| 강연자 | 장병탁 |
|---|---|
| 소속 | 서울대학교 컴퓨터공학부 |
| date | 2019-11-21 |
인공지능은 지난 60년 동안 큰 변화를 거쳤다. 초기의 논리기호기반 연역적 지능 시스템 패러다임에서 현재의 데이터기반 귀납적 지능 시스템 패러다임으로 전환되었다. 이제는 인공지능을 개발하기 위해서 사람이 더 이상 직접 프로그래밍하지 않는다. 사람은 프로그램의 구조를 정해주고 지능이 출현하도록 데이터를 공급하여 기계가 학습하도록 한다(물론 이를 위한 학습 프로그램은 여전히 사람이 설계해 준다). 이러한 학습 컴퓨터가 출현하기까지는 많은 수학자 및 물리학자들이 기여하였다. 특히 계산이론, 정보이론, 통계역학, 기하학 등 다양한 방법론이 머신러닝과 딥러닝 AI의 혁신에 기여하였다. 그러나 진짜 수리과학자의 도움이 필요한 것은 지금부터이다. 본 발표에서는 인간수준의 AI를 위한 뇌를 닮은 인공지능의 여정에서 수리과학자들의 역할을 살펴보고 앞으로 기여해야 할 주제에 대해서 논의한다.
<2020년도 젊은 과학자상 수상 기념강연> Metastability of stochastic systems
<정년퇴임 기념강연> Hardy, Beurling, and invariant subspaces
<정년퇴임 기념강연> The Elements of Euclid
<정년퇴임 기념강연> 리만 가설에 관련된 옌센 다항식의 영점
<정년퇴임 기념강연> 수학의 시대정신(?)
<정년퇴임 기념강연> 작용소대수와 양자정보이론
<청암상 수상 기념 특별강연> 동형암호, 기계학습, 근사정수론
<학부생을 위한 ɛ 강연> 196884=196883+1
<학부생을 위한 ɛ 강연> 4차 산업혁명, 글로벌 디지털 혁신과 일자리 전쟁, 대학의 역할
<학부생을 위한 ɛ 강연> A mathematical approach to xEV battery system
<학부생을 위한 ɛ 강연> Continuous-time Portfolio Selection
<학부생을 위한 ɛ 강연> Convergence of Fourier series and integrals in Lebesgue spaces
<학부생을 위한 ɛ 강연> Geometry and algebra of computational complexity
<학부생을 위한 ɛ 강연> Introduction to the incompressible Navier-Stokes equations
<학부생을 위한 ɛ 강연> Intuition, Mathematics and Proof
<학부생을 위한 ɛ 강연> Mathematical Aspects of Machine Learning and Deep Learning AI
<학부생을 위한 ɛ 강연> Mathematics and music: Pythagoras, Bach, Fibonacci and AI
<학부생을 위한 ɛ 강연> Secure computation: Promise and challenges
<학부생을 위한 ɛ 강연> Self-Supervised Learning in Computer Vision
<학부생을 위한 ɛ 강연> Symplectic geometry and the three-body problem
