Share
Sign In

AI, ML, DL to Generative AI

취지 : 지난 10년 동안 인공 지능의 부상은 컴퓨팅 환경을 변화시켰고, 기업들은 이 새로운 기술을 기업 전략에 통합하는 방법을 재고하고 있음. 이에 따라 AI 기본 기술 용어와 개념 및 각 산업별 새로운 도전과 기회들을 소개하고, 변화하는 산업 트렌드 및 고용환경에 발맞추어 Career path를 설계해 나가는데 도움을 주고자 함.
과정의미: 산업 동향 및 사회초년생을 위한 직무개발
요약 : AI는 무엇이고 어떻게 활용되고 있나요? : AI 개념이해, AI가 적용된 기술사례/창업 사례
일시: 7월 5일 오전 10시 ~ 11시 50분
장소: 6층 메인 랩
연사: [정세영]
제가 처음 Vision - Contour detection과 Fourier Transformation을 사용한 것은 학부과목 디지털 통신 수업을 들었을 때였습니다. 아날로그와 디지털 통신이 혼비하던 95~96년도 경이였지만 한국에서 유일하게 "인공 신경망" 이라는 수업도 들을수 있는 환경이었죠.
그 땐 대충 수업들으면서, 과연 저런 이론이 언제 응용이 될수 있을까 싶었는데, 2007년 미국에서 "Maching Learning"강의를 Carnegie Mellon University 에서 접했을 때, 충격은 "이걸 배우지 않으면 컴공에서 멀 배웠다고 할수 있을까" 싶을 정도 였습니다.
200명이상 앉을수 없는 강의실에 계단까지 따닥따닥 붙어 앉을 정도로 성황이었던 강의 였고, 다시 2016-17년 "Deep Learning" 강의가 다시 한번 컴퓨팅 근간을 흔들만한 사건이라고 생각이 들 정도로, 큰 변환점이었습니다.
몇 임팩트 있는 강의가 어쩌면 여러분의 5년후, 10년후를 판가름 할지도 모르죠. 그런 시대에 살고 있기때문에 이제야말로 AI에 대한 기본 개념은 알고 가야 하지 않나 싶어 준비한 특강입니다.
1.
1 AI에 대한 개요 - (역사. 현재에 왜 화두가 되고 있나 그리고 전망 )
2.
AI 주요 기술 분야 : (AI의 주요 기반기술 5가지 분야 자연어 처리/음성/음성 처리, 컴퓨터 비전, 전통적 기계학습, 강화학습 및 생성 AI 를 구분하여 주요 기술 개념 전달)
a.
(Traditional) Machine Learning: Prediction, forecasting, and anomaly detection
b.
Reinforcement Learning
c.
Deep Learning
d.
Vision 과 Natural Language Processing
e.
Generative AI
3.
각 산업 분야별 AI 영향 /트렌드
a.
3.1 AI in Medicine and Healthcare
b.
3.2 AI in Finance and Banking
c.
3.3 AI in Transport and Robotics
d.
3.4 AI in Education
e.
3.5 AI in Game & Entertainment
4.
AI와 기업가 정신
a.
AI를 활용한 창업사례 및 기업가 정신
b.
Responsible AI and Ethical Considerations
c.
AI and Human Collaboration
5.
AI 분야에서의 직업 기회 (The changing employment landscape 변화하는 고용환경)
a.
5.1 AI 분야의 새로운 직업군과 요구 사항
b.
5.2 AI를 활용한 창업 사례
6.
결론과 질의응답