Carl Edward Rasmussen,Christopher K. I. Williams(지은이), 황혁기(옮긴이) | 홍릉)
원제 : Gaussian Processes for Machine Learning
[책 소개]
AI(인공지능)는 가우스 과정보다 어리다. 가우스 과정의 이름에 담긴 사고방식은 200여 년 전, 흐릿한 관측에서 천체의 궤도를 오차와 함께 계산하던 가우스에 닿는다.
그 일에는 하나의 물음이 있었다. 무언가를 예측할 때, 그 예측을 얼마나 믿어야 하는가. 데이터가 있고 예측이 필요한 곳이라면 어느 시대에나 같은 형태로 돌아오는 물음이다. 가우스 과정은 그 답을 다루는 한 방법으로, 통계학과 여러 과학 분야를 거치며 한 세기 넘게 다듬어졌다.
오늘날 그 물음이 가장 날카롭게 돌아온 곳이 LLM(Large Language Model)이다. 언어 모델은 자신이 무슨 생각을 하는지 모르는 채, 쉼 없이 다음 말을 예측한다. 따라서 그 발화는 '그럴듯한 다음 말'일 뿐, '지금 자신이 바른가'를 담지는 못한다. 가장 그럴듯한 거짓을 가장 자신 있게 말하는 까닭이 여기 있다. 그리고 이 빈자리는 뒤늦은 결함이 아니라, 그 모델이 지어질 때부터 물음의 목록에 없던 것이다.
이 책의 초반에는 그림 한 장이 나온다. 관측한 점 근처에서 예측의 곡선들이 모이고, 데이터가 없는 곳으로 갈수록 부채처럼 흩어진다. 확신과 무지가 한 그림 안에 들어온다. 본문의 수식을 건너뛰어도 이 관점은 남는다.
자신이 무엇을 모르는지 아는 것 — 좋은 판단의 오래된 이름이다. 가우스에 닿는 이 태도는 측정과 예측이 있는 모든 곳으로 번졌고, 지금은 AI의 한가운데 있다. 유행은 그 위를 지나갈 뿐이다.
지은이는 이 분야를 대표하는 칼 에드워드 라스무센(케임브리지)과 크리스토퍼 K. I. 윌리엄스(에든버러)다. 두 사람이 흩어져 있던 가우스 과정 탐구의 갈래와 성과를 처음으로 한 곳에 모은 이 책은 오래 기다려온 고전적 집대성이다.
[이런 분께 주로 권합니다]
- 기계 학습 모델이 왜, 어떻게 일반화되는지 그 수학적 토대를 파고들려는 연구자
- 소재·화학·제약·제조처럼 데이터 한 점의 비용이 큰 분야에서 베이즈 최적화로 연구개발 효율을 높이려는 과학자·엔지니어
- 근거 기반 의사결정을 내리기 위해 불확실성을 수치로 다루어야 하는 실무자
- 맹신과 불신의 경계에서 AI 도입과 결과를 책임지는 조직의 관리자·리더
- 유행을 타지 않는, 데이터 기반 학습 시대에도 변하지 않는 통찰을 찾는 학생과 비전공자
[저자 소개]
칼 에드워드 라스무센(Carl Edward Rasmussen)은 케임브리지 대학교 공학부 렉처러(lecturer)이자 독일 튀빙겐 소재 막스 플랑크 바이오사이버네틱스 연구소의 객원 연구원이다.
크리스토퍼 K. I. 윌리엄스(Christopher K. I. Williams)는 에든버러 대학교 정보학부의 기계 학습 교수이자 적응형·신경 계산 연구소(Institute for Adaptive and Neural Computation)의 소장이다.
[역자 소개]
케임브리지 대학교 응용수학 및 이론물리학과(DAMTP)와 옥스퍼드 대학교 수학과(Mathematical Institute)에서 수학했다. 로저 펜로즈(Roger Penrose, 2020년 노벨 물리학상 수상)의 지도로 양자 정보·중력 분야 석사 학위(1996)를 받았으며, 유럽입자물리학연구소(CERN) 영국 공동연구단에 참여했다. 이후 삼성서울병원, NH투자증권(리스크 퀀트)을 거쳐, 현재 포스코 출연연 RIST(포항산업과학연구원) 수석연구원으로 양자 컴퓨팅과 AI 응용 모델링 연구를 수행하고 있다. 옮긴 책으로 『실재란 무엇인가』, 『딥 다운 씽즈』, 『천재: 리처드 파인만의 삶과 과학』(이상 승산), 『Mac OS X 비밀 매뉴얼』(공역), 『생생한 게임 개발에 꼭 필요한 기본 물리』(이상 한빛미디어) 등을 펴냈다.
https://product.kyobobook.co.kr/detail/S000220162435
#ESC회원책출판
Carl Edward Rasmussen,Christopher K. I. Williams(지은이), 황혁기(옮긴이) | 홍릉)
원제 : Gaussian Processes for Machine Learning
[책 소개]
AI(인공지능)는 가우스 과정보다 어리다. 가우스 과정의 이름에 담긴 사고방식은 200여 년 전, 흐릿한 관측에서 천체의 궤도를 오차와 함께 계산하던 가우스에 닿는다.
그 일에는 하나의 물음이 있었다. 무언가를 예측할 때, 그 예측을 얼마나 믿어야 하는가. 데이터가 있고 예측이 필요한 곳이라면 어느 시대에나 같은 형태로 돌아오는 물음이다. 가우스 과정은 그 답을 다루는 한 방법으로, 통계학과 여러 과학 분야를 거치며 한 세기 넘게 다듬어졌다.
오늘날 그 물음이 가장 날카롭게 돌아온 곳이 LLM(Large Language Model)이다. 언어 모델은 자신이 무슨 생각을 하는지 모르는 채, 쉼 없이 다음 말을 예측한다. 따라서 그 발화는 '그럴듯한 다음 말'일 뿐, '지금 자신이 바른가'를 담지는 못한다. 가장 그럴듯한 거짓을 가장 자신 있게 말하는 까닭이 여기 있다. 그리고 이 빈자리는 뒤늦은 결함이 아니라, 그 모델이 지어질 때부터 물음의 목록에 없던 것이다.
이 책의 초반에는 그림 한 장이 나온다. 관측한 점 근처에서 예측의 곡선들이 모이고, 데이터가 없는 곳으로 갈수록 부채처럼 흩어진다. 확신과 무지가 한 그림 안에 들어온다. 본문의 수식을 건너뛰어도 이 관점은 남는다.
자신이 무엇을 모르는지 아는 것 — 좋은 판단의 오래된 이름이다. 가우스에 닿는 이 태도는 측정과 예측이 있는 모든 곳으로 번졌고, 지금은 AI의 한가운데 있다. 유행은 그 위를 지나갈 뿐이다.
지은이는 이 분야를 대표하는 칼 에드워드 라스무센(케임브리지)과 크리스토퍼 K. I. 윌리엄스(에든버러)다. 두 사람이 흩어져 있던 가우스 과정 탐구의 갈래와 성과를 처음으로 한 곳에 모은 이 책은 오래 기다려온 고전적 집대성이다.
[이런 분께 주로 권합니다]
[저자 소개]
칼 에드워드 라스무센(Carl Edward Rasmussen)은 케임브리지 대학교 공학부 렉처러(lecturer)이자 독일 튀빙겐 소재 막스 플랑크 바이오사이버네틱스 연구소의 객원 연구원이다.
크리스토퍼 K. I. 윌리엄스(Christopher K. I. Williams)는 에든버러 대학교 정보학부의 기계 학습 교수이자 적응형·신경 계산 연구소(Institute for Adaptive and Neural Computation)의 소장이다.
[역자 소개]
케임브리지 대학교 응용수학 및 이론물리학과(DAMTP)와 옥스퍼드 대학교 수학과(Mathematical Institute)에서 수학했다. 로저 펜로즈(Roger Penrose, 2020년 노벨 물리학상 수상)의 지도로 양자 정보·중력 분야 석사 학위(1996)를 받았으며, 유럽입자물리학연구소(CERN) 영국 공동연구단에 참여했다. 이후 삼성서울병원, NH투자증권(리스크 퀀트)을 거쳐, 현재 포스코 출연연 RIST(포항산업과학연구원) 수석연구원으로 양자 컴퓨팅과 AI 응용 모델링 연구를 수행하고 있다. 옮긴 책으로 『실재란 무엇인가』, 『딥 다운 씽즈』, 『천재: 리처드 파인만의 삶과 과학』(이상 승산), 『Mac OS X 비밀 매뉴얼』(공역), 『생생한 게임 개발에 꼭 필요한 기본 물리』(이상 한빛미디어) 등을 펴냈다.
https://product.kyobobook.co.kr/detail/S000220162435
#ESC회원책출판