오히려 관련 여러 자료와 오픈소스 그리고 논문 등을 읽을 수 있는 영어실력이 훨씬 중요하다. 그래서 영어로 된 수학 동영상 정도는 볼 수 있어야 인공지능 인재가 될 수 있는 기본중의 기본이라고 생각된다. 행렬 벡터는 그냥 잠깐 필요 할 때 공부하면 된다.
페이스북등 소셜미디어에서 인공지능 시대에 고등학교에서 행렬 벡터를 필수로 가르치치 않아서 문제라고 이야기 한다.
그런데 인공지능의 핵심이 행렬벡터인가? 그리고 그걸 꼭 고등학교에서 가르쳐야 하나?
인공지능의 핵심인재가 되려면 오히려 행렬벡터 보다는 여러가지 시도를 해볼 수 있는 아이디어와 환경이 중요하다. 그리고 그걸 해볼 수 있는 하드웨어와 데이타가 필수다.
최근 오픈AI에서 발표한 GPT-3 같은 경우에는 무려 1750억개의 매개변수 사용했다. 이정도를 하려면 엄청난 하드웨어와 데이타가 필요하다. 이건 행렬 벡터의 문제가 아니다.
행렬 벡터는 그냥 필요할 때 인터넷 유튜브 보고 공부하면 된다. 어짜피 모든 학생이 인공지능 전문가가 될 것도 아닌데 모든 고등학생에게 행렬벡터를 가르치고 그것을 못하면 수포자로 만드는 것을 전형적인 과거방식이고 사교육을 조장하는 상술에 불과하다.
요즘은 과거와 달리 인터넷 유튜브에서 얼마든지 필요할 때 필요한 내용을 찾아서 공부할 수 있다. 그리고 행렬벡터는 이미 소프트웨어로 다 구현되어 있는 것이기 때문에 그리 중요하지도 않다.
오히려 관련 여러 자료와 오픈소스 그리고 논문 등을 읽을 수 있는 영어실력이 훨씬 중요하다. 그래서 영어로 된 수학 동영상 정도는 볼 수 있어야 인공지능 인재가 될 수 있는 기본중의 기본이라고 생각된다. 행렬 벡터는 그냥 잠깐 필요 할 때 공부하면 된다.
아래의 링크는 스탠포드 수학과 출신이 만든 행렬 벡터 강의 동영상이다. 이런 동영상을 그냥 게임 동영상 보듯이 필요할 때 찾아보면 된다.
Essence of linear algebra
그리고 MIT의 오픈 강좌도 있다. 그 유명한 길버트 스트랭 교수님의 Linear Algebra
Gilbert Strang lectures on Linear Algebra (MIT)
프린스턴 대학의 강의도 좋다.
Linear Algebra (Princeton University)
칸 아카데미의 강좌도 좋다.
Vectors and space | Linear Algebra | Khan Academy
Gradient descent algorithm이나 Backpropagation 같은 것은 아래 동영상들을 보면 된다. 이것 때문에 미적분을 전부 공부할 필요는 없다.
