AI 지식(박상길 지음)

다양한 분야에 사용되는 AI에 대한 설명을 해주는 책이다.

 

컴퓨터는 여전히 인간이 지시한 일을 할 뿐이며, 인간이 설정한 목표를 성취하는 방법을 학습할 뿐입니다.

컴퓨터는 문제를 제기하거나 스스로 목표를 세울 수가 없습니다

인간과 달리 목표를 수정하고자 하는 고유한 의지도 없습니다.

알파고는 오로지 승리라는 목표만 향할 뿐, 자신이 지금 누구와 어디서 대국하고 있는지,

심지어 대국의 결과로 인해 어떤 일이 벌어질 것인지 전혀 모릅니다.

승리 후에도 이세돌과 달리 인터뷰에서 자신의 감정을 한 마디도 표현할 수 없습니다.

알파고는 공학의 산물일 뿐입니다.

컴퓨터의 발전은 인간이 설정한 목표를 향한 연산 능력의 무한한 발전일 분, 두려워 할 것은 아무것도 없습니다.

 

어떤 이론이 이전까지 설명할 수 없었던 현상을 설명하는 데 성공한다면

그 이론은 다시 과학자들이 새로운 발견을 하는 데 쓰이는 도구가 됩니다.

 

"어려운 것은 쉽고, 쉬운 것은 어렵다" -모라벡의 역설-

 

프로그래밍이란 규칙과 데이터를 입력해 정답을 출력하는 과정을 말합니다.

파스칼이라는 프로그래밍 언어를 고안한 스위스의 컴퓨터 과학자 니콜라우스 비르트가 1976년에 쓴 책 제목,

<알로리즘+자료구조=프로그램>에서 알 수 있듯이,

애초에 프로그램이란 알고리즘으로 대표되는 규칙과, 자료구조로 대표되는 데이터의 결합이거죠.

기계는 인간이 시키는 일만 한다는 러브레이스의 주장이 알고리즘이란 규칙에 반영되어 있습니다.

 

머신러닝이란 말 그대로 기계가 스스로 학습을 하는 방식입니다.

정답, 데이터 입력 -> 머신러닝 -> 규칙

 

힌튼 교수팀이 사용한 방법은 컨볼루션 기법을 사용한 딥러닝이었습니다.

 

사실상 모든 딥러닝 라이브러리가 CUDA를 우선으로 지원하고 있고 CUDA 플랫폼의 지원 또한 워낙 강력하기 때문에

CUDA를 지원하지 않는 다른 회상에서 출시한 GPU는 사용하기 어렵습니다....

어느날, 인공지능 연구자가 인공 신경망이 대규모의 병렬 연산에 적합한 구조임을 발견하게 됩니다.

인공 신경망은 노드 간의 단순 계산이 반복되는 구조였고,

이는 단순한 계산을 한꺼번에 많이 처리하는 GPU의 특징과 잘 맞아떨어졌죠.

 

2015년 가을에는 구글이 텐서플로라는 프로그램을 공개했습니다.

구글 내부에서 사용하던 딥러닝 라이브러리를 오픈소스로 공개한 것으로, 복잡한 신경망을 쉽게 구현할 수 있고,

확장성도 뛰어나 공개 이후 폭발적인 인기를 끌게 됩니다.

뒤이어 페이스북에서 파이토치라는 딥러닝 프로그램을 오픈소스로 공개했으며,

매우 직관적인 방식으로 복잡한 모델도 이해하기 쉬워서 연구자들이 논문을 쓸때 가장 많이 활용하는 프로그램이 되었죠.

 

레이더는 전자파를 쏘아올려 물체에 반사된 반사파를 측정합니다. 

전자파는 빛의 속도로 나아가 순식간에 물체를 인식할 수 있고 야간이나 악천후에서도 안정적으로 작동합니다.

반면에 단점도 있습니다. 정밀하지 못하고 파장이 크기 때문에 작은 물체는 측정하기 어렵습니다...

다음으로 라이다(LiDAR, Light Detection And Ranging)입니다...

라이다는 레이져빛을 발사해 반사되어 돌아오는 것을 측정합니다.

그래서 이름이 빛 과  레이더(Radar)의 합성어인 라이다죠.

라이다는 레이더에 비해 물체의 거리와 방향을 훨씬 정교하고 입체적으로 파악합니다.

빛이 반사되어 오는 시간을 측정해 각각의 거리를 알아내서 3차원 분석까지 가능하죠.

 

멜 스펙트로그램을 실제 음성으로 바꾸는 작업이 필요합니다.

이 단계를 처리하는 기술을 보코더라고 하며,

얼마나 노이즈 없이 깨끗하고 선명한 음질을 생성할 수 있는지가 이 기술의 핵심입니다.

 

문장에서 문장을 바로 만들어내는 방식을 엔드투엔드(End-to-End) 방식이라고 합니다.

모든 중간 과정을 기계가 자동으로 처리하기 때문에 더 이상 사람이 개입할  필요가 없죠.