페드로 도밍고스의 마스터 알고리즘

 

 

 

 

마스터 알고리즘 - 머신러닝은 우리의 미래를 어떻게 바꾸는가

페드로 도밍고스 지음 / 강형진 옮김 / 최승진 감수 / 비지니스북스 / 2016년 7월 30일 출간

 

 

알파고와 제4차 산업혁명이 이슈화 되면서 인공지능과 머신러닝에 대한 관심 또한 증가하였고, 구글, 마이크로소프트, 페이스북, 아마존 등 거대 기업들도 앞다투어 머신러닝에 투자를 하고 있다.

<마스터 알고리즘>은 데이터 과학 분야의 최고 영예인 SIGKDD 혁신상을 2년 연속 수상한 세계 최고의 머신러닝 분야 전문가 페드로 도밍고스가 인공지능과 머신러닝의 탄생부터 어떻게 기계들이 스스로 학습할 수 있게 되었는지, 나아가 이 기술이 우리의 미래를 얼마나 경이롭게 바꿔놓을지 생생하게 보여준다.

 

우리는 머신러닝에 대해서 얼마나 알고있나? 

머신러닝은 인공지능의 한 분야로 기계에 일일이 명령을 내리거나 프로그래밍하지 않아도 기계 스스로 학습할 수 있는 능력을 부여하도록 하는 것을 말한다.

신용카드의 사용 내역을 추적해 우리가 혹할 만한 광고를 보여준다거나, 유권자 성향을 파악해 대통령 당선에 오른 오바마 등 이미 우리 삶에 관여하고 있다.

페드로 도밍고스는  머신러닝의 정체를 밝히는 것에서 멈추지 않고 인류를 다음 단계의 진화로 이끌어낼 만큼 파격력 있는 ‘새로운 머신러닝’의 탄생을 제시한다.

오늘날과 같은 디지털 시대에 비즈니스를 하는 사람들에게 데이터 활용과 리스크 관리, 업무 자동화 등 다양한 측면에서 활용 가능한 아이디어를, 과학자나 기술자에게는 미래에 강력한 무기가 될 ‘머신러닝’이라는 새로운 과학적 세계관을 제시한다.

그리고 머신러닝으로 인한 미래 사회의 변화를 궁금해하는 이들에게는 이 기술의 정체가 무엇이고 우리를 어디로 데려가는지 청사진을 제시할 것이다.

 

 

 

 

 

 

 

About 페드로 도밍고스  ▲▲

 

페드로 도밍고스는 시애틀 워싱턴대학의 컴퓨터과학 및 공학 교수이다.

리스본의 IST(Instituto Superior Tecnico)대학에서 전기공학 및 컴퓨터과학 학사와 석사 학위를, 캘리포니아대학 어바인캠퍼스(UC Irvine)에서 정보 및 컴퓨터과학 박사 학위를 취득했다. 머신러닝 분야의 선구적인 전문가로 데이터과학 분야의 최고 영예인 SIGKDD 혁신상을 2년 연속 수상하며 세계적인 주목을 받았다. 이후에도 풀브라이트 펠로우십, 슬론 펠로우십, 미국국립과학재단의 CAREER상, IBM 교수상(Faculty Award)을 받으며 명성을 쌓아왔다.
그의 주요 연구 분야는 머신러닝과 데이터 마이닝으로 컴퓨터가 인간의 도움을 더 적게 받으면서 더 많이 일하고, 경험을 통해 배우면서 새로운 지식을 발견하는 것을 목표로 한다.

그는 새로운 방향을 제시하는 창조성과 기술적 깊이 면에서 그 탁월함을 인정받고 있는데, 특히 머신러닝과 인공지능 그리고 철학의 오랜 과제였던 ‘어떻게 논리와 확률(Logic&Probability)을 통합할 것인가’에 관한 문제를 풀어낸 것으로 잘 알려져 있다. 이 연구는 과학전문지 <뉴 사이언티스트>에 커버스토리로 소개되기도 했다.

지금까지 120개가 넘는 전 세계 대학, 연구실, 컨퍼런스에 연사로 초청되었으며 그의 머신러닝 강좌는 워싱턴대학 내 최고의 수업으로 선정되고 있다. 2001년 설립된 국제머신러닝협회의 공동 창립자이자 인공지능발전협회의 특별회원인 그는 현재 워싱턴대학 외에도 스탠퍼드대학, 매사추세츠공과대학, 카네기멜론대학의 교환교수로 활동 중이다.

 

 

 

이 책을 읽다보면 기계가 스스로 학습한다는 SF에서나 나올듯한 말이 이미 우리 삶 속에 깊숙이 자리하고 있는 것은 정말 놀라고, 우리에게 어떤 미래가 도래할지 궁금함을 참지 못하게 된다.

 

 

 

▲ Vertical section of human brain MRI scan, overlaid with a single-layer feed-forward artificial neural network.

 

페드로 도밍고스의 <마스터 알고리즘>은 머신러닝 분야 최고의 입문서이다.

인공지능이 우리의 미래를 어떻게 만들어 나갈지 궁금하다면 꼭! 읽어봐야 할 책이다 !!

 

 

목차

들어가는 말

제1장 머신러닝의 혁명이 시작됐다
머신러닝은 무엇인가 / 최고의 기업들이 머신러닝을 채택하는 이유 / 머신러닝이 과학을 혁신한다 / 국가의 운명을 바꾼다 / 지상 전쟁에 한 명, 가상 전쟁에 두 명 / 우리는 어디로 향하는가

제2장 마스터 알고리즘은 어떻게 탄생하는가
신경과학에서 / 진화론에서 / 물리학에서 / 통계학에서 / 컴퓨터 과학에서 / 머신러닝 vs 지식공학 / 머신러닝 vs 인지 과학 / 머신러닝 vs 머신러닝 실행자 / 마스터 알고리즘은 당신에게 무엇을 주는가 / 또 다른 만물 이론이 될 것인가 / 본선에 진출하지 못하는 후보들 / 머신러닝의 다섯 종족

제3장 흄이 제기한 귀납의 문제 _기호주의자의 머신러닝
데이트를 할 수 있을까, 없을까 / ‘세상에 공짜는 없다’라는 정리 / 지식 펌프에 마중물 붓기 / 세상을 다스리는 법 / 무지와 환상 사이 / 당신이 믿을 만한 정확도 / 귀납법은 연역법의 역이다 / 암 치료법 학습하기 / 스무고개 놀이 / 기호주의자의 믿음

제4장 우리 두뇌는 어떻게 학습하는가 _연결주의자의 머신러닝
퍼셉트론의 성장과 쇠퇴 / 물리학자가 유리로 두뇌를 만들다 / 세상에서 가장 중요한 곡선 / 초공간에서 등산하기 / 퍼셉트론의 복수 / 세포의 완전한 모형 / 두뇌 속으로 더 깊이 들어가기

제5장 진화, 자연의 학습 알고리즘 _진화주의자의 머신러닝
다윈의 알고리즘 / 탐험과 개발 사이의 딜레마 / 최적 프로그램의 생존 / 성의 임무는 무엇인가 / 자연에서 ‘학습’을 배우는 두 종족 / 가장 빨리 학습하는 자가 승리한다

제6장 베이즈 사제의 성당에서 _베이즈주의자의 머신러닝
세상을 움직이는 정리 / 모든 모형은 틀리지만 그중에는 유용한 모형도 있다 / 예브게니 오네긴에서 시리까지 / 모든 것은 연결되어 있다, 직접 연결되지는 않지만 / 추론 문제 / 베이즈 방식 학습하기 / 마르코프가 증거를 평가한다 / 논리와 확률이라는 불행한 짝

제7장 당신을 닮은 것이 당신이다 _유추주의자의 머신러닝
할 수 있으면 비슷한 점을 찾아봐 / 차원의 저주 / 평면 위의 뱀들 / 사다리 오르기 / 기호주의 vs 유추주의

제8장 선생님 없이 배우기
같은 종류끼리 모으기 / 데이터의 모양 발견하기 / 보상과 처벌 그리고 강화 학습 / 자꾸 연습하면 아주 잘하게 된다 / 연관 짓기 배우기

제9장 마스터 알고리즘을 위한 마지막 퍼즐 조각
여러 가지 학습 알고리즘을 어떻게 통합할 것인가 / 궁극의 학습 알고리즘 / 마르코프 논리 네트워크 / 흄에서 가사 로봇까지 / 지구 규모의 머신러닝 / 의사가 지금 당신을 진찰할 것이다

제10장 이것이 머신러닝이 펼치는 세상이다
섹스, 거짓말 그리고 머신러닝 / 디지털 거울 / 디지털 모형들의 사교 생활 / 공유할 것인가 공유하지 않을 것인가, 그리고 어디에서 어떻게? / 신경망이 내 일자리를 빼앗는다 / 전쟁터에서 인간이 싸우지 않는다 / 구글+마스터 알고리즘=스카이넷? / 진화, 두 번째 막이 시작됐다