“그러나 인간 본연의 능력은 아직도 넘사벽이다.그러니 인공지능에 너무 겁먹지 말자…그러나 달달외우는 것과 일정한 패턴이 반복되는 것이 발견된 영역은 바로 인공지능에게 자리를 뺏긴다.”
요즘 딥러닝에 대해서 자료와 강연등을 쭉 살펴보면서 느낀 것은 딥러닝은 이제 거의 리서치는 완성되었고 (리서치 영역에는 이제 어려운 것만 남았다.이제 뛰어들면 고생만 잔뜩한다^^)응용분야는 이제부터 마구 마구 열릴 것이라고 보여진다.
% 뇌과학 인지과학 등이 발달해야 next big thing을 기대할 수 있는데 얼마나 걸릴지는 예측불가%
그리고 딥러닝은 김대식 교수등이 얘기 했던 것처럼 인간의 지능을 모방하지 못한다.(책을 팔고 강연을 하기에는 인공지능이 무서운 거라고 하는 편이 좋았을 것이다.나도 달달외우는 암기교육에 겁을 주기 위해 인공지능을 과장하곤 했다…쏘리..ㅎㅎ)그냥 패턴인식을 좀더 잘할 뿐이다.
그동안 컴퓨터가 계산은 사람보다 수천만배(?)잘했지만 ( 비행기(시속 800km)는 사람(도보 4km,달리기 16km)보다 백배이상 빠르다) 사진을 보고 그게 고양이인지 개인지 판단하는 것은 하지 못했다.그런데 이제 딥러닝으로 인간의 평균 에라율인 5%보다 더잘 알아본다.(그런데 왜 그렇게 잘되는 지는 모른다.해보니 잘되는 것이다.왜 잘되는지 밝혀내면 그건 노벨상 감이다.)
이런 패턴인식의 기능이 딥러닝(GPU등 연산속도와 빅데이타 처리능력과 함께,초기 파라미터값조정도..)을 통해서 (딥러닝은 60년대 부터 연구하던 뉴럴네트워크를 이름을 바꾼 것이다.한 30년동안 되는게 없어서 그이름으로는 연구비를 못 받아서 브랜드를 갈아탓다고 한다.제프리 힌튼교수)
이제 일반인들이 인공지능에 대해서 어떻게 생각을 해야할까?
아래 Bay Area Deep Learning School Day 1 at CEMEX auditorium, Stanford강의의 슬라이드를 보면 미해결 영역(still active research areas)과 딥러닝의 응용분야에 대해서 나와 있다.대부분 같은 구조를 사용하여 응용분야에 맞게 조금씩 ‘응용’한다.
이제 이런 응용이 어떤 결과를 가져올 것인가가 중요하다.사업적으로도 당신의 직업의 안전성과 장래를 위해서도…
인공지능 딥러닝은 그냥 자동화가 심하게 진척된 소프트웨어 도구라고 생각하면된다.그리고 인간의 능력중에서 패턴인식으로 자동화 할 수 있는 것이 많이 있을 것이다. 고양이를 알아보는 것이라든지 이 개가 불독인지 치와와인지 구분하는 것 그리고 자율주행차가 거리의 물체를 인식하는 것 등등…
인간 본연의 능력은 아직도 넘사벽이다.그러니 인공지능에 너무 겁먹지 말자…그러나 달달외워서 하는 것과 일정한 패턴이 반복되는 것이 발견된 영역은 바로 인공지능에게 자리를 뺏긴다.
예를 들어서 의사가 수십년 같은 진료 행위를 한다면 그것은 인공지능 왓슨이 더잘할 수 있다.서울대 백모 의사가 사망진단서를 쓰는 것보다 왓슨이 더 잘 쓸 것이다.새로운 논문도 왓슨이 더 빨리 읽는다.
그러나 의사가 인술을 펼치고 질병에 대해서 연구하고 수술을 하고 환자를 상담하는 것은 의사가 해야 할 일이다.그런 것은 인공지능이 대체할 수 없다.
이제 인공지능에 대한 공상과학에서 벗어나 현실적인 인공지능이 우리의 삶에 직업에 산업에 사업에 국가에 어떤 영향을 미칠 것인지…제대로 이해하고 공부하고 연구하고 개발한 사람들이 나서서 이야기 해주었으면 한다.(회전문 전문가 외부강연 전문가 말고…)
David H. Hubel and Torsten N. Wiesel
두분의 1950–60년대 연구는 1981 노벨상을 받음. 이후 컴퓨터 뉴럴네트워크연구가 발전하다가 벽에 부딛힌 것을 힌튼 교수가… 딥러닝으로 다시 돌파구..
