모든 레슨

코스

12학년 AI: AI 시스템, 연구, 혁신

독창적인 AI 시스템을 설계하고, 시험하고, 데모를 올려요. 그다음 독창적인 AI 시스템과 그 평가를 캡스톤으로 발표해요.

레슨을 차례대로 해요. 끝나면 AI 시스템의 서비스를 나타낼 수 있어요. 품질, 속도, 비용으로 모델을 고르고, 시스템 설계를 지킬 수 있어요. 시험할 수 있는 연구 질문과 기준선이 있는 한 장짜리 제안을 쓸 수 있어요. 작동하는 첫 버전을 만들고, 실험 계획을 쓰고, 잡음이 있는 입력으로 시험할 수 있어요. 부분을 빼고, 각각이 무엇을 더하는지 제거 연구로 잴 수 있어요. 작은 사용자 연구를 하고, 데모를 올리고, 오류와 비용을 추적해요. 누가 이득을 보고 누가 손해를 볼 수 있는지 저울질할 수 있어요. 독창적인 AI 시스템과 그 평가를 발표할 수 있어요.

이 레슨을 쓰는 방법

  • 이것을 해요라고 표시된 레슨에서 시작해요. 제목 아래 줄을 혼자 할 수 있으면 다음으로 가요.
  • 먼저 게임을 해요. 그다음 퀴즈를 해요. 10개 중 8개 정답이면 통과. 학습지는 종이예요. 정답은 아래에 있어요.
  • 각 레슨은 캡스톤을 앞으로 옮겨요. 프로젝트 기록을 남겨요. 모든 결정, 모든 실험, 모든 결과. 실패한 것도 포함해요.
  • 캡스톤은 과학, 학습 도움, 로봇과 시각, 또는 스타트업 아이디어에서 골라요. 써도 되는 데이터만 써요. 사용자 연구 전에 동의를 받아요. API 키는 비밀로 해요. 지출 한도를 정해요.

각 수업에는 게임, 퀴즈, 학습지가 있습니다.

0/36

AI 시스템 구조

  1. 1AI 시스템의 서비스 나타내기AI 시스템의 서비스를 나타내요.
    • 데이터, 모델, 서빙, 인터페이스 층을 말해요.
    • 실제 AI 제품을 그 층에 맞춰요.
    • 단일 장애 지점을 찾아요.
  2. 2품질, 속도, 비용으로 모델 고르기품질, 속도, 비용으로 모델을 골라요.
    • 자기 시험 세트로 모델 세 개를 비교해요.
    • 요청마다 속도와 비용을 재요.
    • 하나를 고르고 그 절충을 설명해요.
  3. 3학습, 미세 조정, API언제 학습하고, 미세 조정하고, API를 쓸지 정해요.
    • 각 선택의 비용을 적어요.
    • 데이터, 개인정보, 통제를 생각해요.
    • 캡스톤을 위해 정해요.
  4. 4시스템 설계시스템 설계를 그리고 그 설계를 지켜요.
    • 구성 요소와 데이터 흐름을 그려요.
    • 오류와 공격이 생길 수 있는 곳을 표시해요.
    • 발표하고 질문에 답해요.

문제 정하기

  1. 5풀 만한 진짜 문제풀 만한 진짜 문제를 골라요.
    • 그 문제가 있는 사람을 인터뷰해요.
    • 이미 있는 것을 확인해요.
    • AI가 맞는 도구인지, 아닌지를 말해요.
  2. 6시험할 수 있는 연구 질문시험할 수 있는 연구 질문을 써요.
    • 넓은 생각을 좁은 질문으로 바꿔요.
    • 무엇을 잴지 말해요.
    • 어떤 결과가 그 질문에 답이 될지 말해요.
  3. 7해야 할 일과 하면 안 되는 일시스템이 해야 할 일과 하면 안 되는 일을 적어요.
    • 기능 요구를 써요.
    • 정확도, 속도, 비용, 안전의 한계를 써요.
    • 우선순위로 줄 세워요.
  4. 8기준선이 있는 한 장 제안기준선이 있는 한 장짜리 제안을 써요.
    • 문제, 접근, 데이터를 말해요.
    • 이길 간단한 기준선을 정해요.
    • 일정을 정해요.

고급 AI 응용

  1. 9시각, 글, 소리시각, 글, 소리를 한 시스템에서 합쳐요.
    • 실제 멀티모달 시스템을 살펴봐요.
    • 입력을 합치는 방법을 골라요.
    • 한 입력이 다른 입력의 오류를 고칠 수 있는 곳을 찾아요.
  2. 10확인이 있는 여러 단계 에이전트확인이 있는 여러 단계 에이전트를 설계해요.
    • 일을 계획자, 작업자, 검사자 역할로 나눠요.
    • 단계 사이에 확인을 넣어요.
    • 도구와 지출을 제한해요.
  3. 11과학 발견을 빠르게AI가 과학 발견을 어떻게 빠르게 하는지 설명해요.
    • 단백질 접힘이나 날씨 예보 같은 사례 하나를 살펴봐요.
    • AI가 한 일과 과학자가 한 일을 말해요.
    • 쓸 수 있는 과학 데이터셋을 찾아요.
  4. 12작동하는 첫 버전작동하는 첫 버전을 만들어요.
    • 처음부터 끝까지 작동하는 가장 작은 버전을 만들어요.
    • 기준선과 비교해 실행해요.
    • 먼저 개선할 것을 적어요.

실험 설계

  1. 13가설과 그것을 뒤집는 결과가설과, 그것을 뒤집는 결과를 말해요.
    • 시험할 수 있는 가설을 써요.
    • 가설이 틀렸음을 보여줄 결과를 써요.
    • 효과의 크기를 예측해요.
  2. 14하나만 바꾸기하나만 바꾸고 나머지는 그대로 둬요.
    • 독립 변수와 종속 변수를 말해요.
    • 무작위 시드와 설정을 고정해요.
    • 각 설정을 여러 번 실행해요.
  3. 15공정한 훈련, 검증, 시험 세트공정한 훈련, 검증, 시험 세트를 만들어요.
    • 분할 사이의 누출을 막아요.
    • 필요할 때는 시간, 장소, 사람으로 나눠요.
    • 시험 세트는 끝까지 잠가 둬요.
  4. 16실험 계획무엇이든 실행하기 전에 실험 계획을 써요.
    • 모든 실행과 그 설정을 적어요.
    • 지표를 미리 정해요.
    • 계산과 비용을 추정해요.

AI 평가

  1. 17벤치마크와 그 한계벤치마크를 고르고 그 한계를 설명해요.
    • 자기 과제에 맞는 공개 벤치마크를 찾아요.
    • 모델이 훈련 중에 그것을 봤을 수 있는지 확인해요.
    • 자기 시험 사례를 더해요.
  2. 18잡음이 있는 입력과 어긋난 입력잡음이 있는 입력과 어긋난 입력으로 시험해요.
    • 잡음, 오타, 흐림을 넣어요.
    • 새 장소나 새 시간의 데이터로 시험해요.
    • 점수가 얼마나 떨어지는지 재요.
  3. 19제거 연구제거 연구에서 부분을 빼고, 각각이 무엇을 더하는지 재요.
    • 시스템의 부분을 적어요.
    • 하나씩 빼고 다시 실행해요.
    • 결과 표를 만들어요.
  4. 20오차 막대와 솔직한 한계오차 막대와 솔직한 한계를 넣어 결과를 보고해요.
    • 실행들의 평균과 퍼짐을 보여요.
    • 기준선과 비교해요.
    • 한계를 분명하게 써요.

사람과 AI의 협력

  1. 21사람이 승인할 곳사람이 꼭 승인해야 하는 곳을 정해요.
    • 결정을 위험으로 줄 세워요.
    • 위험이 높은 것에 사람을 넣어요.
    • AI를 쉽게 뒤집을 방법을 설계해요.
  2. 22모델이 고른 이유모델이 왜 그 선택을 했는지 설명해요.
    • 특성 중요도나 현저성 맵을 써요.
    • 생성된 답의 출처를 보여요.
    • 사용자가 설명을 이해하는지 시험해요.
  3. 23사용자 피드백시스템을 좋게 하려고 사용자 피드백을 모아요.
    • 평점과 댓글을 넣어요.
    • 피드백을 새 시험 사례로 바꿔요.
    • 편향을 더하는 피드백을 살펴요.
  4. 24작은 사용자 연구작은 사용자 연구를 하고 요약해요.
    • 참가자 모두에게 동의를 받아요.
    • 과제를 주고 성공과 시간을 재요.
    • 된 것과 안 된 것을 요약해요.

배포와 운영

  1. 25API 뒤에서 모델 제공API 뒤에서 모델을 제공해요.
    • 모델을 웹 API로 감싸요.
    • 입력 확인과 시간 제한을 넣어요.
    • 부하 테스트를 해요.
  2. 26오류, 속도, 드리프트오류, 속도, 드리프트를 추적해요.
    • 개인 데이터 없이 요청을 기록해요.
    • 오류와 응답 시간의 그래프를 그려요.
    • 입력이 훈련 데이터에서 벗어날 때를 찾아요.
  3. 27사용자 한 명의 비용사용자 한 명당 비용을 추정해요.
    • 요청마다 비용을 재요.
    • 사용자 100명과 10,000명일 때 비용을 추정해요.
    • 캐시나 더 작은 모델로 비용을 줄여요.
  4. 28데모 올리기다른 사람이 해볼 수 있는 데모를 올려요.
    • 무료 호스트에 배포해요.
    • 지출 한도와 요청 제한을 넣어요.
    • 사용자를 위한 짧은 안내를 써요.

AI 혁신

  1. 29AI가 채울 필요AI가 채울 수 있는 필요를 찾아요.
    • AI 제품 세 개와 그 제품이 채우는 필요를 살펴봐요.
    • 아직 채워지지 않은 필요를 찾아요.
    • 누가 쓸지 규모를 가늠해요.
  2. 30동의, 개인정보, 해동의, 개인정보, 해를 확인해요.
    • 데이터의 라이선스와 동의를 확인해요.
    • 개인 데이터를 빼요.
    • 가능한 해와 그것을 줄이는 방법을 적어요.
  3. 31누가 이득을 보고 누가 손해를 볼 수 있는지누가 이득을 보고, 누가 손해를 볼 수 있는지 저울질해요.
    • 시스템이 영향을 주는 사람을 모두 나타내요.
    • 집단마다 이익과 위험을 저울질해요.
    • 그 때문에 설계 선택 하나를 바꿔요.
  4. 32연구 제안 또는 사업 계획연구 제안 또는 사업 계획을 써요.
    • 연구 제안 또는 스타트업 피치를 골라요.
    • 각 주장을 자기 결과로 받쳐요.
    • 피드백을 받으며 연습해요.

AI 캡스톤 스튜디오

  1. 33시험 결과로 개선시험 결과로 시스템을 개선해요.
    • 평가에서 가장 큰 약점을 골라요.
    • 고치고 시험을 다시 실행해요.
    • 바뀐 점을 기록에 적어요.
  2. 34분명한 기술 보고서분명한 기술 보고서를 써요.
    • 초록, 방법, 결과, 한계를 써요.
    • 분명한 그림과 표를 만들어요.
    • 다른 사람이 반복할 수 있게 코드를 공유해요.
  3. 35포스터와 실시간 데모포스터와 실시간 데모를 만들어요.
    • 한 장짜리 연구 포스터를 만들어요.
    • 3분 실시간 데모를 준비해요.
    • 데모가 실패할 때의 대비를 준비해요.
  4. 36독창적인 AI 시스템독창적인 AI 시스템과 그 평가를 발표해요.
    • 문제, 시스템, 결과를 발표해요.
    • 기준선과 어떻게 다른지 보여요.
    • 한계에 대한 질문에 답해요.