장바구니 담기 close

장바구니에 상품을 담았습니다.

장바구니로 계속쇼핑하기
범용 인공지능(AGI)과 AI 반도체(뉴로모픽) 기술개발 동향과 향후 전망
미리보기

범용 인공지능(AGI)과 AI 반도체(뉴로모픽) 기술개발 동향과 향후 전망

  • 편집부
  • |
  • IRS Global
  • |
  • 2020-11-12 출간
  • |
  • 330페이지
  • |
  • 210 X 297 mm
  • |
  • ISBN 9791190870115
판매가

380,000원

즉시할인가

342,000 원

배송비

무료배송

(제주/도서산간 배송 추가비용:3,000원)

추가상품
상품선택
독서대 7,900원 독서대 선택안함 0원
수량
+ -
총주문금액
342,000원
장바구니 구매하기

※ 스프링제본 상품은 반품/교환/환불이 불가능하므로 신중하게 선택하여 주시기 바랍니다.

북스크린영상으로 만나보는 한 권의 책 이야기

목차


범용 인공지능(AGI)과 AI 반도체(뉴로모픽) 기술개발 동향과 향후 전망

Ⅰ. 뉴노멀 시대 인공지능(AI) 기술개발 동향

1. 포스트 코로나 시대 인공지능(AI)
1-1. 인공지능 기술 개요 및 진화
1) 인공지능 기술 개요
(1) 인공지능 개요
(2) 인공지능(AI)의 역사
2) 인지 지능을 기반으로 한 인공지능 등장
(1) 인공지능의 지능 개요
(2) 인지지능(Cognitive Intelligence)으로 진화하는 인공지능
1-2. 인공지능의 단계
1) 1단계, 단순 제어 프로그램
2) 2단계, 고전적인 인공지능
3) 3단계, 기계학습을 통한 인공지능
4) 4단계, 딥러닝을 이용한 인공지능
1-3. 인공지능의 진화, 초지능형 AI 등장
1) 인공지능의 진화
2) 미래 인공지능의 발전 단계
(1) 인공지능의 발전 단계
(2) 딥러닝 기술 개요
(3) 딥러닝(Deep Learning)의 기술적 한계
(4) 딥러닝(Deep Learning) 기술의 한계 극복

2. 인공지능(AI)의 유형
2-1. 단계별 인공지능
1) 좁은 영역의 인공지능(ANI)
2) 범용 인공지능(Artificial General Intelligence, AGI)
3) 초인공지능(Artificial Super Intelligence, ASI)
2-2. 범용 AI와 초인공지능의 등장 가능성
2-3. 범용 인공지능의 접근 방법
1) 기호적 범용 인공지능(Symbolic AGI)
2) 창발적 범용 인공지능(Emergentist AGI)
3) 혼합 범용 인공지능(Hybrid AGI)

3. 인공지능(AI) 기술개발 동향
3-1. 빅데이터 생태계
3-2. 자연어 처리(Natural Language Processing, NLP)
1) 구글 BERT(Bidirectional Encoder Representations from Transformers)
2) OpenAI의 GPT-3(Generative Pre-Training 3)
3-3. 전이 학습(transfer learning)
1) 전이 학습(transfer learning) 개요
2) 딥러닝 및 머신러닝 기반 전이 학습(transfer learning)
3) 전이 학습 알고리즘

4. 주요 산업별 AI 적용 동향과 주요 이슈
4-1. 자동차 분야 AI 개발동향과 향후 전망
1) 자동차 AI 시장 동향과 전망
(1) 시장규모 전망
(2) 최근 주요 이슈
2) 자동차 AI 음성비서 시장
(1) 시장규모 전망
(2) 글로벌 동향
(3) 국내 동향
4-2. 의료 분야 AI 개발동향과 향후 전망
1) AI 활용 의료 영역
(1) 영상 진단
(2) 질병 진단
(3) 다양한 의료 문제
(4) 기술의 개인ㆍ지역 격차 해소
2) 국내외 시장 및 제품 개발 동향
(1) 시장 규모 전망
(2) 해외 제품 개발 동향
(3) 국내 제품 개발 동향
3) 뉴럴 네트워크
(1) 뉴럴 네트워크 이용
(2) 지도학습의 프로세스
(3) 실용화 과제
(4) 개인정보 누출에 대한 우려
(5) 의료용 AI의 폭주에 대한 우려
4) 의료 AI의 문제점 및 과제
(1) AI의 타당성 검증이 부족
(2) 의료 AI 법 정비
(3) 의료 관계자의 AI에 관한 지식 부족
(4) AI 적용 이후 의사에게 요구되는 점
4-3. 제조업 분야 AI 개발동향과 향후 전망
1) AI 스마트공장 동향
2) AI 스마트공장 사례
(1) 지멘스(SIEMENS)
(2) LG CNS
(3) 현대자동차
(4) 삼성전기
(5) LS산전

Ⅱ. 범용 인공지능ㆍAI 반도체(뉴로모픽)의 기술개발 동향

1. 범용 인공지능의 기술 현황
1-1. 스파이킹 신경망(Spiking Neural Network)
1) 스파이킹 신경망 개요
(1) 스파이킹 신경망 개념
(2) 스파이킹 신경망과 인공신경망의 차이점
2) 스파이킹 신경망 구조
1-2. 메타학습(Meta learning)

2. 뉴로모픽(Neuromorphic) 반도체 기술개발 동향
2-1. 뉴로모픽 칩(Neuromorphic Chip) 기술 개요
1) 뉴로모픽 칩(Neuromorphic Chip) 기술의 핵심
2) 뉴로모픽 칩의 특징
2-2. 뉴로모픽 컴퓨팅(Neuromorphic Computing)
2-3. 뉴로모픽 기술 산업 현황
1) 국내 뉴로모픽 기술 산업 현황
(1) 삼성전자
(2) SK하이닉스
(3) 네패스
(4) 국내 연구소 및 대학교
2) 해외 뉴로모픽 기술 산업 현황
(1) 퀄컴(Qualcomm)
(2) IBM
(3) 인텔(Intel)
(4) 엔비디아(NVIDIA)
(5) 구글(Google)
(6) 애플(Apple)
(7) 자일링스(xilinx)
3) AI 반도체 특허 출원 및 시장 전망
(1) 인공지능 반도체 특허 출원
(2) AI 반도체 시장 전망
(3) 국내외 산업 동향

〈그림목차〉
〈그림Ⅰ-1〉 현대적 의미의 인공지능
〈그림Ⅰ-2〉 AI governance framework
〈그림Ⅰ-3〉 지식의 기본 구조
〈그림Ⅰ-4〉 How Artificial intelligence led to Cognitive computing
〈그림Ⅰ-5〉 전문가 시스템 아키텍처
〈그림Ⅰ-6〉 머신러닝(Machine Learning) 적용 사례
〈그림Ⅰ-7〉 Deep Learning and Machine Learning in the design engineering workflow
〈그림Ⅰ-8〉 알파고의 직관적 추론
〈그림Ⅰ-9〉 CES가 예상하는 2020년대 AI 주요 트렌드
〈그림Ⅰ-10〉 전세계 인공지능(AI) 시장 전망
〈그림Ⅰ-11〉 인공지능의 진화
〈그림Ⅰ-12〉 ImageNet training time
〈그림Ⅰ-13〉 컨볼루션 신경망(CNN?또는?ConvNet)
〈그림Ⅰ-14〉 딥러닝 뉴럴 네트워크(Deep Learning Neural Networks)
〈그림Ⅰ-15〉 딥러닝 알고리즘
〈그림Ⅰ-16〉 HPC 및 빅데이터 기반 AI 아키텍처
〈그림Ⅰ-17〉 Levels of Investigation
〈그림Ⅰ-18〉 인공지능의 유형
〈그림Ⅰ-19〉 인공지능의 진행 방향
〈그림Ⅰ-20〉 튜링 테스트(turing test)
〈그림Ⅰ-21〉 인공지능의 수준
〈그림Ⅰ-22〉 Gartner Hype Cycle for Emerging Technologies
〈그림Ⅰ-23〉 인공지능 기술의 현재와 미래
〈그림Ⅰ-24〉 인공지능에 대한 접근
〈그림Ⅰ-25〉 인공지능의 단계
〈그림Ⅰ-26〉 초인공지능 ASI(Artificial Super Intelligence)
〈그림Ⅰ-27〉 ASI(Artificial Super Intelligence)
〈그림Ⅰ-28〉 상징적 접근을 통한 자전거 표현
〈그림Ⅰ-29〉 검색 알고리즘
〈그림Ⅰ-30〉 범용 인공지능(AGI) R&D 프로젝트
〈그림Ⅰ-31〉 인간 지능 對 인공지능
〈그림Ⅰ-32〉 AIㆍ빅데이터 기술 분야 개념도
〈그림Ⅰ-33〉 빅데이터와 AI
〈그림Ⅰ-34〉 IoT, 빅데이터, CPS, AI의 관계 구성도
〈그림Ⅰ-35〉 빅데이터 기반 AI
〈그림Ⅰ-36〉 NLP용 기존 DL(딥러닝) 아키텍처
〈그림Ⅰ-37〉 BERT의 언어모델링(Pre-training), NLP Task(Fine-tuning)
〈그림Ⅰ-38〉 BERT 모델 Transformer 아키텍처
〈그림Ⅰ-39〉 BERT와 GPT의 비교
〈그림Ⅰ-40〉 다양한 GPT2 모델 크기
〈그림Ⅰ-41〉 사전학습을 수행한 언어모델
〈그림Ⅰ-42〉 GPT-3의 정확도
〈그림Ⅰ-43〉 전이학습(transfer learning)
〈그림Ⅰ-44〉 전통 기계학습과 전이 학습의 비교
〈그림Ⅰ-45〉 PathNet과 Stepwise Pathnet의 비교
〈그림Ⅰ-46〉 자동차 AI 시장규모 전망
〈그림Ⅰ-47〉 미국의 업종별 자동차 AI 컴퓨팅 참여기업의 지정학적 세력도
〈그림Ⅰ-48〉 AI용 센서, 하드웨어(AI 칩), 소프트웨어, Tier1, 자동차 회사, 서비스 프로바이 이르는 차량용 AI 시장의 밸류체인과 각사의 입지
〈그림Ⅰ-49〉 글로벌 음성인식 시장규모 전망
〈그림Ⅰ-50〉 글로벌 음성인식 주요업체별 시장점유율 전망
〈그림Ⅰ-51〉 인공지능 사용 차량 시스템
〈그림Ⅰ-52〉 IBM Watson이 진출한 사업 영역
〈그림Ⅰ-53〉 IBM Watson이 답변을 도출하는 순서
〈그림Ⅰ-54〉 IBM Watson Health 플랫폼의 구도
〈그림Ⅰ-55〉 사용자가 스마트폰 화면을 통해 가상의 의사(대화형 AI)와 채팅하는 모습
〈그림Ⅰ-56〉 OCT(광간섭 단층계)로 촬영한 건강한 눈의 망막 화상(단층화상)
〈그림Ⅰ-57〉 당뇨망막병증의 단층화상
〈그림Ⅰ-58〉 AI 산업 생태계
〈그림Ⅰ-59〉 마인드스피어(MindSphere)
〈그림Ⅰ-60〉 2019년 4분기 포레스터 웨이브(Forrester Wave) : 산업용 IoT 플랫폼 평가
〈그림Ⅱ-1〉 스파이킹 신경망(Spiking Neural Network)
〈그림Ⅱ-2〉 인공지능(AI)에 활용되는 딥러닝 방식의 지도학습(왼쪽)과 뉴로모픽의 비지도학습
〈그림Ⅱ-3〉 시냅스(SyNAPSE)에서 정보가 전달되는 과정
〈그림Ⅱ-4〉 인간의 뇌 구조
〈그림Ⅱ-5〉 생물학적인 신경세포
〈그림Ⅱ-6〉 폰 노이만 컴퓨팅 기술과 인간 뇌의 전력 효율성 비교
〈그림Ⅱ-7〉 컨볼루션 스파이킹 신경망 아키텍처
〈그림Ⅱ-8〉 Spiking neural network in different architectures
〈그림Ⅱ-9〉 STDP(Spike-Timing Dependent Plasticity)
〈그림Ⅱ-10〉 스파이킹 뉴런의 기본 모델
〈그림Ⅱ-11〉 지속적인 학습을 위한 메타 학습(Meta learning) 아키텍처
〈그림Ⅱ-12〉 메타 러닝(Meta learning) 방법
〈그림Ⅱ-13〉 뉴로모픽(Neuromorphic) Architecture
〈그림Ⅱ-14〉 뉴로모픽(Neuromorphic) 하드웨어
〈그림Ⅱ-15〉 신경 네트워크의 최적화된 CPU 데이터 경로
〈그림Ⅱ-16〉 뉴로모픽 칩 "텐직(Tianjic 2.0)" 개요
〈그림Ⅱ-17〉 뉴로모픽 컴퓨팅을 위한 컨볼루션 네트워크
〈그림Ⅱ-18〉 뉴로모픽 칩 작동 방법
〈그림Ⅱ-19〉 전자제품?종류에?따른?반도체?매출?증가?추이
〈그림Ⅱ-20〉 뉴로멤(NM500)
〈그림Ⅱ-21〉 딥러닝의 지도 학습과 뉴로모픽 컴퓨팅의 비지도 학습 차이
〈그림Ⅱ-22〉 스커미온 제어 원리와 응용?
〈그림Ⅱ-23〉 기존의 강자성체(Ferromagnet)과 달리 전류방향 그대로 직진 운동을 하는 페리 스커미온(Ferromagnetic Skyrmion)의 운동 모식도
〈그림Ⅱ-24〉 광 시냅스 소자의 광 반응성(a)과 시냅스에서 신경전달물질 반응성(b) 모식도
〈그림Ⅱ-25〉 Neural Processing Units(NPUs)-A new class of processors mimicking human perception and cognition
〈그림Ⅱ-26〉 IBM에서 개발한 뉴로시냅틱 칩 TrueNorth의 구조
〈그림Ⅱ-27〉 비 폰노이만 컴퓨팅
〈그림Ⅱ-28〉 뇌의 작동 방식 모방
〈그림Ⅱ-29〉 IBM의 인공 뉴런을 이용한 인지컴퓨터 연구
〈그림Ⅱ-30〉 로이히(Loihi) 뉴로모픽 코어
〈그림Ⅱ-31〉 실제 뇌의 뉴런과 로이히(Loihi)의 동작 방식을 보여주는 수식도
〈그림Ⅱ-32〉 인텔 로이히(Loihi) 뉴로모픽 컴퓨팅 칩의 아키텍처 개요
〈그림Ⅱ-33〉 인텔 포호키 비치 뉴로모픽 컴퓨터
〈그림Ⅱ-34〉 신경망 형태의 컴퓨팅 역사
〈그림Ⅱ-35〉 스파이킹 신경망(SNN) 아키텍처
〈그림Ⅱ-36〉 젯슨 자비에(Jetson AGX Xavie) 다이어그램
〈그림Ⅱ-37〉 TensorFlow 처리 장치 아키텍처
〈그림Ⅱ-38〉 A14 Bionic 프로세서
〈그림Ⅱ-39〉 모바일 AI 애플리케이션 가속화
〈그림Ⅱ-40〉 Xilinx AI 엔진 타일
〈그림Ⅱ-41〉 AI 반도체 특허 출원 증가율
〈그림Ⅱ-42〉 기존 반도체와 인공지능 반도체의 차이점
〈그림Ⅱ-43〉 AI 반도체 생태계
〈그림Ⅱ-44〉 AI 반도체 시장 규모
〈그림Ⅱ-45〉 AI 반도체 시장 규모 전망
〈그림Ⅱ-46〉 AI 반도체 시장의 성장 예측
〈그림Ⅱ-47〉 인공지능 반도체 Technology Hype Cycle

〈표목차〉
〈표Ⅰ-1〉 인공지능 역사
〈표Ⅰ-2〉 진화 단계에 따른 인공지능(AI)의 종류
〈표Ⅰ-3〉 기능 발전에 따른 분류
〈표Ⅰ-4〉 미래 인공지능의 발전 단계
〈표Ⅰ-5〉 범용 지능을 특징화하기 위한 다양한 접근 방법과 범용 인공지능(AGI) R&D 프로젝트
〈표Ⅰ-6〉 NLP 언어모델(2018~2019년)
〈표Ⅰ-7〉 전이 학습(Transfer learning) 워크플로우 및 응용 분야
〈표Ⅰ-8〉 세계 인공지능 헬스케어 시장 규모 (2016-2023)
〈표Ⅰ-9〉 기술별 세계 인공지능 헬스케어 시장 규모 (2016-2023)
〈표Ⅰ-10〉 생체정보를 이용한 빅데이터 및 인공지능 기술 적용 의료기기 품목
〈표Ⅰ-11〉 국내 EMR 및 의료데이터 인공지능 의료기기 제품개발 동향
〈표Ⅰ-12〉 2019년 인공지능(AI) 기반 의료기기 허가ㆍ인증 현황
〈표Ⅰ-13〉 AI공장 개념
〈표Ⅰ-14〉 현대자동차의 미래공장에 적용될 신제조기술
〈표Ⅱ-1〉 스파이크 뉴럴 네트워크 시뮬레이터의 종류 및 특징
〈표Ⅱ-2〉 폰 노이만 컴퓨터 아키텍처와 뉴로모픽 컴퓨팅 아키텍처의 비교
〈표Ⅱ-3〉 비?반도체?기업의?AI?반도체?자체?개발?사례
〈표Ⅱ-4〉 국내 뉴로모픽 소자 및 관련 기술 개발 현황
〈표Ⅱ-5〉 해외 뉴로모픽 소자 및 관련 기술 개발 현황
〈표Ⅱ-6〉 스냅드래곤 855 vs 845 성능 비교
〈표Ⅱ-7〉 퀄컴(Qualcomm) 스냅드래곤 플래그십(Flagship) SoCs 2019-2020
〈표Ⅱ-8〉 퀄컴 vs 삼성전자 차세대 AP 사양비교
〈표Ⅱ-9〉 스냅드래곤 865, 스냅드래곤 865 플러스 스펙
〈표Ⅱ-10〉 주요 반도체 정의
〈표Ⅱ-11〉 TPU 버전에 따른 특징 비교 및 TPU 다이어그램
〈표Ⅱ-12〉 애플 모바일 AP 비교
〈표Ⅱ-13〉 우리나라와 미국의 AI 핵심 기술 다출원인 순위
〈표Ⅱ-14〉 최근 10년간(2007~2016년) 전산업 특허 출원
〈표Ⅱ-15〉 주요 국가별 AI 핵심 기술 분야 특허 출원 건수
〈표Ⅱ-16〉 AI 반도체와 기존 반도체(CPU)의 성능 비교 및 시장 전망
〈표Ⅱ-17〉 AI 산업과 반도체의 변화 및 글로벌 기업 인공지능(AI) 반도체 투자 동향
〈표Ⅱ-18〉 글로벌 기업들의 AI 반도체 개발 경쟁
〈표Ⅱ-19〉 인공지능 반도체 플래그십 프로젝트 추진 로드맵
〈표Ⅱ-20〉 세계 주요국 AI 반도체 정책
〈표Ⅱ-21〉 미국 주요 대기업의 AI 반도체 개발 현황
〈표Ⅱ-22〉 주요 기업 AI 반도체 개발 현황
〈표Ⅱ-23〉 주요 AI 스타트업의 현황
추천포스트

교환 및 환불안내

도서교환 및 환불
  • ㆍ배송기간은 평일 기준 1~3일 정도 소요됩니다.(스프링 분철은 1일 정도 시간이 더 소요됩니다.)
  • ㆍ상품불량 및 오배송등의 이유로 반품하실 경우, 반품배송비는 무료입니다.
  • ㆍ고객님의 변심에 의한 반품,환불,교환시 택배비는 본인 부담입니다.
  • ㆍ상담원과의 상담없이 교환 및 반품으로 반송된 물품은 책임지지 않습니다.
  • ㆍ이미 발송된 상품의 취소 및 반품, 교환요청시 배송비가 발생할 수 있습니다.
  • ㆍ반품신청시 반송된 상품의 수령후 환불처리됩니다.(카드사 사정에 따라 카드취소는 시일이 3~5일이 소요될 수 있습니다.)
  • ㆍ주문하신 상품의 반품,교환은 상품수령일로 부터 7일이내에 신청하실 수 있습니다.
  • ㆍ상품이 훼손된 경우 반품 및 교환,환불이 불가능합니다.
  • ㆍ반품/교환시 고객님 귀책사유로 인해 수거가 지연될 경우에는 반품이 제한될 수 있습니다.
  • ㆍ스프링제본 상품은 교환 및 환불이 불가능 합니다.
  • ㆍ군부대(사서함) 및 해외배송은 불가능합니다.
  • ㆍ오후 3시 이후 상담원과 통화되지 않은 취소건에 대해서는 고객 반품비용이 발생할 수 있습니다.
반품안내
  • 마이페이지 > 나의상담 > 1 : 1 문의하기 게시판 또는 고객센터 1800-7327
교환/반품주소
  • 경기도 파주시 문발로 211 1층 / (주)북채널 / 전화 : 1800-7327
  • 택배안내 : CJ대한통운(1588-1255)
  • 고객님 변심으로 인한 교환 또는 반품시 왕복 배송비 5,000원을 부담하셔야 하며, 제품 불량 또는 오 배송시에는 전액을 당사에서부담 합니다.