그림으로 배우는 AI

1장 AI의 기본
1-1 AI란? 너무 애매한 개념 정의
1-2 AI의 급격한 발전과 정체
1-3 제1차 인공지능 붐, 「AI의 시작과 가능성」
1-4 제2차 인공지능 붐, 「데이터와 지식을 다루는 방법」
1-5 제3차 인공지능 붐, 「기계학습의 비약적 발전」
1-6 커넥셔니즘은 어떻게 발전했는가?
1-7 기호주의는 어떻게 발전했는가?
1-8 AI 기술과 제품의 관계

2장 AI와 프로그램의 기본 구조
2-1 AI에 부과된 과제와 해결 방안
2-2 탐색 알고리즘의 종류와 개요
2-3 소트 알고리즘의 종류와 개요
2-4 암호화 알고리즘의 종류와 개요
2-5 AI의 설계도가 되는 아키텍처
2-6 독립적으로 일하는 AI의 존재
2-7 Rule에 따른 AI의 사고방식과 의사결정 기법
2-8 목표에 맞춘 AI의 사고 방법과 의사결정 기법
2-9 사례에서 배우는 AI의 사고 방법과 의사결정 기법
2-10 유연하게 생각하기 위한 접근법

3장 AI에서 데이터 취급
3-1 AI에게 필요한 정보
3-2 데이터를 다룰 때에 다루기 쉬운 것과 다루기 어려운 것
3-3 지식과 개념을 전달하는 접근법
3-4 AI에서의 데이터 과학 및 통계
3-5 데이터를 분석하고 가치를 찾아낸다
3-6 알아두고 싶은 분석 방법 ① - 데이터의 관계성을 찾는다
3-7 알아두고 싶은 분석 방법 ② - 데이터를 나눈 후 분석한다
3-8 애매한 세계를 이해하기 위해서 사용되는 이론 ① - 정보의 표현～
3-9 애매한 세계를 이해하기 위해서 사용되는 이론 ② - 미래의 예측
3-10 데이터를 올바르게 처리하는 것의 어려움
3-11 지식과 통계로부터 AI의 개념을 만든다

4장 기계학습에 관련된 기술
4-1 통계로부터 판단 기준을 만든다
4-2 네트워크를 이용한 기계학습
4-3 가장 일반적인 학습 스타일
4-4 잠재적 가능성이 큰 학습 스타일
4-5 현실 세계에 적응하는 학습 스타일
4-6 발전을 이루는 강화학습
4-7 기계학습의 과제를 보여주는 2개의 정리
4-8 강화학습과 유사한 학습 방법
4-9 기계학습의 효율화 ① - 학습 데이터를 보충하는 방안
4-10 기계학습의 효율화 ② - 학습 모델의 전용
4-11 기계학습의 효율화 ③ - 과학습 대책

5장 딥러닝
5-1 신경망이란?
5-2 딥러닝으로 가는 길
5-3 딥러닝의 특징 추출 능력
5-4 이미지 인식, 음성 인식에 강한 딥 신경망
5-5 언어 처리 및 시계열 처리에 강한 딥 신경망
5-6 순환 신경망의 응용
5-7 딥러닝의 단점을 보완하는 GAN
5-8 신경망이 취급하는 정보
5-9 단어의 의미를 수치로 나타내는 방법
5-10 신경망의 사고방식을 이해하다
5-11 확립되어 가는 딥러닝 환경
5-12 딥러닝이 바꾼 기계학습 방법

6장 다양한 AI와 실용화
6-1 이미지에서 「동영상」으로 발전하는 영상 인식
6-2 AI의 커뮤니케이션 방식
6-3 Transformer와 거대한 데이터베이스에서 바뀐 문장 작성
6-4 음성의 텍스트화에 필요한 기술
6-5 영상이나 음성, 복수의 정보를 조합한 데이터 분석
6-6 인간의 창조적 기법을 학습한다
6-7 인간의 신체 사용 방법을 학습한다
6-8 플랫폼화하는 AI
6-9 분산되고 확산되는 AI
6-10 주어진 태스크를 실행한다 ① -자율주행자의 인식
6-11 주어진 태스크를 실행한다 ② -자율주행차의 판단과 조작
6-12 AI의 발전과 성장을 촉진하는 게임 AI
6-13 보이는 정보에 따라 달라지는 전략
6-14 인간의 판단 기준을 설명하는 게임이론
6-15 사생활도 비즈니스도, AI와 인간의 협동

7장 다른 분야와 어울려 진화하는 AI
7-1 의료 AI ① - 의료 현장을 돕는다
7-2 의료 AI ② - 난해한 영역에서 진행되는 AI 이용
7-3 의료 AI ③ - 성장에 필요한 데이터의 정비
7-4 핀테크 ① - 데이터 분석의 자동화
7-5 핀테크 ② - 고객 대응과 데이터 관리
7-6 로보틱스 ① - 활동 범위를 넓히는 로봇
-7 로보틱스 ② - 인간 사회에서 일하는 로봇
7-8 자율주행차 ① - 인간이 관련된 레벨 0-3
7-9 자율주행차 ② - 모든 것을 맡기는 레벨 4-5
7-10 드론 및 무인기, 군사 기술에 응용
7-11 하드웨어 ① - AI를 바꾸는 새로운 컴퓨터
7-12 하드웨어 ② - 2종류의 양자 컴퓨터
7-13 RPA ① - 주목받고 있는 업무 효율화
7-14 RPA ② - AI로 확장되는 자동화 영역

8장 AI에 관한 다양한 토론
8-1 전제 조건으로 알아야 하는 인공지능의 분류
8-2 AI의 언어 이해 ① - 말로 지능을 측정할 수 있을까
8-3 AI의 언어 이해 ② - 의미의 이해와 현실의 벽
8-4 판단 불가능 상태에 빠지는 문제
8-5 AI의 신체성 ① - 인간에게 다가가기 위한 신체
8-6 AI의 신체성 ② - 신체를 가지지 않은 상태로 감각을 배운다
8-7 인간의 영향을 받은 AI가 가진 편견
8-8 AI로 인해 인간이 얻는 정보 컨트롤
8-9 블랙 박스화되어 이해할 수 없는 AI의 사고방식
8-10 AI의 윤리 ① - AI의 난해한 구조와 운용
8-11 AI의 윤리 ② - 윤리는 누가 지키는 것인가
8-12 AI의 독점과 개방화

9장 미래의 AI
9-1 다양한 형태로 계속 성장하는 AI
9-2 AI의 전망 ① ～싱귤래러티와 낙관론～
9-3 AI의 전망 ② ～겨울시대와 비관론～
9-4 변화해 가는 인간의 일하는 방식
9-5 인간을 재현하기 위한 방법과 실현성
9-6 AI의 발전에 인간이 따라간다
9-7 인간과 AI의 구분이 엷어진다, AI와 VR과 아바타
9-8 AI는 지적 생명체인가?