제16회 Kandroid MinMax : Beyond Mobile - Deep Learning & AI
(이번 세미나는 칸드로이드 사내 세미나로 진행됩니다.)
세미나 일정
일시 : 2015년 10월 30(금) 오전 9시 ~ 오후 5시 (총6시간)
장소 : kandroid 교육장 (선릉역 10번 출구 리치타워 16층)
주최 : www.kandroid.org
정원 : 30명
발표자 : Kandroid 양정수, Kandroid 이경민
연락처
E-mail : contact.kandroid@gmail.com 모든 문의는 E-mail로만 받습니다.
전화통화를 원하시는 경우엔 E-mail로 전화번호를 남겨주시면 연락드리겠습니다.


시간 발표 내용
오전
(09:30~12:30)

점심시간
(12:30~14:00)

오후
(14:00~17:00)
Beyond Mobile Strategy of Google (1시간)
이번 세션은 구글의 Beyond Mobile 전략에 대해 살펴봅니다. 먼저 Google IO
2014와 2015의 주요 발표를 통해 구글의 Beyond Mobile 전략이 무엇인지 유추해 봅니다.
또한 Ray Kurzweil이 바라보는 AI에 대해 그의 두 책을 중심으로 살펴봅니다.

- Google IO 2014 : Google Intelligence & ATAP
- Google IO 2015 : Machine Learning - Google Now, Google Photos ...
- Ray Kurzweil : "Singularity is Near" & "How to Create a Mind"

Deep Learing Basics - Perspectives from Academic Researchers (1시간)
이번 세션은 딥러닝에 대한 기본 지식에 대해 살펴봅니다. 먼저 딥러닝이란 무엇인지,
기존의 머신 러닝과는 어떻게 다른지, 그리고 딥러닝이 좋은 성과를 얻을 수 있었던 이유에 대해
알아봅니다. 그리고 딥러닝 4인방이라 불리우는 4명의 학계 연구자들이 이러한 딥러닝의
성과를 만드는데 어떠한 역할을 했는지, 앞으로 어떠한 역할을 할 수 있을지 논의해 봅니다.

- What is Deep Learning and why is it so successful?
- Geoffery Hinton : Backpropagation Algorithm
- Andrew Ng : Google Brain
- Yenn LeCun : Convolutional Neural Networks
- Yoshua Bengio : LISA Lab & International Conference
- How to learn Deep Learning Technologies?

Google DeepMind - Perspectives from Neuro Scientist (1시간)
이번 세션은 2014년 초 구글이 인수한 DeepMind가 바라보는 딥러닝과 AI에 대해 살펴봅니다.
먼저 DeepMind 기술이 추구하는 Artificial General Intelligence (AGI)에 대해 알아봅니다.
AGI를 향한 첫 발걸음인 Deep Q Network과 Neural Turing Machine에 대해 살펴봅니다.

- Deep Mind Technologies - Artificial General Intelligence(AGI)
- Deep Mind Technologies - Deep Q-Learning & Reinforcement Learning
- Deep Mind Technologies - Neural Turing Machines

HW Vendor Strategy for Deep Learning (1시간)
이번 세션은 딥러닝에 대한 HW 벤더들의 전략에 대해 살펴봅니다. 먼저, CUDA를 통해
GPU 기반 딥러닝 시장을 주도하고 있는 Nvidia의 전략을 GTC 2015와 GTC Korea 2015의
주요 세션을 통해 알아봅니다. 그리고 On-Device 딥러닝을 위한 퀄컴의 Neuromorphic
Processing을 통해 퀄컴의 접근법을 알아봅니다.

- NVidia - GTC 2015 Review
- NVidia - GTC Korea 2015 Review
- Qualcomm - Neuromorphic Processing

Deep Learning Tools & Datasets (1시간)
이번 세션은 딥러닝에 사용할 수 있는 툴과 데이터에 대해 살펴봅니다. 먼저 널리 쓰이는
몇 가지 주요 라이브러리/프레임워크에 대해 간략히 살펴본 후 성능, CPU/GPU 지원, 사용 편의성,
지원 알고리즘 등을 기준으로 비교 분석해 봅니다. 마지막으로 여러 딥러닝 알고리즘을 벤치마킹
하는데 쓰이는 주요 데이터 셋에 대해서도 살펴봅니다.

- Theano/Pylearn2 for Python
- Torch for Lua
- Caffe for C/C++
- Deeplearning4j for Java
- CUDA/Cuda-convnet
- Comparisons: Speed, Support for CPU/GPU, Ease of Use, Supported Algorithms
- Datasets: MINIST/CIFAR/ImageNet for Images, TIMIT for Speech

Google, Jeff Dean - Perspectives from System Engineer (1시간)
이번 세션은 구글의 Senior Fellow인 Jeff Dean의 관점에서 전통적인 구글의 기술과
구글 Brain과 같은 구글 X 기술, Deep Mind 인수 이후의 기술적 시도 등에 대해 살펴봅니다.
더불어 올해 그의 GTC 2015 Keynote를 통해 딥러닝을 바라보는 엔지니어적인 관점을
살펴봄으로써, Mobile 기술 엔지니어들이 Beyond Mobile 기술로 나아가기 위한 방법들에 대해
논의해 볼 예정입니다.

- Experiences of Jeff Dean at Google
- Large-Scale Deep Learning for Building Intelligent Computer Systems
- NVIDIA GTC 2015 Second Day Keynote Review
- How to shift yourself into "Beyond Mobile" with "Mobile"?