"HumanitiesAndArtificialIntelligence"의 두 판 사이의 차이
red
(→Plan) |
(→Plan) |
||
| 165번째 줄: | 165번째 줄: | ||
|09주차 || 07주차 || 04/29 || <span style="color: blue">'''중간고사'''</span> || 평가 | |09주차 || 07주차 || 04/29 || <span style="color: blue">'''중간고사'''</span> || 평가 | ||
|- | |- | ||
| − | |10주차 || 08주차 || 05/06 || "기호적 접근, | + | |10주차 || 08주차 || 05/06 || "기호적 접근, 규칙기반 인공지능 이해: 온톨로지(Ontology)" ('''PPT''') || 이론 강의 |
|- | |- | ||
|11주차 || 09주차 || 05/13 || 온톨로지(Ontology) 설계와 인문 데이터 편찬1 || 이론과 실습 | |11주차 || 09주차 || 05/13 || 온톨로지(Ontology) 설계와 인문 데이터 편찬1 || 이론과 실습 | ||
| 171번째 줄: | 171번째 줄: | ||
|12주차 || 10주차 || 05/20 || 온톨로지(Ontology) 설계와 인문 데이터 편찬2 || 이론과 실습 | |12주차 || 10주차 || 05/20 || 온톨로지(Ontology) 설계와 인문 데이터 편찬2 || 이론과 실습 | ||
|- | |- | ||
| − | |13주차 || 11주차 || 05/27 || "비기호적 접근, | + | |13주차 || 11주차 || 05/27 || "비기호적 접근, 학습기반 인공지능 이해: 신경망(Neural Network)" ('''PPT''') || 이론 강의 |
|- | |- | ||
|14주차 || 12주차 || 06/03 || 데이터 수집: 웹 크룰링과 웹 스크래핑 || 이론과 실습 | |14주차 || 12주차 || 06/03 || 데이터 수집: 웹 크룰링과 웹 스크래핑 || 이론과 실습 | ||
2020년 5월 5일 (화) 10:37 판
목차
Information
- 개설기관 : 경희대학교 대학원
- 강좌명 : 인문학과 인공지능(Humanities and Artificial Intelligence)
- 학수번호-분반 : KL7295-00
- 이수구분 : 공통과목
- 개설학과(학점) : 국어국문학과(3)
- 강의시간 : 수요일 10:30-13:15
- 강의실 : 문과대 201A
- 강사 : 류인태
Overview
Summary
본 강의는 인공지능(AI) 기술로 인해 전통적인 인문학적 가치와 소양 그리고 연구방법론에 대한 근본적 질문이 대두하고 있는 상황에서, 인공지능(AI)을 어떻게 바라보아야 할 것인지에 대해 이야기해보고자 합니다. 인공지능(AI) 기술이 등장한 배경과 그 이면의 여러 지점들을 포착해 비판적으로 살펴보고, 더 나아가 기계학습(Machine Learning), 심층학습(Deep Learning) 등의 영역을 포괄하는 인공지능(AI) 기술이 인문학 연구에서 구체적으로 어떻게 활용될 수 있는 지에 대해서 살펴보고자 합니다. 인문학적 관점에서 비판적으로 바라보아야 할 인공지능(AI)의 일면과, 한편으로 인문학 연구에 능동적으로 활용 가능한 연구방법론으로서의 인공지능(AI)의 일면을 함께 짚어보고자 하는 것이 본 강의의 가장 큰 목적이라 할 수 있습니다.
Objectives
- 비판적 대상으로서 인공지능 기술에 대해 이해한다.
- 과학기술로서 인공지능 발달의 역사를 파악한다.
- 과학기술로서 인공지능 기술의 원리를 이해한다.
- 인공지능의 발달이 초래할 사회문화적 변화와 그에 대한 비판적 이해를 시도한다.
- 인문학 연구 방법론의 일환으로서 인공지능 기술의 가능성을 검토한다.
- 활용 가능한 인공지능 기술에 대한 기초 맥락을 이해한다.
- 인공지능을 활용한 인문학 연구 사례에 대해 살펴본다.
- 인공지능 기술 활용에 필요한 기초 기술(데이터 파싱, 크롤링, 스크래핑 등)을 익힌다.
- 이미지와 텍스트를 대상으로 한 인공지능 기술 활용 방법론을 이해하고 적용해본다.
Teaching Method
- 이론 강의 : 2주차, 3주차, 8주차, 9주차.
- 실습 : 10주차, 11주차, 12주차.
- 발표와 토론 : 4주차, 5주차, 6주차, 13주차, 14주차.
Reference Materials
- 데이터 알고리즘과 인문학의 관계
- 인공지능 분야의 고전
- 인공지능 분야에 대한 교양서(해외)
- 제임스 배럿 지음/정지훈 옮김, 『파이널 인벤션』, 동아시아, 2016.
- 닉 보스트롬 지음/조성진 옮김, 『슈퍼인텔리전스』, 까치, 2017.
- 맥스 테그마크 지음/백우진 옮김, 『맥스 테그마크의 라이프 3.0』, 동아시아, 2017.
- 숀 게리시 지음/이수겸 옮김, 『기계는 어떻게 생각하는가』, 이지스퍼블리싱, 2019.
- 닉 보스트롬 외 4인 지음/김정민 옮김, 『기계는 어떻게 생각하고 학습하는가』, 한빛미디어, 2018.
- 오카모토 유이치로 지음/김슬기 옮김, 『인공지능의 마지막 공부』, 유노북스, 2019.
- 율리안 니다-뤼멜린·나탈리에 바이덴펠트 지음/김종수 옮김, 『디지털 휴머니즘』, 부산대학교출판부, 2020.
- 인공지능 분야에 대한 교양서(국내)
- 인공지능을 다룬 문예작품
- 인공지능 기술에 대한 해설서
- 논문
- 웹문서
- AI 스터디
- AI의 역사
- 브런치 : 딥러닝의 30가지 적용 사례
- 블로터11th : 알아두면 쓸데있는 신기한 인공지능 50선
- 구글 한국 블로그 : 구글 AI 임팩트 챌린지에 최종 선정된 프로젝트
- 구글 AI 블로그
- 앨런 튜닝부터 알파고까지. 인공지능의 역사 By 글쓰는몽글c
- 차수별로 알아보는 인공지능의 분류 By 글쓰는몽글c
- 야사와 만화로 배우는 인공지능 By 루나
- 구글인공지능 리서치 By 시나브로의 테크산책
- 인공지능 기술의 숨은 비용 By Jonathan Zittrain
- 이미지는 당신을 배반하지 않았다 By 진혜란
- 왜 최근에 빌 게이츠, 엘론 머스크, 스티븐 호킹 등 많은 유명인들이 인공지능을 경계하라고 호소하는가? By Tim Urban
- (김정호의 4차혁명 오딧세이) 인공지능 설계 순서 By 김정호
- 동영상
- 인간과 컴퓨터간 협력시대의 개막(2012) By 샤이암 생커
- "영혼"을 가진 로봇(2013) By 가이 호프만
- 컴퓨터 학습이 가져올 훌륭하고도 끔찍한 잠재적 효과(2014), By 제레미 하워드
- 컴퓨터가 인간보다 더 똑똑해진다면 무슨 일이 벌어질까(2015) By 닉 보스트롬
- 컴퓨터가 시를 쓸 수 있을까요(2015) By 오스카 슈워츠
- 우리가 통제권을 잃지 않으면서 인공지능을 만들 수 있을까요(2016) By 샘 해리스
- 인공지능 시대에 더 중요해진 인간 윤리(2016) By 제이넵 투펙치
- 인공지능이 어떻게 2차 산업혁명을 가져올 것인가(2016) By 케빈 켈리
- 질병의 진단을 돕는 인공지능의 활용법(2017) By 프라틱 샤
- 로봇도 대학에 입학할 수 있을까요(2017) By 노리코 아라이
- AI가 어떻게 인간 존엄성을 회복시키는가(2018) By 카이 푸 리
- 인공지능과 데이터 산업의 미래(2018) By 이경일
- Deep Learning, 창의적 지능 그리고 공존(2018) By 윤경구
- DBMS 탄생과 현재(2018) By 권건우
Evaluation Standard
- 총점 : 100%
- 출석 : 10% (특별한 이유없이 결석하지 않을 경우 감점 없음)
- 참여 : 10% (토론에 능동적으로 참여하는 학생에게 10점 가산)
- 발표 : 30% (중간 발표와 기말 발표로 나누어 평가, 발표는 팀 기준으로 이루어짐)
- 중간발표 : 15% (A : 15, B : 13, C : 11, D : 9)
- 기말발표 : 15% (A : 15, B : 13, C : 11, D : 9)
- 과제 : 50% (중간 과제와 기말 과제로 나누어 평가, 과제는 개인 기준으로 이루어짐)
- 중간과제 : 25% (A : 25, B : 23, C : 21, D :19)
- 기말과제 : 25% (A : 25, B : 23, C : 21, D :19)
Assignment
- 중간고사 이전 1회, 중간고사 이후 1회의 발표를 한다.
- 중간고사 이전에는 인공지능 관련 주제(문헌) 가운데 하나를 선택하고 그에 대한 리뷰 내용을 발표한다.
- 중간고사 이후에는 단일 연구 주제를 선택해 딥러닝 기술을 적용한 인문학 연구를 기획하고 실제 진행한 내용을 발표한다.
- 중간고사 평가는 상황에 따라 시험 or 과제를 유동적으로 실시한다.
- 기말고사 평가는 기말발표 내용에 대한 리뷰에 근거해 그에 대한 내용을 보완한 결과물 평가로 대신한다.
Other Things
- 본 강의는 웹 환경에서의 컴퓨터 기술이 기본적으로 활용되기에 수강생 개개인의 노트북 지참을 필수적으로 요구한다.
Students
Plan
| 본래주차 | 변경주차 | 날짜 | 강의 내용 | 강의 형식 |
|---|---|---|---|---|
| 01주차 | - | 03/04 | 코로나 바이러스로 인한 개강연기 | - |
| 02주차 | - | 03/11 | 코로나 바이러스로 인한 개강연기 | - |
| 03주차 | 01주차 | 03/18 | 오리엔테이션[1] | 강의 소개(영상) |
| 04주차 | 02주차 | 03/25 | "인공지능(AI) 기술의 역사와 원리" (PPT) | 이론 강의(영상) |
| 05주차 | 03주차 | 04/01 | 미디어위키(Mediawiki) 전자문서 작성 실습 | 실습 |
| 06주차 | 04주차 | 04/08 | 인공지능 분야의 고전에 담긴 사유 검토 | 발표와 토론 |
| 07주차 | 05주차 | 04/15 | 실제 인공지능 사례 분석 및 정리[2] | 발표와 토론 |
| 08주차 | 06주차 | 04/22 | 문예작품 속 인공지능에 대한 비판적 이해 | 발표와 토론 |
| 09주차 | 07주차 | 04/29 | 중간고사 | 평가 |
| 10주차 | 08주차 | 05/06 | "기호적 접근, 규칙기반 인공지능 이해: 온톨로지(Ontology)" (PPT) | 이론 강의 |
| 11주차 | 09주차 | 05/13 | 온톨로지(Ontology) 설계와 인문 데이터 편찬1 | 이론과 실습 |
| 12주차 | 10주차 | 05/20 | 온톨로지(Ontology) 설계와 인문 데이터 편찬2 | 이론과 실습 |
| 13주차 | 11주차 | 05/27 | "비기호적 접근, 학습기반 인공지능 이해: 신경망(Neural Network)" (PPT) | 이론 강의 |
| 14주차 | 12주차 | 06/03 | 데이터 수집: 웹 크룰링과 웹 스크래핑 | 이론과 실습 |
| 15주차 | 13주차 | 06/10 | 신경망(Neural Network) 기술과 이미지 분류 | 이론과 실습 |
| 16주차 | 14주차 | 06/17 | 신경망(Neural Network) 기술과 자연어 처리 | 이론과 실습 |
| 17주차 | 15주차 | 06/24 | 기말고사 | 평가 |
"딥러닝 기술의 인문학 분야 활용 가능성 : 분류, 임베딩, 번역, 생성" (PPT) 딥러닝 기술의 활용 가능성 검토 1 :
Report
Research Topics
- 04월 08일 발표 : 인공지능 분야의 고전 읽기
- 04월 15일 발표 : 대표적인 인공지능 사례 살펴보기
- 04월 22일 발표 : 문예작품 속 인공지능 들여다보기
Useful Information
How to use Mediawiki
- 위키 콘텐츠의 체계 구상
- 위키 문서 제작 방법
- 위키백과 - 위키문법
- 위키백과 - 위키문법 요약
- 2019 DH워크숍 제공 위키문법 자료
- 2016 디지털 인문학 교육 워크샵 - 03 wiki 콘텐츠 편찬 방법(동영상 강의)