저는 어렵고 글만 가득한 책을 싫어하며,
"그림과 비유"를 통해서 어려운 개념을 쉽게 설명하여, 전체적으로 읽기가 편한 가독성이 좋은 책을 좋아합니다.
하지만,
인공지능 관련 책들은 전문 서적이 많아서 그런지, 가독성이 떨어지고 어렵게 설명해놓은 책이 많습니다.
안 그래도 인공지능 자체도 굉장히 어려운데, 책의 설명마저 어렵다면 "책 읽기" 자체가 굉장히 험난한 과정이 될 것입니다.
제 블로그의 도서 추천 글은 그러한 저의 관점에서 남들에게 정말 추천드릴만한 책들만 소개하는 것이며,
제 돈으로 직접 샀거나 도서관에서 빌려서 읽은 여러 책 중에서 정말 만족한 책들만 추천드리는 것임을 밝힙니다.
목차 :
1. 책 소개 및 추천드리는 이유
2. 책의 내용 구성
3. 마무리 총평
1. 책 소개 및 추천드리는 이유
이번 글에서 제가 추천드리는 책은 "그림으로 쉽게 이해하는 딥러닝의 최신 트렌드"라는 책입니다.
이 책은 그림과 쉬운 설명 및 적절한 디자인을 통해서 가독성이 상당히 좋고, 내용의 퀄리티 또한 상당히 알찹니다.
딥러닝의 기본 개념부터 ~ 최신 딥러닝 개념에 대해서 누구나 이해할 수 있도록 쉽고 얕게 설명된 책이며,
딥러닝의 전반적인 흐름에 대해서 읽고 싶은 분이라면 꼭 읽어보시기 추천드리기에 소개하게 되었습니다.
2. 책의 내용 구성
이 책은 크게 6개의 대단원과 그 안의 작은 소단원으로 구성되어 있습니다.
아래의 자료를 참고하세요!
1번째 대단원인 "딥러닝의 기본"에서는딥러닝의 기초 개념과 여러 신경망의 종류에 대해서 배우게 됩니다.
참고) -------------> "딥러닝"은 한국어로 풀이하면 "심층 신경망 학습"이라는 뜻입니다.
즉, 신경망의 종류란 "딥러닝"에서 사용하는 신경망의 종류를 의미합니다.
현재 딥러닝은 자극적인 뉴스를 뽑아대는 언론과 미디어로 인해서,
사람들은 딥러닝을 "한계 없는 무궁무진한 분야"로 오해를 하는 경우가 있습니다.
하지만 실상은 그렇지 않으며,
아직도 딥러닝에는 많은 한계점과 해결하지 못한 난제들이 많습니다.
또한, 딥러닝은 최근에 등장한 혁신적인 개념도 아닙니다.
현재 딥러닝의 개념의 대부분은 1900년대에 이미 연구된 내용입니다.
딥러닝 학습을 제대로 하기 위해서는 높은 컴퓨팅 성능과 많은 데이터의 양이 필요한데,
이러한 조건이 최근에 들어서야 충족이 되어 딥러닝을 제대로 활용할 수 있게 되었기에, 이제야 주목을 받은 것이죠.
2번째 대단원인 "딥러닝의 한계"에서는 그러한 딥러닝의 한계점과 해결해야 할 문제들에 대해서 다루게 됩니다.
딥러닝의 한계에 대해서 배우게 되면 딥러닝의 여러 가지 한계점을 알게 되는데,
그중에서 딥러닝의 가장 큰 한계점은 "데이터에 의존한 좁은 인공지능"이라는 것입니다.
예를 들면 , 이세돌 9단을 이긴 알파고는 바둑이 아닌 체스로 간다면 아무런 힘을 발휘하지 못하는 것이죠.
우리의 최종 목표는 사람처럼 스스로 생각하고 판단하는 "범용 인공지능"을 만드는 것이기에,
단순히 데이터에 의존하는 지금의 방식으로는 결코 "범용 인공지능"을 만들 수 없습니다.
---> 예를 들어서, 요리 데이터를 통해 학습한 인공지능은 음악과 미술 같은 다른 분야에서는 전혀 활용할 수 없습니다.
그러한 문제를 해결하여, 사람과 같은 "범용적인 지능"을 가지게 하기 위한 학습이 "표현 학습"입니다.
3번째 대단원인 "딥러닝의 표현학습"에서는 이러한 "표현 학습"에 대해서 배우게 됩니다.
몇 년 전, "이세돌 9단"과 "알파고"의 바둑 대결은 전 세계적 주목을 받으며,
사람들로 하여금 "인공지능의 무서움"을 몸소 느끼게 해 주었습니다.
그 이후, 인공지능에 대한 사람들의 관심은 폭발적으로 증가했죠.
4번째 대단원인 "딥마인드의 알파 스타"에서는
"알파고"와 알파고에서 한 단계 더 발전한 "알파 스타"에 대해서 배우며,
인공지능이 어떠한 원리로 바둑이라는 불가해한 영역을 정복했는 가를 알게 됩니다.
저희는 3번째 대단원인 "딥러닝의 한계"에서 딥러닝의 한계점을 배우게 된다고 했는데,
5번째 대단원인 "딥러닝의 한계를 뛰어넘는 최신 기술"에서는
이러한 한계점을 극복하기 위해 연구되고 있는 "최신 신경망 기술"에 대해서 배우게 됩니다.
--> 아마 딥러닝에 대해서 관심이 있으신 분이라도,
5번째 대단원의 최신 신경망들은 처음 들어보거나 생소하신 분이 많으실 거라 생각합니다.
최신 트렌드에 관한 이러한 내용을 제대로 다루고 있는 시중의 책을 발견하지 못했습니다.
지금까지의 책의 내용은 "소프트웨어적"으로 인공지능에 대해서 접근한 내용들 이였지만,
"하드웨어적 접근" 또한, 딥러닝 기술의 발전에 있어서 필수적인 부분입니다.
---> (효율적인 전력 소모 , 딥러닝에 최적화된 GPU , 생물학적 반도체 칩 등등)
6번째 대단원인 "딥러닝의 효율을 향상하는 다양한 기술"은
이러한 "하드웨어적 접근"에 대한 내용을 다루면서,
인공지능 발전을 위한 다양한 분야에 대해 배우게 되며 책을 마치게 됩니다.
3. 마무리 총평 :
책의 장점 :
1. 그림을 통한 쉬운 설명 및 가독성 좋은 디자인으로 어려운 인공지능 개념을 쉽게 이해할 수 있음.
2. 시중에서는 잘 다루는 경우가 없는 "최신 인공지능 연구 동향"에 대한 내용을 다룸
3. 책의 가격은 14000원으로, 다른 책에 비해서 비교적 저렴한 가격을 가지고 있음
책의 단점 :
1. 총 150쪽으로 이루어진 얇은 책이고, 인공지능에 관한 다양한 분야의 내용을 다루기에,
수학적 원리를 동반한 전문적인 내용을 원하고자 하는 연구자, 전문가에게는 내용의 깊이가 아쉽다고 느껴질 수도 있음
--> 하지만, 책의 목적 자체가 일반인들이 쉽게 이해할 수 있게 만들어졌기에, 이러한 단점은 중요하지 않다고 생각함.
총 평점 ★★★★★ ( 5점 / 5점 )
'인공지능 정보' 카테고리의 다른 글
| 우리가 두려워해야 할 건 "인공지능"이 아니라, "인간"이다. (0) | 2022.07.06 |
|---|---|
| "딥러닝"의 본질 (Nature of Deep learning) (0) | 2022.07.02 |
| 죽음을 두려워한다는 인공지능? - 대중을 기만하는 잘못된 오해 바로잡기 (0) | 2022.06.22 |
| 함수(fuction) 와 1차 함수(linear fuction) (0) | 2022.06.01 |
| [Deep Learning] Reason for learning using only one type of activation function (0) | 2022.05.20 |
| [딥러닝] 활성화 함수를 1가지 종류만 사용해서 학습하는 이유 (0) | 2022.05.20 |
| 머신 러닝(Machine Learning)의 3가지 학습 방식 (0) | 2022.04.17 |