국립연구개발법인 정보통신연구기구, 유니버설커뮤니케이션연구소,
데이터구동지능시스템연구센터 연구원
1983년 에히메현 출생. 2006년 오차노미즈 여자대학 자연과학부 정보과학과 졸업.
2007년 오차노미즈 여자대학원 인간문화연구과 수리정보과학 전공(박사 전기 과정)을 단축 수료.
2009년 신인 연구자 ITP로 스트래스클라이드 대학에서 유학. 2012년 오차노미즈 여자대학원 인간문화창성과학연구과 자연과학 전공(박사 후기 과정) 수료. 박사(자연과학). 같은 해에 주식회사 NTT도코모 입사. 잡담 대화 엔진 개발에 종사한 후 2016년부터 현직(파견). 일관된 자연 언어 처리, 특히 대화에 관한 연구 개발에 종사. 인공지능과 대화 기술에 관한 강연과 집필 활동도 벌이고 있다.

Part 1 AI의 기본

Chapter 01 AI란 무엇인가?
‘지능’이란 무엇을 의미하는 것일까?
‘컴퓨터가 스스로 생각한다는 것’은 무엇을 의미하는가?
AI는 이미 알고 있는 지식을 바탕으로 추측합니다.
사전 정보에 없는 빵이 나타난다면?
중요한 점은 정확히 목적을 달성했는지 여부입니다.

Chapter 02 우리 주변에 존재하는 AI
추천 문구 기능도 AI의 일종입니다.
AI는 작은 목적을 달성하기 위한 복합체입니다.
AI의 실체는 단순한 ‘프로그램’입니다.
이것도 AI일까?

Chapter 03 AI가 잘하는 일과 못하는 일
AI가 잘하는 일은 ‘분류’입니다.
AI가 잘 못하는 일은 창조적인 일입니다.
AI는 정확한 정답을 알지 못합니다.

Chapter 04 AI의 역사는 언제부터일까?
돌고 도는 AI 열풍
대화할 수 있는 컴퓨터 ‘ELIZA(엘리자)’
대화형 컴퓨터의 성능을 측정하는 ‘튜링 테스트’
제2차 인공지능 열풍 전문가 시스템
현재의 AI

Chapter 05 AI는 무엇을 하는 것일까?
AI의 실체는 무엇일까?
어째서 머신러닝을 사용할까?

Chapter 06 머신러닝이란 무엇인가?
머신러닝은 구체적으로 무엇을 의미할까?
머신러닝의 종류와 그 내용
[지도형 머신러닝]의 개요
[지도형 머신러닝]의 구체적인 예시
[비지도형 머신러닝]의 개요
[비지도형 머신러닝]의 구체적인 예시
[강화 학습]의 개요
[강화 학습]의 구체적인 예시
성능이 좋은 AI와 안 좋은 AI의 판별법
지도형 머신러닝의 성능 평가 방법
머신러닝의 용도

Chapter 07 딥러닝이란 무엇인가?
딥러닝은 머신러닝의 한 방법입니다.
딥러닝은 몇 단계로 검증을 시행합니다.
딥러닝의 기원은 ‘퍼셉트론(Perceptron)’
조건을 변경하는 요소 ‘바이어스’
퍼셉트론의 층을 늘려보자.
‘활성화 함수’로 미세하게 조정해 보자.
출력층은 하나만 존재하지 않습니다.
딥러닝의 장점
딥러닝의 단점

Chapter 08 ‘AI가 학습한다는 것’은 무엇을 의미하는가?
‘파라미터를 가진 함수’의 파라미터 부분을 조정합니다.
‘모델’이 가리키는 의미

Chapter 09 AI를 활용해 봅시다!
AI를 활용할 때 중요한 점
노래방 영상 제작에 AI를 도입하는 경우
업무와 문제를 세분화하여 생각하는 습관을 들입니다.
데이터 준비의 중요성과 문제점에 대해!

Part 2 AI와 인간의 일

Chapter 01 AI를 사용하면 우리의 일은 어떻게 변화할까?
Chapter 03 요리 연구가
Chapter 04 아나운서와 성우
Chapter 05 보육사, 교사, 학원 강사
Chapter 06 소설가
Chapter 07 애니메이터(Animator)
Chapter 08 의사
Chapter 09 농부
Chapter 10 비서
Chapter 11 번역가
Chapter 12 미래의 AI와 일에 대해