에듀테크 PM 프로덕트 매니저(6)

학습 : 환경에서 경험을 통해서 일어나는 과정

• 행동주의 관점에서의 학습
  • 고전적 조건형성 → ex. 파블로프 : 인간행동을 이해하고자 하는 심리학의 발전에 크게 공전하는 계기 마련 ⇒ 조건화 성립
  • 조작적 조건형성 → 학습자의 반응은 행동 이전의 자극이나 환경보다는 행동에 결과에 따라 더 많이 결정된다고 주장
  • 강화
    • 정적강화 : 행동 빈도 증가
    • 부적강화 : 행동 빈도 감소
• 인지론적에서의 학습
• 인본주의 입장에서의 학습

 

---

 

발달과업의 교육적 의의

• 각 발달단계에 맞는 교육과정을 결정하는 단서
• 학생의 신체적, 정신적, 지적, 사회적인 정상적 성장 발달을 어떻게 도울 것인가에 대한 준거
• 교육목표 설정 도움
• 학습준비도 결정 도움

 

 

 

영유아 콘텐츠 개발 = 직관적

 

---

 

 

• IT Engineering
• Education*
• Ai Science*
• Cognitive Science
• Psychology
• Real World
  • Company
  • Hierarchical Organization
  • Co-work, Crew
  • Survival

 

 

BM

• EDU
• IT
• Cognitive Science
• AI Science
• Psychology
• Data Science
• Trend

 

AI Technology stack

• AI(Scientific Approach)
• R&D/R&BD, BM, IT Service
• Neuro Science(딥러닝 기술 - 인공지능학)
• Cognitive Science, Cognitive Psychology
• Domain Knowledge to apply → Edu, Medical, IT, ...etc

 

Collaboration Plan

• My Expertise
  • 자신의 전문성 인식하기
• Team Expertise
  • 팀(동료)의 전문성 파악하기
• Collaboration
  • 팀(동료)에서 전문성 협업하기
• Plan
  • Make a Study Plan
  • Trend, other Domain Knowledge
• Routine
  • Make it a daily routine

 

'투자규모가 어느 정도인가'에 따라서 가치를 산정

 

 

 

 

 

A.I History

• 1960~1980
  • Expert System, Rule Base System
• 1980~2000
  • 통계기반, Fuzzy, ANN 암흑기
• 2000~2010
  • 통계기반 머신러닝
  • Distributed 분산처리 기술
  • H/W 기술 발전
  • 2006 : hadoop

[아파치 하둡의 역사]

아파치 루씬(Apache Lucene, 텍스트 검색 라이브러리)의 창시자인 더그 커팅(Doug Cutting)이 개발하였고,
하둡은 루씬 프로젝트의 일환으로 개발된 오픈 소스 웹 검색 엔진인 아파치 너치(Apache Nutch)의 하부 프로젝트로 시작했다. (하둡이라는 이름은 약어가 아닌 조어, 하둡 프로젝트의 창시자인 더그 커팅의 아이가 봉제 인형인 노란 코끼리에 지어준 이름이라 한다.) 너치 프로젝트는 2002년에 시작되었고 크롤러와 검색 시스템이 금방 만들어졌지만, 그들이 가지고 있는 아키텍처는 수십억 웹 페이지로 확장할 수 없었다. 2003년 구글에서 실제로 운영되는 GFS라는 구글 분산 파일시스템의 아키텍처 논문이 발표되고, 이는 매우 큰 파일에 대한 저장소 문제를 해결할 수 있었다. 이에 2004년 NDFS(Nutch Distributed FileSystem)라는 너치 분산 파일시스템을 오픈 소스로 구현하는 작업에 들어간다.

같은 해, 구글은 맵리듀스를 소개하는 논문을 발표하였고 2005년 너치 개발자들은 너치 내부에 맵리듀스를 구현하며 2006년, NDFS와 맵리듀스는 하둡이라는 이름으로 너치에서 독립하여 분리되었다. 비슷한 시기에 더그 커팅은 야후에 합류하였고 야후는 10,000개의 코어를 가진 하둡 클러스터에서 검색 색인을 만들었다는 사실을 2008년 발표하였다.
 
뉴욕타임즈는 웹 서비스를 위해 아마존 EC2 컴퓨트 클라우드에서 신문에서 스캔한 4TB의 분량의 문서를 PDF로 변환하였고, 처리 작업에 100대의 컴퓨터, 24시간이 조금 덜 걸렸다. 이는 짧은 시간에 많은 컴퓨터를 집중적으로 사용할 수 있는 아마존의 시간 기준 지불(pay-by-the-hour)모델과 하둡의 편리한 병렬 프로그래밍 모델이 조합되어 가능한 결과였다.
 
하둡은 개발 성공과 다양성 및 활발한 커뮤니티의 공로를 인정받아 아파치의 최상위 프로젝트로 등극하였으며, 이 시기에 야후를 비롯, Last.tm, 페이스북, 뉴욕타임즈와 같은 수 많은 회사에서 실제로 사용되고 있다.
2008년 4월, 하둡은 테라바이트 데이터 정렬 세계 신기록을 세운 가장 빠른 시스템이 되었고 오늘날 하둡은 주요 기업에서 널리 사용되고 있으며, 빅데이터를 위한 범용 저장소 및 분석 플랫폼으로 업계에서 인정받고있다.

출처 : https://developer-woong.tistory.com/6

• 2010~
  • 딥러닝, GPU
  • 2012 ILSVRC 캐나다 토론토 이미지 인식
  • 2016 알파고

 

 

 

PUZZY : 삶에서 발생할 수 있는 모호함, 쪼개지지 않는 문제

 

 

 

Study & Conceptualization

 

• 자신의 현재 상태, 특성을 파악한다.
  • Commutication Skills
  • Documention Skills
  • Domain Knowledge
• 주위 동료(Crew)의 특성을 파악한다.
• Crew의 다양한 Domain Knowledge BG 흡수하고, 소통한다.
• Domain Experts와 Co-work 가능한 최상의 상태를 유지한다.
• AI-Edu Domain Trends를 Routine하게 파악한다.
• PM Required Skills 부족한 부분을 Routine하게 보완한다.

 

Genetic Algorithm : 교차(crossover)와 돌연변이(mutation)

 

진행과정 - 질문 - 핵심

 

• 시대의 흐름 파악
• 3~5% 오류 → 인간수준
• 룰베이스 = 인공지능