Anthropic 공식, AI 교육을 위한 무료 강의 코스
놀라웠던건 기능적인 것 뿐만 아니라 체계적인 학습을 위해 무료로 공개함.
📙 AI Fluency for pK-12 Educators
https://t.co/spVJ4GG1cH
연결된 두 코스 모두 Anthropic이 교육 단체와 협업해 만든 무료 강의.
1. AI Fluency for pK–12 Educators
2. AI Fluency for pK-12 Train the Trainer
이게 교육을 위한 당사자 뿐만 아니라, 동료들에게도 전파할 수 있는 그런 교육들로 구성되어 있어요.
커리큘럼 흐름엔.. AI Fluency 4D Framework, AI 작동 원리, 발표 자료, 진행자 가이드 등.. 워크북까지 가득하다옹!
AI의 작동 원리를 가장 직관적으로 이해하고 싶다면..
🧠 Neural networks by 3Blue1Brown
https://t.co/a1PLswOwZq
이 YouTube 플레이리스트는 말 그대로 최고예요. 퀄리티가 굉장히 높죠.
AI와 머신러닝의 뼈대가 되는 수학적 원리... 신경망, 트랜스포머 모델 같은걸 정말 정교하고 직관적인 애니메이션으로 설명해줘요.
복잡한 수식 없이도 AI가 속으로 어떻게 작동하는지 느끼게 해주는데.. 독보적입니다!
직장인이라면 꼭 한번쯤은 해보시면 좋을 작업이 있습니다.
내가 지금 있는 산업에서 n년간 일했을 때 벌 수 있는 기대 수익을 계산하기인데요? 내가 있는 업계의 연차별 평균 연봉, 승진 확률, 임원까지 갈 확률, 이직했을 때의 점프 폭 이걸 다 계산해서 5년 뒤, 10년 뒤의 기대값을 한 번 알아보는 겁니다.
이 계산을 해보면 한 가지가 분명해지는 것 같습니다.
제 생각에는 돈을 잘 벌기 위해 가장 중요한 건 노력이 아니라 메타인지라는 거죠. 본인이 시장의 어느 좌표에 있는지, 그 좌표가 다른 좌표들보다 얼마나 더 비싸고 덜 비싼지를 정확히 아는 것이 중요하다고 생각하기 때문입니다. 노력은 상수값이니깐요.
그리고 메타 인지는 더하기가 아니라 곱셈이라고 봅니다. 그래서 작은 단위에서는 효과가 거의 안 보이지만, 단위가 커질수록 결과를 가르는 거의 유일한 변수가 되어요.
1. 아래 인용한 인식론에서 쓰는 known/unknown 프레임인데, 메타인지에도 그대로 적용해볼 수 있어요.
1사분면은 내 위치를 안다 (Known Knowns)입니다.
여기서 고민해볼 것은
- "내 연차의 시장 평균 연봉은 X원이고, 내 회사는 그보다 Y% 위 혹은 아래에 있다."
- "내 포트폴리오가 시장 평균보다 나은 이유는 Z 때문이다."
같은 나에 대해 이미 측정했고 언어화한 영역입니다. 의사결정의 출발점이죠.
2사분면은 내가 모르는 영역을 안다 (Known Unknowns)입니다.
- "다른 산업의 연봉 곡선은 모르지만, 알아볼 수 있다는 건 안다."랄까요? 내가 뭘 알아야할 지 아는 상태입니다. 지도에 빈 공간이 표시 되어있는 상태죠. 탐색이 가능해지기에 뭘 할 수 있는 지 알 수 있습니다.
3사분면은 모른다는 것조차 모른다 (Unknown Unknowns)입니다.
- "내 산업이 5년 안에 재편된다는 걸 모른다."
- "내 직무가 다른 회사에선 두 배 가격이라는 걸 모른다."
같은 건데, 여기가 가장 problematic하다고 봅니다. 선택지 자체가 안 보이니, 뭐가 잘못되고 있어도 인식조차 못합니다.
4사분면은 알지만 언어화하지 못한다 (Unknown Knowns)입니다.
- "뭔가 커리어가 정체된 느낌은 있는데, 그게 산업 천장 때문인지 회사 때문인지 본인 때문인지 모른다."
같은 느낌으로 감각은 있는데 분석이 없는 상태입니다. 막연한 불안만 남고, 행동으로 이어지지 않죠.
(계속해서)
사람 뇌에 미세플라스틱이 간이나 콩팥보다 7~30배 쌓여 있고, 치매 진단자가 농도 최고였음. 8년 새 50% 늘었음.
노출 경로는 초가공식품. 근데 기사 어디에도 뭐가 초가공식품인지 없음. 초가공식품 줄이라 해도 편의점 도시락, 밀키트, 냉동식품, 배달음식이 전부 포장재를 끼고 옴.
📙 Deep Learning with Python 3판 완전 무료 공개!
https://t.co/JAmW5Xp2W7
올해 최고의 선물이네요!ㅠ 딥러닝 실습 입문서의 스탠다드..
웹으로 공개되어 있으니 브라우저에서 한국어로 보시기 훨씬 편하실거예요!
프랑수아 숄레는 Keras의 창립자이시죠. 이번에 기존에 베스트셀러였던 기존 판을 바탕으로 LLM과 생성형 AI 시대의 변화를 반영해 사실상 전면 재작성된 버전을 공개한거예요!
- 트랜스포머 아키텍처
- GPT 유사 대형 언어 모델 직접 구축
- Diffusion Model을 이용한 이미지 생성
- Keras, PyTorch, TensorFlow, JAX 예제 포함
학습 방식은 code-first 접근입니다. 추상적인 이론 설명에 머무르기보다, 실제 코드와 모델이 동작하는 원리를 따라가며 딥러닝을 이해하도록 구성되어 있죠.
덕분에 더 많은 사람들이 딥러닝을 쉽게 접할 수 있게 되겠네요.
💬 "저는 『Deep Learning with Python』을 딥러닝이 어떻게 작동하는지, 그리고 딥러닝을 어떻게 가장 잘 활용할 수 있는지 알려주는 결정적인 안내서가 되도록 썼습니다.
수만 명의 사람들이 이 책을 통해 커리어를 시작했습니다. 12만 부가 판매되었고, 그보다 훨씬 많은 수백만 명이 이 책을 다운로드했습니다.
그리고 이제 온라인에서 무료로 읽을 수 있습니다."
- François Chollet
이분 회고글을 읽고 회고글의 문장이, 거기
담긴 의지와 노력이 몇 일째 머리에 맴도는 중.
나도 책 많이 읽고, 영어를 해야 하는 환경을 만들고, 발표할 수 있는 기회라면 되도록 많이 참여해봐야겠다 싶어졌음…!
2023년 상반기 회고 - https://t.co/N3CXhi9lRB