class: center, middle, inverse, title-slide # 인공지능 제품개발 ## ⚔<br/>데이터과학, 기계학습,딥러닝 ### 데이터 과학자 이광춘 ### 2018/05/29 --- class: inverse, middle, center # 패러다임 전환 --- ## 기계와 경쟁을 준비하는 한국인 .center[ <iframe width="560" height="315" src="https://www.youtube.com/embed/PcXLYOMnhd0" frameborder="0" allow="autoplay; encrypted-media" allowfullscreen></iframe> ] --- ## 자동차 클러스터 사례 .center[ <img src="fig/ai-digital-cluster.png" width="87%" /> ] --- ## 가치(Value) 원천 .center[ <img src="fig/ai-lab-korea-science.png" width="77%" /> ] 세계은행(World Bank)과 한국개발연구원(KDI)은 약 2년여 기간의 공동연구를 통해 1960-2005 년간 한국 경제발전 과정에 관한 보고서를 출간했다. 경제성장이 지속되기 위해서는 생산성 증가가 대단히 중요하고, 1960년 이후 한국경제의 성공은 광의의 지식축적에 기인한 것으로 1960-2005년 사이 한국의 실질 1인당GDP의 75%가 광의의 지식축적에 기인한 것으로 분석했다. --- ## 사고체계의 진화 .center[ <img src="fig/ai-lab-ct-4th-paradigm.png" width="50%" /> ] - 수학적 사고(Mathematical Thinking) - 통계적 사고(Experimental Thinking) - 컴퓨팅 사고(Computational Thinking) .footnote[ [Wing, Jeannette M. "Computational thinking." Communications of the ACM 49.3 (2006): 33-35.](https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf) ] --- ## 4번째 패러다임 .center[ <img src="fig/ai-lab-4th-paradigm.png" width="100%" /> ] --- class: inverse, middle, center # 시장의 변화 --- ## 수직적 시장 &rarr; 인공지능 시장 .center[ <img src="fig/slide-4th-industry-revolution-roadmap.png" width="100%" /> ] - 수직적(Vertical) 시장 &rarr; 플랫폼(Platform) 시장 &rarr; 인공지능(AI) 마켓으로 --- ## 한국 기업(?) vs. AI기반 기업 .center[ <img src="fig/stat-data-science.png" width="100%" /> ] --- ## 산업역군(?) .center[ <iframe width="400" height="270" src="https://www.youtube.com/embed/t346si4gy_M" frameborder="0" allowfullscreen></iframe> <img src="fig/ai-basic-skills.png" width="37%" /> ] .footnote[ [MATT RICHTEL, "Reading, Writing, Arithmetic, and Lately, Coding"", The New York Time, MAY 10, 2014](http://www.nytimes.com/2014/05/11/us/reading-writing-arithmetic-and-lately-coding.html) ] --- class: inverse, middle, center # 인공지능 = 데이터 + 슈퍼컴퓨터 --- ## 인공지능과 데이터 .center[ <img src="fig/maum.png" alt="AI 플랫폼 서비스" alt="100%" /> ] --- ## 왜 슈퍼컴퓨터를 알아야 하나? .center[ <img src="fig/CPU-Scaling.jpg" width="50%"> ] .footnote[ [xwMOOC 고성능 R 아키텍처](http://statkclee.github.io/parallel-r/r-perf-arch.html) ] --- ## 고성능 컴퓨팅 기초 - 병렬 컴퓨팅 - 동시 실행과 병렬 실행 - 동기실행과 비동기 실행 - 분산 메모리과 공유 메모리 - 프로세스 vs. 쓰레드 - 실무에 병렬처리 적용 방법 - 비동기 프로그래밍 - 공유 메모리 프로그래밍 - 분산 메모리 프로그래밍 - 연쇄 작업(serial farming) .footnote[ [고성능 컴퓨팅(HPC) - 고성능 컴퓨팅 기초](http://statkclee.github.io/hpc/hpc-basic.html) ] --- ## 딥러닝(Deep Learning) .center[ <img src="fig/three-pillars.png" width="90%"> ] .footnote[ [xwMOOC 딥러닝과 `\(H_2 O\)`](http://statkclee.github.io/deep-learning/) ] --- ## 프로그래밍과 기계학습 차이 .center[ <img src="fig/programming_machine_learning_comparison.png" width="80%"> ] .footnote[ [궁극의 주인이 될 알고리즘(Master Algorithm)](https://statkclee.github.io/ai-lab/master-algorithm.html) ] --- class: inverse, middle, center # 인공지능 제품 ### 한국형 스타트업 인공지능 제품 개발 --- ## 계급을 나누는 기준 - 데이터 .center[ <iframe width="560" height="315" src="https://www.youtube.com/embed/7Xs3auqcX7k" frameborder="0" allow="autoplay; encrypted-media" allowfullscreen></iframe> ] --- “고대에는 ’땅’이 가장 중요했고 땅이 소수에게 집중되자 인간은 귀족과 평민으로 구분됐으며, 근대에는 ’기계’가 중요해지면서 기계가 소수에게 집중되자 인간은 자본가와 노동자 계급으로 구분됐다”. 이제는 데이터가 또 한번 인류를 구분하는 기준이 될 것이다. 향후 데이터가 소수에게 집중되면 단순 계급에 그치는 게 아니라 **데이터**를 가진 종과 그렇지 못한 종으로 분류될 것이이다. - 유발 하라리(Yuval Noah Harari) --- class: middle, center [xwMOOC R Meetup](https://github.com/KaggleBreak/xwmooc_Rmeetup) .footnote[ - [키워드 추출: http://sgcslab.com:4500/](http://sgcslab.com:4500/) - [문장요약: http://sgcslab.com:3000/](http://sgcslab.com:3000/) - [카테고리 분류: http://52.78.25.65:7777/](http://52.78.25.65:7777/) - [긍부정: http://moya.ai/sentiment](http://moya.ai/sentiment) ] --- ## [얼굴 분석 - Face Analysis](https://itunes.apple.com/kr/app/%EC%96%BC%EA%B5%B4-%EB%B6%84%EC%84%9D-face-analysis/id1290130969?mt=8) .pull-left[ <img src="fig/face-analysis-app.png" alt="얼굴분석" width="65%" /> ] .pull-right[ - **클라우드 APIs** - [나이(Age): MS Face API](http://statkclee.github.io/deep-learning/ms-oxford-age.html) - [정보과학교육연합회-R을 이용한 인공지능 튜토리얼](http://statkclee.github.io/deep-learning/ms-oxford-kcode-tutorial.html) - [감정분석: MS Emotion API](http://statkclee.github.io/deep-learning/ms-oxford-video.html) - [국회의원 사진 - Computer Vision API](http://statkclee.github.io/deep-learning/ms-azure-computer-vision.html) ] .footnote[ [Azure Computer Vision API: Generate image captions with the Computer Vision API](http://blog.revolutionanalytics.com/2018/03/computer-vision-api.html) ] --- ## 소프트웨어/데이터 진화 .center[ <img src="fig/software-evolution.png" width="90%"> ] .footnote[ [xwMOOC 고성능 컴퓨팅(HPC) - 컴파일, 설치, 호출](https://statkclee.github.io/hpc/compile-install-call.html) ] --- ## 클라우드 API 호출 <br> <br> <br> .center[ <img src="fig/compile-source-call.png" alt="패러다임" width="100%" /> ] .footnote[ [고성능 컴퓨팅(HPC) 컴파일, 설치, 호출](http://statkclee.github.io/hpc/compile-install-call.html) ] --- ## 데이터 저널리즘 .pull-left[ ### [데이터 저널리즘](https://statkclee.github.io/data-product/data-journalism-working-pop.html) <img src="fig/data-journalism-population.png" alt="생산가능 인구" width="100%" /> .footnote[ - [데이터 과학을 위한 저작도구](https://statkclee.github.io/ds-authoring/) - [언론에 비친 한국자산관리공사 - Shiny App](https://dl-dashboard.shinyapps.io/kamco/) ] ] .pull-right[ ### [동영상 감정 분석](https://statkclee.github.io/deep-learning/ms-oxford-video.html) <img src="fig/ms-cognitive-video.png" alt="슬픔은 어디에" width="100%" /> .footnote[ [KBS, 인공지능으로 분석한 대통령의 마음 슬픔은 어디에(2016.12.07)](http://news.kbs.co.kr/news/view.do?ncd=3390429) ] ] --- class: middle, center # [데이터를 제품으로](https://statkclee.github.io/ds-authoring/slides/ds_data_product.html#/) ### [South Korea Nuclear Power Plant(원자력 발전소)](https://dl-dashboard.shinyapps.io/npp_server/) --- class: middle, center # [이미지 분류 - 케라스(딥러닝)](https://statkclee.github.io/data-product/shiny-image-classification.html) --- ## 국회의원 인물정보 - **데이터 API** - [네이버 인물정보](https://statkclee.github.io/ingest-data/naver-people-info.html) - [슈퍼영웅(Super Heores) API ](https://statkclee.github.io/data-product/dp-superhero.html) - **클라우드 API** - [국회의원 사진 - MS 애저 Computer Vision API](https://statkclee.github.io/deep-learning/ms-azure-computer-vision.html)