|
 |
딥러닝 AI, 사람보다 빠르고 정확하 |
|
| 전통적으로 병리학은 고도로 훈련된 전문가가 수많은 조직 슬라이드를 현미경으로 관찰하고 분석하는 과정을 통해 이루어졌다. 이 과정은 시간과 노동력이 많이 드는 고정밀 작업이다. 하지만 워싱턴주립대학교(WSU)의 연구팀이 개발한 인공지능 딥러닝 모델은 이러한 전통적인 방식에 근본적인 질문을 던진다. |
|
|
 |
회의적 환경주의 |
|
| 지난 50여 년간, 세계는 소위 ‘대침체’, 즉, 생산성 둔화 기간을 주기적으로 겪어오고 있다. 크게 이것은 기술과 경제가 임계점을 넘어 새로운 경제를 창출할 때 발생하는 전환의 여파였다. 또 다른 원인은 1973년부터 시작된 에너지 비용 증가에 있다. 다행스럽게도 오늘날 북미 원유 및 가스 프래킹과 4세대 원자력 기술로 인해 저렴한 에너지에 대한 접근성이 점차 더 높아지고 있다. 그러나 환경에 대한 과잉 반응은 이러한 에너지의 생산과 분배를 방해하고 있다. 환경에 대한 진실은 무엇일까? 에너지가 필요한 전 세계 곳곳에 끼치는 영향은 무엇일까? |
|
|
 |
글로벌 리스크 관리의 新시대 |
|
| 최근의 금융 위기는 모두에게 리스크 관리의 근본적인 실체와 조우하게 만들었다. 사실 엄청난 리스크를 감수할 수만 있다면 그에 상응하는 엄청난 수익을 벌어들일 수 있을 것이다. 최근 출간된 수많은 서적들과 보도가 보여주는 것처럼, 개별적 리스크의 ‘정규 분포’를 추정하는 표준 관행은 그다지 신중하지 못할 때가 있다. 매우 드물어 보이기는 하지만, 격변하는 사건은 대다수 사람들이 인정하고자 하는 것보다 훨씬 자주 발생하며 그러한 리스크는 사전에 신중하게 받아들여지지 않는 경향이 다분하다.<br> |
|
|
 |
건설 산업의 환골탈태, 21세기 신기 |
|
| 건설 산업의 생산성 저하는 사회 구성원들의 삶의 질을 저하시키고, 경제 성장에도 악영향을 미친다. 미국은 오늘날 건설 부문 노동자 부족으로 어려움을 겪고 있으며, 설상가상 미국 내 상당한 이주 급증과 결합되는 인구 통계학적 추세로 인해 주택 및 기타 유형의 건축물 부족 사태에 직면해 있다. 결과적으로 경제를 부양하기 위한 각종 규제를 철폐한 지역에서조차 이로 인해 경제 성장이 저해되고 있는 형편이다. 건설 부문의 생산성을 높이려면 어떻게 해야 할까? 건설 부문의 혁신에 가장 크게 기여할 신기술은 무엇일까? 노동자, 경영자, 소비자에게 의미하는 바는 무엇일까? |
|
|
 |
생각하는 기계 vs 생각하지 않는 인 |
|
| | 홍성원 |
| ǻ | 리드리드출판 |
|
[63] 
