학문 자체가 어려운 게 아니라 할게 없는데도 불구하고 할걸 찾으려고 하니까 어려운 겁니다.
실제로 현업에서 쓰이고 있는 인지학이나 정보학과 같은 인공지능은, 넓은 의미로써의 인공지능 분야일 뿐이지, 일반인이 쉽게 떠올리는 인공지능과는 거리가 멉니다.
그렇다고 천재들도 희망을 가지고 따라가서 좌절하는 코스를 혼자서만 간다는 건 어불성설이구요.
진정으로 "그 인공지능"을 제대로 눈꼽만치라도 배우고 싶다면 외국의 좋은 대학 좋은 교수님 밑에서 배우는 수 밖에 없습니다.
------------------------------
How many legs does a dog have?
글쎄요.
"그 인공지능"은 일반인이 말하는 학습하고 생각하는 인공지능을 말한겁니다.
인공지능을 공부해봤거나 하고 있는 사람이야, 정보공학이나 인지공학도 인공지능의 한 분야라고 알고 있지만, 보통은 그렇지 않죠.
과연 이런 인공지능을 진지하게 연구하는 국내 대학교가 있는지 의심스럽네요.
------------------------------
How many legs does a dog have?
이미 20세기 중반에 인공지능의 황금기가 있었고, 많은 사람들이 생각하는 기계가 나와 인류 생활이 획기적으로 변화할 것이라고 생각했지만, 지금 그런 생각을 가진 사람은 많지 않은 것 같습니다.
인공 지능의 분야가 신의 영역이 아닌 인간이 다룰 수 있는 범위인지도 불분명하고, 그렇다 하더라도 소프트웨어 공학에서 연구할 분야는 아닌 것 같습니다.
외국의 학회지를 봐도 상업적인 투자를 노리는 연구자가 아닌 이상은 인공지능이라는 용어 자체를 꺼려하는 경향도 있는 것 같습니다.
그나마 많이 연구되는 인공 뉴런이나 진화론적 접근 방식은 수학적 모델을 내세워 특정 부문에서의 인간의 사고 방식을 시뮬레이션하려는 시도로서, 사고하고 학습하는 기계라는 원래의 인공 지능 개념과는 거리가 멀다고 합니다.
이러한 방식 조차도 통상의 procedural 한 접근으로 불가능한 것도 아닙니다.
따라서 장래 인공지능 연구에 뜻이 있다고 한다면, 지금의 인공 뉴런이나 퍼지같은 것을 공부하는 것은 완전한 시간 낭비이고, 수학이나 인간 사고와 관련한 책들을 읽어 보면서 근원적익 의문에 대한 답을 찾아 보는 것이 나을 것입니다.
Deep learning is set of algorithms in machine learning that attempt to learn layered models of inputs, commonly neural networks. The layers in such models correspond to distinct levels of concepts, where higher-level concepts are defined from lower-level ones, and the same lower-level concepts can help to define many higher-level concepts.
Deep learning is part of a broader family of machine learning methods based on learning representations. An observation (e.g., an image) can be represented in many ways (e.g., a vector of pixels), but some representations make it easier to learn tasks of interest (e.g., is this the image of a human face?) from examples, and research in this area attempts to define what makes better representations and how to learn them.
---------------------------------------------------------------------------------
C(++)과 php 펄등을 공부하고있습니다.
반갑습니다! 리눅스 :-)
...
국내가 아니라 어디라도 인공신경망에 관한 책이면 대학(원)수준이거나 그렇지 않다면 겉핥기 교양서적을 벗어날 수 없을 것 같은데요...
* 정말로 신경망을 공부하고 싶으시면 1) 일단 무조건 영어공부 2) 남는시간에 수학공부를 추천합니다. -_-
학문 자체가 어려운 게 아니라 할게 없는데도 불구하고
학문 자체가 어려운 게 아니라 할게 없는데도 불구하고 할걸 찾으려고 하니까 어려운 겁니다.
실제로 현업에서 쓰이고 있는 인지학이나 정보학과 같은 인공지능은, 넓은 의미로써의 인공지능 분야일 뿐이지, 일반인이 쉽게 떠올리는 인공지능과는 거리가 멉니다.
그렇다고 천재들도 희망을 가지고 따라가서 좌절하는 코스를 혼자서만 간다는 건 어불성설이구요.
진정으로 "그 인공지능"을 제대로 눈꼽만치라도 배우고 싶다면 외국의 좋은 대학 좋은 교수님 밑에서 배우는 수 밖에 없습니다.
------------------------------
How many legs does a dog have?
일반인이 쉽게 떠올리는 "인공지능"( 일반명사로서의
일반인이 쉽게 떠올리는 "인공지능"( 일반명사로서의 인공지능 )과,
학문적인 의미에서의 "인공지능"이
엄청난 차이가 나는 것은 맞습니다만,
학문적인 의미에서의 인고지능이,
"할게 없는데도 불구하고 할걸 찾으려고 하니까 어려운" 분야는 아닙니다.
인공지능에 대해서는 이곳에서도 많은 글이 있고요,
배우고자하시는 인공지능이 무엇인지 잘 생각해보시고,
일단 고1이시면 학업에 충실하시고, 좋은 교수님을 찾아가는게 맞습니다.
하지만
라는 말은 지나치게 국내 학교를 폄훼하는 것 같네요.
외국의 대학이 좀더 다양한 연구를 하고 있어서,
"일반인이 생각하는 인공지능" 비슷한 것을 하고 있는 교수가 있을 뿐이지,
국내 교수가 능력이 안되서 그런걸 못하는 것은 아니지요..
-
그리고 어느 분야든 전문분야는 어렵기 마련입니다..
인공지능은 대학수준이 아니라 대학원 수준에서 배우는 분야입니다.
꼭 학문자체가 어려워서 자료가 없는 것은 아닙니다.
일반인이 찾기 어려워서 그렇지 찾아보면 많이 있습니다.
글쎄요. "그 인공지능"은 일반인이 말하는 학습하고
글쎄요.
"그 인공지능"은 일반인이 말하는 학습하고 생각하는 인공지능을 말한겁니다.
인공지능을 공부해봤거나 하고 있는 사람이야, 정보공학이나 인지공학도 인공지능의 한 분야라고 알고 있지만, 보통은 그렇지 않죠.
과연 이런 인공지능을 진지하게 연구하는 국내 대학교가 있는지 의심스럽네요.
------------------------------
How many legs does a dog have?
이미 20세기 중반에 인공지능의 황금기가 있었고,
이미 20세기 중반에 인공지능의 황금기가 있었고, 많은 사람들이 생각하는 기계가 나와 인류 생활이 획기적으로 변화할 것이라고 생각했지만, 지금 그런 생각을 가진 사람은 많지 않은 것 같습니다.
인공 지능의 분야가 신의 영역이 아닌 인간이 다룰 수 있는 범위인지도 불분명하고, 그렇다 하더라도 소프트웨어 공학에서 연구할 분야는 아닌 것 같습니다.
외국의 학회지를 봐도 상업적인 투자를 노리는 연구자가 아닌 이상은 인공지능이라는 용어 자체를 꺼려하는 경향도 있는 것 같습니다.
그나마 많이 연구되는 인공 뉴런이나 진화론적 접근 방식은 수학적 모델을 내세워 특정 부문에서의 인간의 사고 방식을 시뮬레이션하려는 시도로서, 사고하고 학습하는 기계라는 원래의 인공 지능 개념과는 거리가 멀다고 합니다.
이러한 방식 조차도 통상의 procedural 한 접근으로 불가능한 것도 아닙니다.
따라서 장래 인공지능 연구에 뜻이 있다고 한다면, 지금의 인공 뉴런이나 퍼지같은 것을 공부하는 것은 완전한 시간 낭비이고, 수학이나 인간 사고와 관련한 책들을 읽어 보면서 근원적익 의문에 대한 답을 찾아 보는 것이 나을 것입니다.
인공지능의 연구분야는 해체되어 다른 학문에서 써먹습니다.
데이터 마이닝이나 이미지 프로세싱 등에서 인공지능의 산출물을 자신의 것으로 만들어버렸죠.
인공지능 전공을 배웠지만, 한국에서 인공지능 전문 교수님이 희박한 이유이기도 합니다.
인공지능이라는 학문이 덕분에 진입장벽이 많이 높아졌습니다.
가장 큰 문제는 고등학교 레벨에서 접근할 수 있는 영역은 전혀 없다는 겁니다.
수학, 미분&적분, 공업수학, 수치해석 열심히 공부하고난 이후에 신경망이 이해됩니다.
저도 최근에 알았는데
딥러닝으로 한번 검색해보세요.
Deep learning is set of algorithms in machine learning that attempt to learn layered models of inputs, commonly neural networks. The layers in such models correspond to distinct levels of concepts, where higher-level concepts are defined from lower-level ones, and the same lower-level concepts can help to define many higher-level concepts.
Deep learning is part of a broader family of machine learning methods based on learning representations. An observation (e.g., an image) can be represented in many ways (e.g., a vector of pixels), but some representations make it easier to learn tasks of interest (e.g., is this the image of a human face?) from examples, and research in this area attempts to define what makes better representations and how to learn them.
---------------------------------------------------------------------------------
C(++)과 php 펄등을 공부하고있습니다.
반갑습니다! 리눅스 :-)