[인공지능] AI와 인간사회 - 3. 인공지능의 영역과 학습하기

/*

(오늘의 노동요 : 브로콜리 너마저)

*/

[인공지능] AI와 인간사회 - 3. 약인공지능과 학습하기

 인공지능을 크게 세 영역으로 보자면...

1. 초인공지능(ASI, Artificial Super Intelligence)

2. 인공일반지능(AGI, Artificial General Intelligence / 강인공지능 String AI)

3. 약인공지능(Weak AI / 협의의 인공지능 ANI, Artificial Narrow Intelligence)

이렇게 세 가지로 나눌 수 있다.

초인공지능은 주로 공상과학영화에 나오는 그거다... 졸라 짱쎈 슈퍼 짱짱맨 인공지능.

새로운 과학기술을 만들어 낼 정도로 모든 능력면에서 인간보다 뛰어난 인공지능을 말한다. 

Hello, Neo.

라던지,

Initiate global destruction!!

이런 것들.

 그리고 1950년대의 과학자들이 실현하고자 했던, 인간의 사고와 비슷한 능력을 가진 인공지능이 바로 인공일반지능이다.

아직 인공일반지능이 현실화되기까지는 멀었지만...

대신 사람들은 범위를 좁혀 약인공지능을 현실화시켰다!

사람처럼 사고를 하고, 문제를 푸는 새로운 방법을 찾아낼 수는 없지만

약인공지능은 정해진 알고리즘을 가지고 매우 빠른 연산 속도를 이용하여 문제를 정확하게 빠르게 풀어낸다.

지금의 현대사회는 약인공지능의 시대라고 말할 수 있다.

 얼마 전까지만 해도 인공지능이 학습하는 방법(머신러닝)은 주로 인간이 문제 해결을 위한 알고리즘 자료를 시스템에 입력하는, 인간이 특징을 설계하는 방식이었다. 

크게 보자면 지도학습, 비지도학습, 강화학습으로 나눌 수 있는데... (생략)

여기 시험에 나온다...

 그리고 지난 2012년... 세계 최대의 이미지 인식 경연대회인 '이미지넷 대규모 시각인식 챌린지(ILSVRC)가 열렸었는데,

여기 참가한 팀들이 정확도 74% 언저리에서 0.1%를 가지고 엎치락 뒤치락 할 때, 토론토대학의 제프리 힌튼 교수의 '슈퍼비전'팀이 새로운(?) 기계학습법을 이용하여 정확도 84%로 우승을 차지했다. 

여기서 이용된 기술이 바로 '딥러닝'이다.

이거 말고...

 딥러닝은 머신러닝의 한 분야이지만 기존의 머신러닝보다 분명 한 단계 발전한 방식이다. 인공신경망을 이용하여 인간의 두뇌가 데이터들의 패턴을 이용해 사물을 구분하는 방식을 모방한 것인데, 기계가 스스로 빅데이터를 수집, 분석해서 예측할 수 있다. 사람이 일일이 알려주지 않아도, 혼자서 특징을 찾아 그것을 토대로 학습을 하여 통계적으로 추론할 수 있게 된 것이다.

이 딥러닝 학습시스템으로 공부한 애가 바로 알파고.

 딥러닝의 주요 장점은 '특징 추출'이 자동으로 이루어진다는 것이다. 사람의 잘못된 선택으로 이루어진 특징을 통해 컴퓨터를 학습시킨다면 적절하지 못한 학습이 이루어질 수 있기 때문에 머신러닝에 있어서 특징 추출은 큰 비중을 차지한다.

이전까지는 사람이 직접 특징 추출을 해왔지만, 이제는 딥러닝이 자동으로 특징 추출을 하기 때문에 누구든지 높은 정밀도의 회귀, 분류가 가능해진 것이다.

 참고 : 

박영숙, Ben Goertzel, 『인공지능 혁명 2030 제 4차 산업혁명과 정치혁명의 부상』, 엄성수(역), 서울: 더블북, 2016.

松尾豊, 『인공지능과 딥러닝-인공지능이 불러올 산업 구조의 변화와 혁신-』, 박기원(역), 서울: ㈜동아엠앤비, 2016.

유신, 『인공 지능은 뇌를 닮아 가는가』, 서울: 컬처룩, 2015.

Blay Whitby, 『인공지능 지성을 향한 도전』, 변경옥(역), 서울: 유토피아, 2007.

히가시나카 유이치로,  『아무것도 모르고 시작하는 인공지능 첫걸음』, 진솔(역), 서울: 한빛미디어, 2018

KBS명견만리, 「‘4차 산업혁명’이란 무엇인가? 개념부터 예시 보충설명까지」, 20160801.