PolyU | 인공지능 개념
본 종합 과정은 대학원생과 전문가를 대상으로 인공지능에 대한 엄밀하면서도 접근하기 쉬운 입문을 제공합니다. 역사적 기반과 최첨단 혁신 사이의 간극을 메우며, 교육 과정은 상징적 AI와 탐색 알고리즘에서 현대의 딥러닝과 생성형 AI로 발전해 나갑니다. 학생들은 지식 표현, 확률적 추론, 고전적 머신러닝과 같은 핵심 주제를 탐구한 후, 신경망, 트랜스포머, 대규모 언어 모델(LLM)에 깊이 들어갑니다. 이론과 실습을 모두 강조하는 이 과정은 Python과 PyTorch 같은 업계 표준 프레임워크를 활용하여 알고리즘을 구현하고, 최신 API와 상호작용하며, AI 윤리와 안전의 중요한 문제를 다룹니다.
강좌 개요
콘텐츠 요약
이 종합 과정은 대학원생과 전문가를 대상으로 인공지능(AI)에 대한 엄밀하면서도 접근하기 쉬운 입문을 제공합니다. 역사적 기초와 최첨단 혁신 사이의 간극을 연결하며, 교육 과정은 기호주의 AI와 탐색 알고리즘에서 현대의 딥러닝과 생성형 AI로 발전합니다. 학생들은 지식 표현, 확률적 추론, 고전적 머신러닝과 같은 필수 주제를 탐구한 후, 신경망, 트랜스포머, 대규모 언어 모델(LLM)에 깊이 들어갑니다. 이론과 실습을 모두 강조하며, 이 과정은 Python과 PyTorch와 같은 업계 표준 프레임워크를 활용하여 알고리즘을 구현하고, 현대적인 API와 상호작용하며, AI 윤리와 안전의 핵심 문제를 다룹니다.
고전적 기호주의 AI와 현대 생성형 AI 사이의 간극을 연결하며, 이 과정은 학생들에게 지능형 시스템을 설계하고, 구현하며, 윤리적으로 평가할 수 있는 이론적 깊이와 실용적인 Python 기술을 갖추게 합니다.
학습 목표
- AI 기초 마스터: 휴리스틱 탐색, 논리 기반 추론, 확률적 모델링을 포함한 근본적인 문제 해결 패러다임을 분석하고 구현합니다.
- 딥러닝 아키텍처 구현: 다층 퍼셉트론부터 합성곱 신경망과 트랜스포머에 이르기까지, PyTorch를 사용하여 고급 신경망을 설계하고 훈련합니다.
- 생성형 AI 솔루션 배포: 파인튜닝, 프롬프트 엔지니어링, 검색 증강 생성(RAG)과 같은 기법을 활용하여 대규모 언어 모델(LLM)을 이용한 애플리케이션을 설계합니다.
- 윤리적 AI 개발 보장: AI 시스템의 편향, 안전성, 정렬을 비판적으로 평가하고, 실제 시나리오에서 설명 가능성과 견고성을 위한 전략을 적용합니다.