커리어리 친구들, 포브스지의 롭 토이스가 두 편으로 나누어서 작성 했는 데, 이번에는 차세대 인공지능 제2편 에서는 엣지AI 란무엇인지에 대해 알아봅니다. 또한 엣지 AI에서 필수적으로 필요한 신경망 압축, 다시 말해, 모델 압축 및 네트워크 전송하는 아키텍처에 대해 쉽게 설명합니다.
그리고 최근에 딥 페이크로 사회적인 문제가 되었지만 새로운 인공지능의 창조 영역으로 손 꼽히는 적대적 생성 신경망(Generative Adversarial Network, GAN)과 변형 자동 인코더(Variational Auto Encoder, VAE), 인공지능이 단순한 통계 결과만 추측해 내는 것이 아니라 진보적인 인과적인 추론에 대해서 잘 설명합니다.
또한 딥러닝의 필요성에 대한 반대하는 연구자들의 목소리도 넣었습니다. 그런데 딥러닝 부분만 취재를 했는지 차세대 인공지능으로 한 가지 아쉬운 것은 "강화 학습(Reinforcement Learning)"이 빠졌습니다. 그래도 그외 부분들은 충실히 기술과 비즈니스 측면에서 잘 녹여져 있습니다.
많은 회사들이 채용 프로세스의 과정 중에 하나로 코딩 테스트를 가지고 있습니다. 벼락치기로 준비하기도 힘들 뿐더러 요령을 알아야 하기 때문에 취준생들이 꽤나 골치아파 합니다.
뻔한 말이지만 꾸준히 하는 것 밖에는 답이 없는 것 같습니다. 오늘은 '코딩 인터뷰를 위한 60가지 리트코드 문제'를 가져왔습니다.
구글 시트로 깔끔하게 정리된 버전도 있어서 후다닥 가져왔습니다. 저자에게 감사를(_ _)
https://docs.google.com/spreadsheets/d/1Y98QKaYPazWImEt1nA_ocp... 더 보기