상세정보
누구나 쉽게 배우는 인공지능 스타트 with 챗GPT
- 저자
- 박동규 저
- 출판사
- 인피니티북스
- 출판일
- 2025-01-14
- 등록일
- 2025-11-17
- 파일포맷
- PDF
- 파일크기
- 108MB
- 공급사
- 예스이십사
- 지원기기
-
PC
PHONE
TABLET
웹뷰어
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
"최신 ChatGPT 내용을 추가한 인공지능 완벽 가이드!"인공지능의 기초부터 심화까지, 초보자를 위한 최고의 입문서‘2023 세종도서’의 학술부문으로 선정되었던 『누구나 쉽게 배우는 인공지능 스타트』가 개정되어 더욱 강력해졌다. 인공지능 학습의 기본기를 탄탄히 다지는 것은 물론, 알차고 풍부한 내용과 업그레이드된 학습을 제공한다. 특히 ChatGPT를 비롯한 최신 인공지능 기술과 이론을 반영하고, 학습자들이 실력을 한 단계 더 도약할 수 있도록 심화 문제를 새롭게 추가하여 매우 완성도 높은 내용으로 구성하였다.이 책의 특징은 다음과 같다. 첫 번째, ChatGPT와 관련된 최신 내용을 반영하여 하루가 다르게 발전하는 인공지능의 최신 기술과 응용 사례를 추가하였다. 두 번째, 쉽고 명확한 설명을 통해 인공지능을 처음 학습하는 학습자도 재밌게 배울 수 있도록 구성하였다. 세 번째, 다양한 예시와 그림을 삽입하여 어려운 개념도 쉽게 이해할 수 있도록 하였다. 네 번째, 각 챕터의 'LAB'에서는 독자들이 다양한 인공지능, ChatGPT 기술을 실제로 체험할 수 있는 실습을 제공하였다. 다섯 번째, 심화 학습을 통해 인공지능에 대한 이해도를 높이고 한 단계 더 나아갈 수 있도록 하였다.『누구나 쉽게 배우는 인공지능 스타트 with 챗GPT』 2판은 이외에도 대규모 언어 모델, 생성형 인공지능 등 주요 기술들을 이전보다 더욱 깊이 있게 다루었다. 인공지능 초심자라면 이 책을 통해 인공지능의 모든 내용을 파악하여, 실전에 기술을 기초를 탄탄히 다질 수 있는 밑거름이 될 것이다.
저자소개
「널널한 교수의 코딩 클래스」 유튜브 채널을 운영 중이며 파이썬, C, 자바, Swift 등의 프로그래밍 언어와 자료구조, 알고리즘, 머신러닝, 딥러닝 관련 강좌를 400개 이상 업로드하였다. 저서로는 『으뜸 파이썬』, 『따라하며 배우는 파이썬과 데이터 과학』, 『으뜸 머신러닝』, 『으뜸 데이터 분석과 머신러닝』, 『자바 3D 프로그래밍』, 『누구나 쉽게 배우는 인공지능 스타트』, 『누구나 쉽게 배우는 딥러닝 스타트』 등이 있다. 『으뜸 파이썬』(2020), 『누구나 쉽게 배우는 인공지능 스타트』(2023), 『누구나 쉽게 배우는 딥러닝 스타트』(2024)는 한국출판문화산업진흥원의 세종도서 학술부문도서로 선정되었다.
1993年 부산대학교 전자계산학과 이학사, 1996年 부산대학교 전자계산학과 이학석사, 1999年 부산대학교 전자계산학과 이학박사.
2002年~현재 창원대학교 정보통신공학과 교수, 2021年 부산대학교 컴퓨터 및 정보통신연구소 객원교수, 2007年 미국 카네기멜론대학교 방문교수, 2012年 미국 텍사스A&M대학교 방문교수, 창원대학교 정보전산원장, 창원시 스마트모바일 앱센터장 역임.
목차
머리말 이 책의 구성 이 책의 활용 강의 계획 CHAPTER 01 인공지능으로 즐기는 세상 01 인공지능 기술을 알아보자 인공지능이라는 과학 기술 우리의 삶 여러 곳에 스며든 인공지능 기술 02 지능을 가지는 기계와 지능에 대한 고찰 인공지능을 판별하는 방법: 튜링 테스트 지능의 사전적 정의 ChatGPT는 지능을 가지고 있을까? 인류는 인공지능을 통제할 수 있을까? 03 인공지능이라는 말은 누가 처음 사용했을까? 인공지능의 아버지들과 다트머스 회의 인공지능의 주요 연표 04 인공지능이 적용되는 여러 가지 분야를 알아보자웨어러블 장치에 적용된 인공지능 기술 자율주행 자동차에 탑재된 인공지능 기술 신약 개발과 의료에 사용되는 인공지능 기술금융 사고를 예방하는 인공지능 기술아름다움을 창조하는 인공지능 기술코딩하는 인공지능 05 ChatGPT와 대규모 언어 모델, 생성형 인공지능의 혁신ChatGPT의 성공 요인 ChatGPT의 놀라운 성능이미지와 동영상 생성 인공지능의 등장과 새로운 위협 LAB 01 인공지능이 그림을 그려준다: 딥드림요약 연습 문제 심화 학습 CHAPTER 02 인공지능의 역사 01 인공지능을 정의해 보자 인공지능에 대한 여러 가지 정의 모라벡의 역설과 약한 인공지능, 강한 인공지능, 초인공지능02 산업혁명의 간단한 역사 03 인공지능의 오랜 역사 사람의 개입 없이 일을 하는 기계에 대한 오랜 열망해석기관과 프로그래밍의 탄생04 인공지능 연구에 대한 낙관적 전망이 넘쳐나다 인공지능의 희망찬 출발 지나친 낙관이 나락으로 이어지다: 인공지능의 1차 겨울 전문가 시스템: 인공지능의 새 희망 또 다시 찾아온 한파: 2차 인공지능의 겨울 05 다시 인공지능의 성숙기가 찾아오다방대한 데이터의 생성과 활용이 가능해지다 딥러닝 알고리즘이 등장하다인공지능을 위한 하드웨어가 등장하다 알파고 충격 LAB 02 인공지능 번역기: 파파고요약 연습 문제 심화 학습 CHAPTER 03 상상과 예술 속의 인공지능 01 인공지능, 불쾌한 골짜기를 만나다 02 빅터 프랑켄슈타인: 피조물에 의해 파괴당한 삶03 로봇의 등장, 피조물의 반란에 대한 서사04 도구의 창조, 그 도구에 의한 몰락에 대한 서사: 2001 스페이스 오디세이 05 공포의 터미네이터, 인공지능의 군사적 이용에 대한 경고 인공지능 로봇과 인간의 대립 인공지능 기술을 활용한 군사무기의 위험성06 매트릭스, 인공지능의 에너지원을 생각하다인간이 생성하는 빅데이터가 인공지능의 학습 데이터이다LAB 03 세상의 흐름을 읽자: 구글 트렌드 요약연습 문제 심화 학습 CHAPTER 04 인공지능과 윤리 01 범죄를 예방하는 인공지능 시스템 그리고 편향 인공지능 기술이 범죄 예방에 사용되다 잘못된 데이터에 의한 인종 차별과 편향02 인공지능의 편향과 윤리적 문제점 여러 가지 편향에 대해 살펴보자 인공지능 챗봇이 혐오 발언을 하다니 딥페이크가 만드는 진짜 같은 오바마 03 안전한 인공지능 연구 개발에 대한 국가적 노력과 지침 04 범용 인공지능의 위험성 범용 인공지능이란? 아실로마 인공지능 원칙 05 인류를 지킬 수 있는 로봇 3원칙과 자율주행차의 윤리 아이작 아시모프의 로봇 3원칙 트롤리 딜레마와 윤리학 사고 실험 인공지능이 운전하는 자동차는 더 좋은 세상을 만들까? 자율주행 자동차의 자동화 수준 LAB 04 나의 도덕관을 이해하자: 모럴 머신 요약연습 문제심화 학습 CHAPTER 05 인공지능을 배우기 위해 알아야 할 것 01 프로그램에 대해 알아보자 프로그램이 하는 일 프로그래밍 언어를 알아보자좀 더 복잡한 프로그램은 똑똑한 일을 할 것이다02 다양한 프로그래밍 언어와 프로그램의 수행 구조프로그래밍 언어의 종류 프로그램의 제어 구조를 살펴보자 문제해결과 표현 방법 03 규칙 기반 인공지능과 전문가 시스템 인간의 사고를 규칙으로 표현하는 시도: 규칙 기반 인공지능규칙 기반 모델의 요소들전문적인 규칙 집합을 바탕으로 만든 전문가 시스템 04 명시적 프로그램의 한계와 이를 극복한 머신러닝 LAB 05 블록 코딩을 익혀보자 요약 연습 문제심화 학습 CHAPTER 06 인공지능을 위한 기술 01 디지털 세상에서 정보는 2진수로 표현된다 디지털 세상과 정보의 표현 방법 디지털 데이터의 용량을 표현하는 방법 02 인공지능의 원료가 넘쳐나다 인공지능을 위한 방대한 디지털 데이터의 출현 정보의 원천 빅데이터형식을 갖춘 정형 데이터와 형식이 없는 비정형 데이터03 인공지능을 똑똑하게 만들기 위한 다양한 데이터베이스MNIST 데이터베이스이미지넷 데이터베이스 코코 데이터 집합데이터 과학자와 머신러닝 마니아의 성지: 캐글 04 사물인터넷 기술과 인공지능에 이용되는 그래픽 처리장치 똑똑하게 데이터를 수집하는 기술: 사물인터넷 병렬 처리의 최고봉 그래픽 처리장치인공지능의 부흥을 가져온 고성능 하드웨어 기술병렬 처리 시스템은 동시에 여러 가지 작업을 처리한다05 클라우드 서비스와 로봇 기술 인공지능을 위한 방대한 데이터를 보관하는 클라우드 서비스 로봇 기술 LAB 06 로봇과 인공지능 요약 연습 문제 심화 학습 CHAPTER 07 인공지능과 데이터 과학01 데이터는 예전부터 중요한 자원이었다인류 역사의 전환점에는 데이터가 있다컴퓨터의 발전과 데이터 표현 아날로그와 디지털02 데이터 과학과 분석 플랫폼 데이터가 수집되고 활용되는 사례데이터 분석을 위한 플랫폼인 캐글데이터 마켓과 열린 데이터 03 데이터 사이의 관련성을 알아보는 방법인공지능을 발전시키기 위한 데이터의 이해 데이터 사이의 특성을 파악하기 위한 상관관계의 시각화와 정량화 04 알고리즘보다 데이터가 중요하다 데이터에 비례하여 딥러닝 알고리즘은 향상되고 있다 데이터에 문제가 있다면 학습의 결과를 신뢰하기 어렵다 좋은 데이터를 확보하기 위한 다양한 학문 분야의 협력 05 천문학과 데이터 과학의 만남: 사건 지평선 망원경 천문학과 데이터 과학의 만남이 이루어낸 쾌거 관측한 신호를 모아서 의미 있는 정보로 만들기 06 의미 있는 데이터를 모아서 데이터 분석을 하자LAB 07 사건 지평선 망원경요약 연습 문제 심화 학습CHAPTER 08 스스로 학습하는 머신러닝 01 머신러닝의 엄밀한 정의 머신러닝을 정의하고 이해하자명시적 프로그래밍과 머신러닝 02 선형 회귀를 통해 살펴보는 머신러닝선형 회귀란 무엇일까? 정답과 예측값의 차이를 줄여주는 수학 도구MSE 곡선의 최적값을 구하는 기울기와 미분03 다양한 머신러닝 학습 방법을 알아보자머신러닝 학습 방법의 큰 흐름: 지도 학습, 비지도 학습, 강화 학습 회귀와 분류04 다양한 지도 학습 방법을 알아보자k-최근접 이웃 알고리즘 서포트 벡터 머신 결정 트리05 비지도 학습 방법을 알아보자k-평균 군집화밀도 기반 군집화 LAB 08 머신러닝 최적화에 숨어있는 수학적 원리를 알아보자요약 연습 문제 심화 학습CHAPTER 09 인공 신경망 기술 01 인간의 신경세포와 퍼셉트론 경이로운 인간의 뇌와 지능의 신비 생물학에서 밝혀낸 신경세포의 구조신경세포를 흉내 낸 프로그램인 퍼셉트론02 인공적인 신경세포: 퍼셉트론 논리회로와 논리적인 사고의 유사성 퍼셉트론 연구의 선구자들과 논리회로의 표현 방법 03 퍼셉트론의 화려한 등장과 비판자들학습까지 수행하는 놀라운 퍼셉트론의 출현 인공 신경망을 만드는 수학 도구04 XOR 문제와 다층 퍼셉트론의 필요성 XOR 문제와 인공지능의 한계 다층 퍼셉트론과 선형 분리 문제에 대한 해결책 05 방대한 신경망을 학습시키는 알고리즘: 딥러닝06 오차를 효과적으로 줄이는 학습 방법: 오차 역전파 시각 지능을 테스트하는 방법 신경망의 방대한 파라미터를 학습시키는 방법 딥러닝 기술과 머신러닝, 인공지능과의 관계 정리 LAB 09 딥러닝으로 분류를 수행하는 구글의 플랫폼: 티처블 머신 요약 연습 문제심화 학습CHAPTER 10 딥러닝의 세계로 01 많은 이미지 데이터를 모아라: 인공지능을 위한 데이터인공지능을 위한 훈련 데이터와 인공지능의 실력을 검증하는 데이터더욱더 많은 데이터를 사용하자, 이미지넷 02 이미지넷 경진대회와 딥러닝의 부상 03 이미지의 특징을 훈련하자: 합성곱 신경망 이미지의 특징을 학습하는 합성곱 신경망 동물 실험의 결과가 이미지 인식의 혁신을 가져오다 04 이미지에서 원하는 사물을 찾아보자: 객체 탐지LAB 10 합성곱 신경망으로 숫자를 인식시켜 보자요약 연습 문제 심화 학습 CHAPTER 11 대규모 언어 모델과 생성형 인공지능01 순서를 가진 연속적인 데이터를 처리하는 인공지능 신호가 출력층 방향으로만 가는 피드포워드 신경망 순차적으로 제공되는 정보를 다루는 순환 신경망일대다 구조 다대일 구조 다대다 구조 기계 번역의 어려움과 순환 신경망의 한계 02 대규모 언어 모델과 ChatGPT를 알아보자ChatGPT가 안겨준 충격 ChatGPT의 활용 사례 ChatGPT의 부작용 환각 현상의 원인03 피카소와 고흐의 그림을 따라하는 인공지능: 생성 신경망생성 모델판별 모델적대적 생성 신경망04 적대적 생성 신경망의 혁신과 디퓨전 모델 이미지 연산을 사용하여 예시 이미지 생성만화를 그리는 인공지능 텍스트를 이용하여 이미지를 만드는 인공지능생성 모델의 혁신: 디퓨전 모델 생성 모델의 위협 05 설명할 수 없다면 이해한 것이 아니다: 설명 가능한 인공지능당신은 이해하였는가? 그렇다면 설명해 보라 인간의 뇌는 가끔 주어진 정보를 잘못 해석한다 불투명한 인공지능을 투명하게 만들려는 노력 설명 가능한 인공지능을 위한 국제적 지침LAB 11 ChatGPT의 여러 가지 모델을 활용하자요약 연습 문제심화 학습 CHAPTER 12 인간과 겨루는 인공지능: 강화 학습 01 딥마인드와 알파고 충격 구글이 탐낸 인재들이 모인 회사가 바둑에 도전하다 바둑은 인간 고유의 직관, 추론, 추상화가 필요한 게임이다 고수들의 게임을 모방하는 훈련을 통한 학습: 정책망 바둑판의 형세를 판단: 가치망게임 트리에서 가장 좋은 수를 탐색하자: 몬테카를로 트리 탐색 02 알파고를 뛰어넘는 인공지능의 출현03 알파고의 시작: 아타리 게임을 하는 인공지능 추억의 게임기: 아타리 게임기 현재 상태를 바탕으로 보상을 최대로 하는 강화 학습 기술 강화 학습의 무한한 가능성 04 스스로 이동하는 자동차자동차의 시작과 자율주행의 역사 자율주행 자동차 기술은 첨단 정보 통신 기술의 집합체 자율주행을 위한 과정: 인지, 판단, 제어 05 강화 학습을 자율주행 자동차 운행 기술에 적용하자 강화 학습과 자율주행 자동차 기술 인간 친화적인 운전과 설명 가능한 자율주행 문제 LAB 12 컴퓨터가 만드는 명상 음악을 감상하자 요약 연습 문제 심화 학습 CHAPTER 13 인공지능의 도전과 미래 01 기계를 파괴하다, 러다이트 운동02 직업이 사라지고 만들어지다 사라진 직업들기술 혁신과 일자리에 대한 비관론과 낙관론 03 코딩하고 창의적인 일을 하는 인공지능인공지능이 창의적인 일까지 도전한다면? 인간보다 더 창의적인 일을 하는 인공지능 04 인공지능의 혁신과 뇌과학 최근 인공지능 연구가 가져온 혁신신경망 모델의 역사를 살펴보자 다시 한번 살펴보는 신경세포와 인공 신경세포 생물학에서 영감을 받은 연구의 정체를 수학으로 돌파하다 뇌과학의 연구에서 인공 시각 지능의 단초를 얻다 05 인간의 뇌는 심층 신경망과 같은 원리로 학습하는가? 뇌과학의 연구가 가져온 인공지능의 성과 인공지능 기술을 위한 현재 컴퓨터의 한계와 그 돌파구 딥러닝과 인공지능의 진전 LAB 13 알파코드가 코딩을 하다 요약 연습 문제 심화 학습 찾아보기
