격투 게임을 생각해 봅시다. 사람이 조작하는 캐릭터와 인공지능이 조작하는 캐릭터를 대결시킵니다. 처음에는 인공지능은 즉흥적으로 발차기, 펀치, 빔 등을 이용해 공격합니다. 보상은 플레이어의 체력이 얼마나 저하되느냐 하는 것입니다. 상태는 플레이어와의 거리, 자신과 플레이어의 속도입니다. 인공지능은 처음에는 즉흥적으로 공격하기 때문에 플레이어에게 거의 타격을 주지 못하지만, 몇 번이고 싸우다 보면 플레이어에게 타격을 주는 횟수가 늘어나게 됩니다. 인공지능은 이것을 기억해 둡니다. 이 과정을 계속 반복하면 어떤 상태일 때 어떤 행동을 하면 플레이어의 체력을 줄일 수 있는지 학습하게 됩니다. 이것이 강화 학습입니다.
_61쪽