WEBVTT

00:00:00.080 --> 00:00:02.120
안녕하세요! 저는 Jabril입니다.

00:00:02.120 --> 00:00:04.759
저는 존 그린 봇입니다.

00:00:04.760 --> 00:00:08.160
Crash Course 인공 지능에 오신 것을 환영합니다!

00:00:08.160 --> 00:00:10.780
자, 우리가 같이 이해하고 있는
부분에서부터 시작하겠습니다.

00:00:10.780 --> 00:00:12.740
인공 지능은 어디에나 있습니다.

00:00:12.750 --> 00:00:17.180
인공지능은 은행이 대출 결정을 내리도록 도와주고, 
의사가 환자를 진단하는 것을 도와줍니다.

00:00:17.180 --> 00:00:21.450
스마트폰에서 텍스트 자동완성, YouTube에서 이 다음에 
볼 동영상을 추천하는 것은 알고리즘입니다.

00:00:21.450 --> 00:00:23.199
스마트폰에서 텍스트 자동완성, YouTube에서 이 다음에 
볼 동영상을 추천하는 것은 알고리즘입니다.

00:00:23.199 --> 00:00:26.710
AI는 이미 우리의 삶에서 모두에게 큰 영향을 미칩니다

00:00:26.710 --> 00:00:30.610
이해 가능할 만하게도, 사람들은 이에 대해
양극화된 감정을 가지고 있습니다.

00:00:30.610 --> 00:00:34.840
우리 중 일부는 AI가 긍정적인 방식으로 
세계를 바꿀 것이라 상상합니다.

00:00:34.840 --> 00:00:40.120
자율 주행 차로 교통 사고를 막을 수 있고, 
노인들에게 개인 맞춤형 치료를 제공할 수 있습니다.

00:00:40.120 --> 00:00:44.080
다른 사람들은 AI가 빅 브라더 정부의 지속적인 감시로
이어질 것이라고 걱정합니다.

00:00:44.080 --> 00:00:46.310
어떤 사람들은 자동화가 우리의 모든 직업을
빼앗아 갈 것이라고 말합니다.

00:00:46.310 --> 00:00:50.200
또는 로봇이 우리 모두를 죽이려 할 수도 있습니다.

00:00:50.200 --> 00:00:52.380
아니, 우리는 존 그린 봇 너에 대해 걱정하는게 아냐.

00:00:52.380 --> 00:00:55.860
하지만 현재 시리처럼 사용 가능한 
AI와 상호 작용할 때,

00:00:55.860 --> 00:00:58.020
Siri야

00:00:58.020 --> 00:01:00.300
AI가 우리 모두를 죽일까?

00:01:00.300 --> 00:01:03.500
시리 : 저는 'AI가 우리 모두를 죽일까?'를
이해할 수 없습니다.

00:01:03.500 --> 00:01:06.680
이러한 것들은 여전히 ​​먼 미래라는 게 확실합니다.

00:01:06.680 --> 00:01:11.940
인공 지능이 어디로 향하고, AI 혁명에서
우리의 역할을 이해하기 위해

00:01:11.940 --> 00:01:15.340
우리는 오늘날의 우리가 어디까지 왔는지를
이해해야 합니다.

00:01:15.340 --> 00:01:24.340
[INTRO]

00:01:24.340 --> 00:01:29.120
여러분이 대부분 영화나 책에서 봤던 AI를 안다면,

00:01:29.120 --> 00:01:32.640
아마 사람처럼 생각할 수 있는 이 모호하게 생긴
어떤 기계처럼 생겼을 수 있습니다.

00:01:32.640 --> 00:01:37.500
소설가들은 좀 더 일반화 된 AI를 상상하길 좋아합니다.
그들은 우리가 가진 모든 질문에 대답 할 수있고

00:01:37.500 --> 00:01:39.760
인간이 할 수있는 어떤 일이든 할 수 있습니다.

00:01:39.760 --> 00:01:45.800
그러나 AI에 대해 그렇게 생각하기엔 매우 융통성 없고
그것은 초현실적이지 않습니다.

00:01:45.800 --> 00:01:49.880
미안하지만 John Green-bot,
넌 아직 모든 것을 할 수는 없어.

00:01:49.880 --> 00:01:56.180
기계가 인공지능을 지니고 있다고 함은, 데이터를 
해석할 수 있고, 데이터를 통해 잠재적으로 배우며

00:01:56.180 --> 00:01:59.540
그 지식을 활용하여 특정 목표를 달성할 수 있습니다.

00:01:59.540 --> 00:02:04.480
자, “데이터를 통한 학습”이라는 아이디어는
일종의 새로운 접근 방식입니다.

00:02:04.480 --> 00:02:06.820
그러나 이는 에피소드 4 에서 더 자세히
알 수 있을 것입니다.

00:02:06.820 --> 00:02:10.480
자, 존 그린 봇에서 새로운 프로그램을 로드
한다고 가정 해 봅시다.

00:02:18.280 --> 00:02:22.950
이 프로그램은 저 또는 제가 아닌 많은 무리의 
사진들을 보고 그 데이터로부터 배웁니다.

00:02:22.950 --> 00:02:24.120
이 프로그램은 저 또는 제가 아닌 많은 무리의 
사진들을 보고 그 데이터로부터 배웁니다.

00:02:24.120 --> 00:02:29.700
그런 다음 그에게 이 Crash Course 촬영 스튜디오에서
찍은 selfie 새 사진을 보여줄 수 있습니다.

00:02:29.700 --> 00:02:32.360
우리는 그가 사진이 저인지를 인식할 수 있는지
시험해 볼 것 입니다.

00:02:32.360 --> 00:02:38.160
당신은 Jabril입니다.

00:02:38.160 --> 00:02:42.340
그가 만약 새 사진을 올바르게 분류할 수 있다면
우리는 존 그린 봇이 인공지능을 가졌다고 말합니다.

00:02:42.340 --> 00:02:43.970
그가 만약 새 사진을 올바르게 분류할 수 있다면
우리는 존 그린 봇이 인공지능을 가졌다고 말합니다.

00:02:43.970 --> 00:02:49.270
물론, 그것은 매우 특정한 사진들의 입력이고, 
저든 아니든, 사진을 분류하는 매우 특정한 작업입니다.

00:02:49.270 --> 00:02:53.120
물론, 그것은 매우 특정한 사진들의 입력이고, 
저든 아니든, 사진을 분류하는 매우 특정한 작업입니다.

00:02:53.120 --> 00:02:57.390
그 프로그램으로 존 그린 봇은 제가 아닌 사람을
인식하거나 이름을 말할 수 없습니다.

00:02:57.390 --> 00:03:01.450
당신은 Jabril이 아닙니다.

00:03:01.450 --> 00:03:12.980
그는 장소를 탐색할 수 없습니다.

00:03:12.980 --> 00:03:16.880
또는 의미있는 대화를 나눌 수도 없습니다.

00:03:16.880 --> 00:03:18.400
아니.

00:03:18.400 --> 00:03:20.440
이해 못 했어.

00:03:20.440 --> 00:03:26.440
여기에 완벽하게 좋은 도넛을 먹을 때, 
왜 베이글을 골랐지?

00:03:26.440 --> 00:03:32.440
당신은 Jabril입니다.

00:03:32.440 --> 00:03:39.120
고마워 존 그린 봇..

00:03:39.160 --> 00:03:44.440
그는 인간이 하는 대부분의 일을 할 수 없고 
요즘 보통의 AI입니다.

00:03:44.440 --> 00:03:49.000
그러나 인공 지능에 대한
훨씬 제한적인 정의에도 불구하고,

00:03:49.000 --> 00:03:51.520
AI는 여전히 우리의 일상에서 중대한 역할을 합니다.

00:03:51.520 --> 00:03:57.569
Alexa 또는 Roomba와 같은 인공 지능은 좀 더 분명하게
사용되며 공상 과학 소설의 인공 지능과 비슷합니다.

00:03:57.569 --> 00:03:59.890
Alexa 또는 Roomba와 같은 인공 지능은 좀 더 분명하게
사용되며 공상 과학 소설의 인공 지능과 비슷합니다.

00:03:59.890 --> 00:04:02.660
그러나 덜 확실한 예들도 매우 많이 있습니다!

00:04:02.660 --> 00:04:07.790
대형 매장이나 온라인에서 물건을 구입할 때 어떤 유형의
품목을 재고할지 결정하는 AI 유형이 있습니다.

00:04:07.790 --> 00:04:09.950
대형 매장이나 온라인에서 물건을 구입할 때 어떤 유형의
품목을 재고할지 결정하는 AI 유형이 있습니다.

00:04:09.950 --> 00:04:14.680
그리고 인스타 그램을 스크롤 할 때 다른 유형의 AI는
우리에게 보여줄 광고를 선택합니다.

00:04:14.680 --> 00:04:20.809
AI는 대출 승인이나 자동차 보험료를 얼마 내야 할지 
결정하는 것을 돕기도 합니다.

00:04:20.809 --> 00:04:23.479
그리고 AI는 삶의 중요한 결정에도 영향을 미칩니다.

00:04:23.479 --> 00:04:28.099
대학 (또는 직업) 지원서를 제출할 때 처럼
AI 애플리케이션은 그것을 점검해 볼 수 있습니다.

00:04:28.099 --> 00:04:29.300
사람이 그것을 보기 전에요.

00:04:29.300 --> 00:04:32.990
상업에서 직업에 이르기까지
AI와 자동화가 모든 것을 바꾸는 방식은

00:04:32.990 --> 00:04:35.830
18세기의 산업 혁명과 비슷하다고 할 수 있습니다.

00:04:35.830 --> 00:04:41.550
이 변화는 세계적이며, 일부 사람들은 그에 대해 흥분하고, 다른 사람들은 두려워합니다.

00:04:41.550 --> 00:04:46.159
그러나 어느 쪽이든, 우리 모두에게는 AI를 이해하고
삶에서 AI가 어떤 역할을 할지 알아낼 책임이 있습니다.

00:04:46.159 --> 00:04:48.229
그러나 어느 쪽이든, 우리 모두에게는 AI를 이해하고
삶에서 AI가 어떤 역할을 할지 알아낼 책임이 있습니다.

00:04:48.240 --> 00:04:51.439
AI 혁명 그 자체는 그리 오래되진 않았습니다.

00:04:51.440 --> 00:04:55.360
한 세기 전에 인공 지능이라는 용어는 
존재 하지도 않았습니다.

00:04:55.360 --> 00:04:59.460
그것은 1956년에 존 맥카시라는
컴퓨터 과학자에 의해 만들어졌습니다.

00:04:59.460 --> 00:05:03.740
그는 이것을 "다트머스 여름 인공 지능 프로젝트"에서
이 이름을 사용했습니다.

00:05:03.759 --> 00:05:06.150
대부분의 사람들은 이것을 짧게
“다트머스 컨퍼런스”라고 부릅니다.

00:05:06.150 --> 00:05:10.289
이제는 주말에 한 번 이상 몇몇의 대화 안에서,
사업 만찬에서 이 단어를 듣습니다.

00:05:10.289 --> 00:05:11.740
이제는 주말에 한 번 이상 몇몇의 대화 안에서,
사업 만찬에서 이 단어를 듣습니다.

00:05:11.740 --> 00:05:15.189
당시에는 학자들이 한동안 생각하기 위해 모였습니다.

00:05:15.189 --> 00:05:19.300
다트머스 컨퍼런스는 8주간 지속 되었고, 
거기에는 수많은 컴퓨터 과학자들과

00:05:19.300 --> 00:05:22.760
인지 심리학자 및 수학자들이 모여 힘을 싣었습니다.

00:05:22.780 --> 00:05:27.180
인공 신경 네트워크와 같이 Crash Course AI에서
이야기 할 많은 개념들은

00:05:27.180 --> 00:05:31.000
이 회의를 통해 생각해 내어 졌고, 
그 이후 몇 년 동안 발전되었습니다.

00:05:31.009 --> 00:05:32.009
이 회의를 통해 생각해 내어 졌고, 
그 이후 몇 년 동안 발전되었습니다.

00:05:32.009 --> 00:05:36.809
하지만 이 신난 학자들은
인공 지능에 대해 정말 낙관적이며

00:05:36.809 --> 00:05:38.389
그들은 약간 부풀려 말했을 수 있습니다.

00:05:38.389 --> 00:05:43.419
예를 들어, Marvin Minsky는 재능이 있는
다트머스 회의의 인지 과학자였습니다.

00:05:43.419 --> 00:05:44.499
예를 들어, Marvin Minsky는 재능이 있는
다트머스 회의의 인지 과학자였습니다.

00:05:44.499 --> 00:05:49.689
그러나 그는 또한 기술, 특히 AI에 대해
우스꽝스럽게 잘못된 예측을 했습니다.

00:05:49.689 --> 00:05:54.449
1970년에 그는 "3~8년 이내에 우리는 평범한 인간의 
지능을 지닌 기계를 가질 것입니다." 라고 주장했습니다.

00:05:54.449 --> 00:05:57.000
1970년에 그는 "3~8년 이내에 우리는 평범한 인간의 
지능을 지닌 기계를 가질 것입니다." 라고 주장했습니다.

00:05:57.000 --> 00:05:58.729
미안, 마빈

00:05:58.729 --> 00:06:01.289
하지만 우리는 지금도 가까이 있지 않습니다.

00:06:01.289 --> 00:06:06.820
다트머스 회의의 과학자들은 AI가 복잡한 실제 문제를
해결하는 데 얼마나 많은 데이터와 컴퓨팅 능력이

00:06:06.820 --> 00:06:08.680
필요한지를 심각하게 과소평가했습니다.

00:06:08.680 --> 00:06:13.729
보세요. 인공지능은 처음 만들어졌을 때 
무언가를 "알지"못합니다.

00:06:13.729 --> 00:06:15.479
인간의 아기처럼요.

00:06:15.479 --> 00:06:20.319
아기는 자신의 감각을 사용하여 세상을 인식하고
몸으로 상호 작용하며

00:06:20.319 --> 00:06:23.099
그들은 그들의 행위의 결과에서 배웁니다.

00:06:23.099 --> 00:06:27.350
제 아기 조카가 입에 딸기를 넣고 그것이
맛있다고 결정할 수 있습니다.

00:06:27.350 --> 00:06:30.889
그리고 그녀는 입에 놀이점토를 넣고
그것이 맛없다고 결정지을 것입니다.

00:06:30.889 --> 00:06:36.379
아기는 이러한 수백만 데이터의 사건들을 경험하면서 
말하기, 걷기, 생각하기를 배웁니다.

00:06:36.379 --> 00:06:37.470
그리고 놀이 점토를 먹지 않죠.

00:06:37.470 --> 00:06:42.420
대부분의 인공 지능은 감각, 신체, 또는

00:06:42.420 --> 00:06:46.700
인간 아기처럼 다른 많은 것들을 자동으로 판단할 수
있는 뇌를 갖고 있지 않습니다.

00:06:46.729 --> 00:06:49.699
최신 AI 시스템은 기계의 프로그램 일 뿐입니다.

00:06:49.699 --> 00:06:52.599
따라서 우리는 AI에 많은 데이터를 제공해야 합니다.

00:06:52.599 --> 00:06:57.550
게다가, 우리는 어떤 정보든지 AI가 배우려고 하는
데이터에 라벨을 붙여야 합니다.

00:06:57.550 --> 00:06:59.869
음식이 인간에게 좋은지 여부와 같이요.

00:06:59.869 --> 00:07:04.309
그리고 AI에는 모든 데이터를 이해하기 위하여 충분히 
강력한 컴퓨터가 필요합니다.

00:07:04.320 --> 00:07:07.120
이 모든 것이 1956년에 제공되지는 않았습니다.

00:07:07.120 --> 00:07:12.569
당시 AI는 삼각형과 원을 구분하여 말할 수 있었지만

00:07:12.569 --> 00:07:16.039
존 그린이 전에 했던 것처럼 사진에서
제 얼굴을 인식하지 못했습니다.

00:07:16.039 --> 00:07:22.099
약 2010년 까지이 분야는 기본적으로
AI Winter라고 불리는 시대에 얼어 붙었습니다.

00:07:22.099 --> 00:07:27.690
그런데도 지난 반세기 동안의 많은 변화가 우리를
AI 혁명으로 이끌었습니다.

00:07:27.690 --> 00:07:32.399
누군가 말하길, “역사는 우리에게 혁명은 사건이라기
보다 , 변화가 일어나는 과정이라는 것을 상기시킨다."

00:07:32.399 --> 00:07:33.960
누군가 말하길, “역사는 우리에게 혁명은 사건이라기
보다 , 변화가 일어나는 과정이라는 것을 상기시킨다."

00:07:33.960 --> 00:07:38.880
AI 혁명은 하나의 사건 또는 하나의 발명으로
시작되지는 않았습니다.

00:07:38.880 --> 00:07:43.379
우리는 많은 작은 결정과 컴퓨팅의 두 가지 큰 발전으로
인해 현재의 위치에 도달했습니다.

00:07:43.379 --> 00:07:44.400
우리는 많은 작은 결정과 컴퓨팅의 두 가지 큰 발전으로
인해 현재의 위치에 도달했습니다.

00:07:44.400 --> 00:07:48.830
첫 번째 발전은 컴퓨팅 성능과 컴퓨터가 데이터를
처리하는 속도가 크게 향상되었습니다.

00:07:48.840 --> 00:07:50.200
첫 번째 발전은 컴퓨팅 성능과 컴퓨터가 데이터를
처리하는 속도가 크게 향상되었습니다.

00:07:50.200 --> 00:07:53.760
얼마나 큰 지 알기 위해, 
생각 거품으로 가 봅시다!

00:07:53.760 --> 00:07:59.589
1956년 다트머스 회의에서
가장 발전한 컴퓨터는 IBM 7090이었습니다.

00:07:59.589 --> 00:08:04.180
그것은 방 전체를 채우고 기본적으로
거대한 카세트 테이프에 데이터를 저장했으며

00:08:04.180 --> 00:08:06.840
종이 펀치 카드를 사용하여 명령을 내렸습니다.

00:08:06.860 --> 00:08:12.360
매 초마다, IBM 7090은
약 200,000번 작동했습니다.

00:08:12.360 --> 00:08:17.400
하지만 만약 여러분이 그렇게 하려고 하면
55 시간 반이 걸릴 것 입니다!

00:08:17.409 --> 00:08:21.479
초당 하나의 작업을 수행하고, 쉬지 않았다고
가정했을 때 입니다.

00:08:21.479 --> 00:08:22.479
그래요.

00:08:22.480 --> 00:08:25.200
간식 시간 조차 없죠.

00:08:25.240 --> 00:08:28.960
당시 미 공군의 탄도 미사일 경고 시스템을 지원하기에는
충분한 컴퓨팅 성능이었습니다.

00:08:28.960 --> 00:08:30.120
당시 미 공군의 탄도 미사일 경고 시스템을 지원하기에는
충분한 컴퓨팅 성능이었습니다.

00:08:30.120 --> 00:08:34.960
그러나 AI는 더 많은 데이터로
더 많은 계산을 수행해야 합니다.

00:08:34.960 --> 00:08:39.720
컴퓨터의 속도는 작동해야 하는 트랜지스터 숫자와 
연관되어 있습니다.

00:08:39.720 --> 00:08:44.600
1956년부터 매 2년마다, 엔지니어들은 동일한 공간에
들어맞는 트랜지스터 수를 두 배로 늘렸습니다.

00:08:44.600 --> 00:08:46.760
1956년부터 매 2년마다, 엔지니어들은 동일한 공간에
들어맞는 트랜지스터 수를 두 배로 늘렸습니다.

00:08:46.760 --> 00:08:49.190
그에 따라 컴퓨터가 훨씬 빨라졌습니다.

00:08:49.200 --> 00:08:54.720
2007년 첫 번째 iPhone이 출시되었을 때,
초당 약 4억 건의 작업이 가능했습니다.

00:08:54.760 --> 00:08:58.560
그러나 10 년 후,
애플은 아이폰 X의 프로세서가

00:08:58.560 --> 00:09:01.320
초당 약 6천억 작업을 수행한다고 말합니다.

00:09:01.320 --> 00:09:05.480
그것은 여러분 주머니에 천 개의 오리지널 아이폰이 든 
컴퓨팅 능력을 지닌 것과 같습니다.

00:09:05.490 --> 00:09:10.370
(거기 모든 컴퓨터 괴짜들에게, 당신 말이 맞아요, 
그렇게 간단하지는 않습니다.)

00:09:10.370 --> 00:09:13.240
(우리는 여기서 FLOPS(부동 소수점 연산)에 대해서만 
이야기하고 있습니다.

00:09:13.240 --> 00:09:17.540
IBM 7090과 같은 계산 기능을 수행하는
최신 슈퍼 컴퓨터는

00:09:17.550 --> 00:09:20.540
초당 30조 회를 수행할 수 있습니다.

00:09:20.540 --> 00:09:25.710
다시 말해서, 현대 슈퍼 컴퓨터가 1초 동안 계산하는
프로그램은 IBM 7090에게 4,753년이 걸릴 것입니다.

00:09:25.710 --> 00:09:31.790
다시 말해서, 현대 슈퍼 컴퓨터가 1초 동안 계산하는
프로그램은 IBM 7090에게 4,753년이 걸릴 것입니다.

00:09:31.790 --> 00:09:33.290
고마워 생각 거품!

00:09:33.290 --> 00:09:39.760
그리하여 2005년 무렵, 컴퓨터는 특정 뇌 기능을 
모방하기에 충분한 파워를 갖기 시작했습니다.

00:09:39.760 --> 00:09:43.760
그리고 이 무렵은 인공 지능 겨울이
해빙의 징후를 보이기 시작한 시기입니다.

00:09:43.760 --> 00:09:48.440
하지만 여러분이 강력한 컴퓨터를 가지고 있다 하더라도
우걱우걱 먹을 데이터가 없다면 무용지물입니다.

00:09:48.440 --> 00:09:50.360
하지만 여러분이 강력한 컴퓨터를 가지고 있다 하더라도
우걱우걱 먹을 데이터가 없다면 무용지물입니다.

00:09:50.360 --> 00:09:55.240
두 번째로 개발된 AI혁명은 여러분이 지금 사용하고 있는

00:09:55.240 --> 00:09:57.240
인터넷과 소셜 미디어 입니다.

00:09:57.250 --> 00:10:01.410
지난 20년 동안 우리 세계는
훨씬 더 상호 연결되어 왔습니다.

00:10:01.410 --> 00:10:05.510
휴대 전화에서 실시간 스트리밍하거나 신용 카드만
사용해도 여러분 모두 현대 세계에 참여하고 있습니다.

00:10:05.510 --> 00:10:06.650
휴대 전화에서 실시간 스트리밍하거나 신용 카드만
사용해도 여러분 모두 현대 세계에 참여하고 있습니다.

00:10:06.650 --> 00:10:10.620
사진을 업로드 할 때마다 링크를 클릭하고, 
해시 태그를 트윗하고,

00:10:10.620 --> 00:10:16.340
해시 태그가 없는 트윗 (예 : YouTube 동영상)을
Facebook 친구에게 태그하고, Reddit에 의견을 말하고

00:10:16.340 --> 00:10:22.640
TikTok에 [R.I.P. Vine]을 게시하고, 킥 스타터 캠페인 
지원, 아마존 스낵 판매, 파티에서 우버에 전화하는 것

00:10:22.660 --> 00:10:25.720
기본적으로 모든 활동은 데이터를 발생시킵니다.

00:10:25.720 --> 00:10:30.420
우리가 오프라인에서 하는 것 같이 보여도,
예를 들어 새 차를 사기 위해 대출을 받는 것과,

00:10:30.420 --> 00:10:35.320
공항에서 여권을 사용하는 것들의
데이터 세트는 더 큰 시스템에 있게 됩니다.

00:10:35.320 --> 00:10:40.260
풍부한 데이터와 이를 이해할 수 있는 컴퓨팅 파워를 
가지고 있기 때문에, AI혁명은 지금 일어나고 있습니다.

00:10:40.260 --> 00:10:42.130
풍부한 데이터와 이를 이해할 수 있는 컴퓨팅 파워를 
가지고 있기 때문에, AI혁명은 지금 일어나고 있습니다.

00:10:42.130 --> 00:10:43.180
음, 알겠어요.

00:10:43.180 --> 00:10:49.360
우리가 많은 데이터를 생성하고 있지만 컴퓨터 프로그램
에서 데이터를 사용하는 방법, 이유 또는 사용 여부가

00:10:49.360 --> 00:10:51.700
항상 압도적이라는 사실을 항상 알고있는 것은 아닙니다.

00:10:51.700 --> 00:10:55.760
하지만 Crash Course AI를 통해, 우리는
인공 지능이 작동하는 방식을 배울 것입니다.

00:10:55.760 --> 00:10:58.320
왜냐하면 그것은 우리 삶에 커다란 영향을 미치기 때문이에요.

00:10:58.320 --> 00:11:00.650
그리고 그 영향은 계속 커질 것입니다.

00:11:00.650 --> 00:11:05.000
지식을 바탕으로, 우리는 작은 결정을 내리며
AI 혁명을 이끄는 것을 도울 수 있습니다.

00:11:05.000 --> 00:11:08.320
우리가 신청하지 않은 롤러 코스터를 타는 느낌을
받는 대신,

00:11:08.320 --> 00:11:13.550
우리는 함께 매일 인공지능의 미래를 창조하고 있습니다.

00:11:13.550 --> 00:11:15.360
이건 정말 멋지다고 생각합니다.

00:11:15.360 --> 00:11:20.440
다음 시간에는, 감독, 비지도 및 강화학습과 같은 기술적 
사상을 파헤쳐 볼 것 입니다.

00:11:20.440 --> 00:11:21.440
다음 시간에는, 감독, 비지도 및 강화학습과 같은 기술적 
사상을 파헤쳐 볼 것 입니다.

00:11:21.440 --> 00:11:24.590
그리고 우리는 무엇이 머신 러닝의 알고리즘을 
좋게 만드는지 토론할 것 입니다.

00:11:24.590 --> 00:11:25.590
그때 봐요!

00:11:25.590 --> 00:11:28.360
Crash Course AI를 후원 해 주신 PBS에게 감사합니다!

00:11:28.360 --> 00:11:31.610
Crash Course가 모두를 위해 무료일수 있도록
도움을 주시고 싶으면 Paetron 커뮤티에 가입해주세요!

00:11:31.610 --> 00:11:33.880
Crash Course가 모두를 위해 무료일수 있도록
도움을 주시고 싶으면 Paetron 커뮤티에 가입해주세요!

00:11:33.880 --> 00:11:41.960
컴퓨터 속도가 어떻게 빨라 졌는지 자세히 알아 보려면
무어의 법칙에 관한 비디오를 확인하십시오.