EvoX 지능형 진화 시스템과 AI Native 연구 실천
수업 시에는 강의 자료를 열고, 수업 준비 시에는 강좌 계획과 내용을 확인하며, 읽기 시에는 강의 노트를 열어 주세요. 계속 편집하려면 EvoClass에서 프로젝트 파일을 열어 주세요.
파일 120개Lesson 1
- HTML00_제1课：지능형 진화의 연원과 EvoX의 탄생 배경.html
- HTML01_지능형 진화의 가속 추세와 주기 압축.html
- HTML02_현재 대규모 모델의 강력한 능력과 단일 생성의 한계.html
- HTML03_지능 노선의 융합과 진화 연산의 연원.html
- HTML04_튜링의 “어린이 기계” 구상.html
- HTML05_컴퓨팅 규모 확대에 따른 후보 생성의 새로운 원천.html
- HTML06_진화 대상의 수치 매개변수에서 소프트웨어 시스템으로의 확장.html
- HTML07_현실 세계의 복잡성과 다목표 트레이드오프.html
- HTML08_해법의 자기 개선과 알고리즘 진화.html
- HTML09_MetaDE：알고리즘을 최적화하는 알고리즘의 중첩 아키텍처.html
- HTML10_EvoX의 진화 폐루프 시스템 아키텍처.html
- HTML11_작업을 EvoX에 연동하는 핵심 경계와 주요 문제.html
- HTML12_EvoX 빠른 시작을 위한 환경 설정과 사용법.html
- HTML13_연구자의 핵심 역량과 심미적 판단.html
- HTML14_전통적 단일 질의응답과 EvoX 지속 진화 시스템의 비교.html
- HTML15_현실 세계를 향한 지능형 진화 인프라 비전.html
- MDAI999-Lesson-1_lecture_notes.md
Lesson 2
- HTML00_제2课：진화 연산의 연원과 다중 노선의 교차.html
- HTML01_지능 다중 노선의 재융합.html
- HTML02_기호주의, 연결주의, 사이버네틱스의 회고.html
- HTML03_직접적 기술 연원으로서의 진화 연산.html
- HTML04_지능은 사전 설정된 제품인가, 환경적 과정인가.html
- HTML05_현실 세계의 복잡성과 다목표 충돌.html
- HTML06_돌파적 다양성과 엔지니어링 비용의 모순.html
- HTML07_GPU와 대규모 모델이 구성하는 엔지니어링 기반.html
- HTML08_진화 대상 경계의 확장：매개변수에서 프로그램으로.html
- HTML09_대규모 모델의 능력 경계와 시스템 수준의 지속 진화.html
- HTML10_MetaDE：진화 알고리즘으로 진화 알고리즘을 개선.html
- HTML11_EvoX 연동의 핵심 요소 정의.html
- HTML12_EvoX 런타임의 전체 워크플로우.html
- HTML13_수업 실습 분석：진화 다중 경로와 사전 설정 단일 경로.html
- HTML14_강좌 핵심 사상과 진화 연원 회고.html
- HTML15_요약과 전망：AI Native 연구의 새로운 실천을 열다.html
- MDAI999-Lesson-2_lecture_notes.md
Lesson 3
- HTML00_제3课：현실 세계의 복잡성과 다목표 트레이드오프.html
- HTML01_다목표 충돌과 현실의 복잡성.html
- HTML02_실제 물리 세계의 트레이드오프와 다목표 탐색.html
- HTML03_활용 가능한 답을 찾기와 사고 실험.html
- HTML04_문제 전환：알고리즘 선택에서 탐색 과정으로.html
- HTML05_선호도 최적화와 다중 후보 방안군.html
- HTML06_초임계 익형 설계의 다목표 실천 배경.html
- HTML07_기초 익형과 교란 샘플의 지속.html
- HTML08_높은 시뮬레이션 비용에 대응하는 대리 모델의 응용.html
- HTML09_각 지표를 고려한 다양한 후보 방안 출력.html
- HTML10_복잡한 엔지니어링에서의 목표 충돌과 희소 피드백 대응.html
- HTML11_도메인 전문가의 의사결정 역할과 방안 평가.html
- HTML12_수업 활동：다목표 매개변수 최적화 평가 방안 설계.html
- HTML13_수업 활동 복기：트레이드오프 방안의 합리성 검증.html
- HTML14_본课 핵심 개념 회고.html
- HTML15_요약과 전망：진실하고 복잡한 세계에서의 연구 가치.html
- MDAI999-Lesson-3_lecture_notes.md
Lesson 4
- HTML00_제4课：현대 컴퓨팅 기반과 텐서화 병렬 진화.html
- HTML01_현대 컴퓨팅 기반과 텐서화 병렬 진화.html
- HTML02_진화 다양성과 컴퓨팅 규모의 도전.html
- HTML03_전통적 직렬 CPU 루프의 효율 병목.html
- HTML04_후보 목록에서 텐서화 계산 그래프로.html
- HTML05_개체군, 평가, 상태의 텐서화 조직.html
- HTML06_연산자 병렬화와 컴파일 최적화.html
- HTML07_개방적이고 결합 해제된 기반 아키텍처 설계.html
- HTML08_알고리즘과 문제 모듈 구분.html
- HTML09_워크플로우와 모니터링 모듈 관리.html
- HTML10_Runtime 스케줄러와 이기종 컴퓨팅 자원 관리.html
- HTML11_통합 기반이 지원하는 다분야 응용.html
- HTML12_계산 효율 비교 분석 실습.html
- HTML13_배치 텐서 계산의 핵심 방법.html
- HTML14_Runtime 스케줄링과 알고리즘 조합 가능성.html
- HTML15_고강도 병렬 진화 탐색의 초석.html
- MDAI999-Lesson-4_lecture_notes.md
Lesson 5
- HTML00_제5课：방법 진화：최적해에서 최적화 알고리즘 자체로.html
- HTML01_방법 진화의 핵심 배경과 동기.html
- HTML02_지능형 시스템의 기술 진화와 역사적 연원.html
- HTML03_대규모 모델과 컴퓨팅 파워의 진화 경계 확장.html
- HTML04_현실 세계 문제의 다차원 충돌과 트레이드오프.html
- HTML05_방법 진화의 핵심 사상과 도약.html
- HTML06_내외 이중 진화와 자기 적응 메커니즘.html
- HTML07_전형적인 방법 진화 구현：MetaDE 아키텍처.html
- HTML08_알고리즘 구조 진화：AutoPSO와 EvoGO.html
- HTML09_GPU 병렬과 진화로 진화를 개선.html
- HTML10_이중 계층 최적화 실험 설계 청사진.html
- HTML11_지능형 시스템의 지속 발전과 환경 도전.html
- HTML12_빠른 시작과 간소화된 환경 설정.html
- HTML13_연구자의 핵심 역량과 사고 전환.html
- HTML14_지속 가능한 발전의 진화 인프라 구축.html
- HTML15_요약과 전망：더 높은 단계의 지능 형태로 나아가다.html
- MDAI999-Lesson-5_lecture_notes.md
Lesson 6
- HTML00_제6课：시스템 수준의 지속 진화：Genesis와 소프트웨어 세계의 축적.html
- HTML01_대규모 모델의 능력 경계와 시스템 수준 진화의 필요성.html
- HTML02_수치 매개변수에서 프로그램 시스템으로의 진화 경계 확장.html
- HTML03_현실 세계의 복잡한 도전：다목표 트레이드오프와 다양성 유지.html
- HTML04_텐서화 계산과 통합 아키텍처의 병렬 탐색 지원.html
- HTML05_알고리즘 자체의 진화：해답 도출에서 방법 개선으로.html
- HTML06_MetaDE와 AutoPSO：방법 진화의 이중 계층 아키텍처.html
- HTML07_초임계 익형 설계의 다목표 실천 사례.html
- HTML08_생명주기를 넘는 도전：컨텍스트 소진과 프로젝트 수준 영속화.html
- HTML09_Genesis 아키텍처와 소프트웨어 세계의 축적 패러다임.html
- HTML10_다중 Agent 협업과 재귀적 작업 분해의 엔지니어링 패턴.html
- HTML11_엄격한 검수와 역사 계승 메커니즘.html
- HTML12_수업 활동：다중 Agent 협업과 자동화 검수 게이트웨이 시뮬레이션.html
- HTML13_AI Native 업무 방식과 편리한 진입점.html
- HTML14_연구자의 핵심 안목：인간-기계 분업과 비판적 사고.html
- HTML15_강좌 요약：지속 진화하는 소프트웨어 세계 인프라 구축.html
- MDAI999-Lesson-6_lecture_notes.md
Lesson 7
- HTML00_제7课：AI Native 연구 패러다임과 EvoX 실전 진입.html
- HTML01_AI Native 연구 패러다임과 EvoX 실전 진입.html
- HTML02_대규모 모델의 능력 경계와 지속 진화 시스템.html
- HTML03_실제 문제를 EvoX 탐색 과정으로 전환.html
- HTML04_다목표 최적화와 다중해 탐색.html
- HTML05_MetaDE：진화 알고리즘으로 진화 알고리즘을 개선.html
- HTML06_AI Native 업무 방식과 편리한 진입점.html
- HTML07_창고 로봇 경로 탐색 작업 실전.html
- HTML08_실험 결과와 시각화 분석.html
- HTML09_도구가 사용하기 쉬울수록 사람의 책임은 더 명확해진다.html
- HTML10_연구의 핵심：핵심 질문을 제기하는 능력.html
- HTML11_인간-기계 분업：AI가 답을 구현하고, 인간이 방향을 통제.html
- HTML12_핵심 원칙：Code is cheap. Taste matters.html
- HTML13_수업 활동：대화로 AI를 이끌어 EvoX 작업 완수.html
- HTML14_강좌 요약：AI 네이티브 워크플로우와 과학적 안목.html
- HTML15_부록과 오픈소스 커뮤니티 진입점.html
- MDAI999-Lesson-7_lecture_notes.md