딥 러닝을 활용한 적응적 학습 방안

소개글

딥 러닝을 활용한 적응적 학습 방안에 대해 알아봅니다

목차

1. 인공지능
1.1. 개요
1.2. 분류

2. 딥 러닝
2.1. 인공 신경망
2.2. 딥 러닝
2.3. 이해

3. 적응적 학습

4. 딥 러닝과 적응적 학습
4.1. 사례 연구
4.2. 메타 인지

5. 결론

참고문헌

본문내용

1. 인공지능
금자에 AI(인공지능)가 대세다. 바둑의 ‘이세돌’이 ‘알파고’에게 패배하고, ‘커제’ 역시 알파고에 패했다. 인간이 만들어낸 ‘인공지능’이 진화가 만들어낸 ‘자연지능’을 이길 수 있는 가능성이 생겼다.

알파고는 강화학습으로 대표되는 ‘딥 러닝’을 응용해서 성공 확률을 올린 것으로 알려졌다. 그 딥러닝과 교육의 연관관계에 대해 검토하려 한다. 사람마다 경험이 다르다. 저마다 자신에게 맞는 경로를 통해 학습해야 효율적이고, 효과적인 결과가 도출 될 것임은 자명하다.

그 가능성을 검토하기 위해 인공지능과 딥러닝, 적응적 학습 등에 대해 살펴본다.

1.1. 개요
지능은 세가지로 나눌 수 있다. 문제 이해, 지식축적, 추론이 그것이다.

(1) 문제 이해는 ‘상황 인식’이다. 인간으로 치환하여 말하면 시각능력이다. 개와 고양이를 구분할 수 없었던 컴퓨터는 엄청난 양의 물량공세로 ‘구글’이 풀어내었다. 구글의 소프트웨어 알고리즘과 ‘엔비디아’의 하드웨어 GPU(그래픽 카드, 혹은 보조 프로세서) 의 합작품이다.
‘imagenet’ 대회 는 이미지 인식 월드컵이다. 경쟁 부문은 객체 분류, 객체 위치, 객체 인식(모든 객체)으로 나눈다. 2012년 캐나다 ‘토론토’ 대학의 ‘제프리 힌튼(Geoffrey Hinton)’교수가 사용한 기술인 ‘딥 러닝’으로 오류율과 인식율에서 점핑(jumping) 했다. 인간이 특징(feature)을 뽑아낼 필요가 없이 기계(컴퓨터)가 알아서 특징을 추출해 내는 방식이다.

현재 강력한 소프트웨어 기업인 ‘구글’, ‘마이크로소프트’, ‘바이두’ 등의 글로벌 기업들이 이미지 인식 분야에서 경쟁하고 있다. ‘머신 비전(machine vision)’은 자율주행차뿐만 아니라 헬스케어 등 어플리케이션이 무궁무진하다.

헬스케어 이미지 인식 분야에는 한국의 스타트 업(startup)들도 이름을 올리고 있다. ‘루닛’은 객체 위치 식별(Object localization)분야에서 5위에 오르며 선전했다.

참고 자료

인간 vs 기계 김대식 저. 동아시아. 2016년 4월 12일 발행
거꾸로 교실 (진짜 배움으로 가는 길) 존 버그만, 애론 샘즈 저. 정찬필, 임성희 역. 에듀니티. 2015년 1월 21일 발행
트렌드 에듀 2016(2016 대한민국 교육계를 뒤흔들 13가지 트렌드) 이병훈 교육연구소 저. 다산에듀. 2015년 11월 10일 발행
인공지능과 딥러닝 (인공지능이 불러올 산업 구조의 변화와 혁신) 마쓰오 유타카 저. 박기원 역. 동아엠앤비. 2015년 12월 10일 발행
가장 빨리 만나는 딥러닝 with Caffe 다케이 히로마사 저. 이주석 역. 길벗. 2016년 8월 30일 발행
인공지능 블레이 휘트비 저. 변경옥 역. 유토피아. 2007년 9월 25일 발행
인공지능 혁명 2030 박영숙, 벤 고르첼 저. 엄성수 역. 더블북 2016년 9월 28일 발행
엑스 마키나(알렉스 가랜드 감독)
스페이스 오딧세이 2011(스탠리 큐브릭 감독)
http://www.zdnet.co.kr
http://biz.chosun.com
http://www-903.ibm.com
http://news.chosun.com
http://www.insnews.co.kr