61쪽

Deep Learning and Big Data
Do you remember Google’s AlphaGo program beating Lee Sedol, one of the highest-ranking go players in the world? People around the world were astonished to see a computer program beat a human. What made AlphaGo’s victory possible? The answer is deep learning, a combination of Artificial Intelligence (AI) and big data.
Deep Learning is a way to resolve problems using a brain like network that is comprised of multiple layers, or stages.

딥 러닝과 빅 데이터
당신은 구글의 알파고 프로그램이 세계에서 가장 높은 순위의 바둑 기사 중 한 명인 이세돌을 이긴 것을 기억하는가? 전 세계 사람들은 컴퓨터 프로그램이 인간을 이긴 것을 보고 깜짝 놀랐다. 무엇이 알파고의 승리를 가능하게 했을까? 그 정답은 인공지능과 빅 데이터의 조합인 딥 러닝이다. 딥 러닝은 다수의 층, 혹은 단계로 구성되어 있는 인간의 뇌와 같은 네트워크를 사용하여 문제를 해결하는 방법이다.


The network learns something simple at the initial stage and then sends this information to the next stage. The next stage takes this simple information, combines it into something that is a bit more complex, and passes it to the third stage. This process continues as each stage constructs something more complicated from the input it received from the previous stage. At the final stage, the neural network generates the output. The goal is to approximate human reasoning. These numerous repetitions are how AlphaGo mimicked expert players, improving by playing itself, and defeated Lee Sedol.

네트워크는 초기 단계에서 간단한 것을 학습한 다음 이 정보를 그 다음 단계로 보낸다. 그 다음 단계에서는 이 간단한 정보를 받아들여 그것을 좀 더 복잡한 것과 조합하여 세 번째 단계로 전달한다. 이러한 과정이 각 단계가 그 전 단계에서 받은 입력 정보로부터 좀 더 복잡한 것을 구성하게 되면서 계속된다. 마지막 단계에서는 신경 네트워크가 출력 정보를 생산한다. (딥 러닝의) 목표는 인간의 추론과 가깝게 하는 것이다. 이러한 수많은 반복은 알파고가 전문 기사들을 모방하고, 스스로 바둑을 하면서 향상하고, 이세돌을 패배시킨 방법이다.

“A journey of a thousand miles begins with a single step.”