AI 마인드(마틴 포드 지음)

인공 지능의 기회와 위험성을 AI 전문가들을 통해 정리하였다.

 

 

1.고용 시장 및 경제에 미치는 영향력

2.인간 수준의 인공지능 또는 일반 인공지능에 관한 것

3.머지 않은 미래와 미래의 인공지능에 의해 발생될 다양한 위험

 

인공지능은 사람이 수행하는 지능적인 작업을 컴퓨터가 모방할 수 있도록 하는 모든 기술을 말합니다.

즉 인간의 지능을 기계로 구현하는 것이 인공지능입니다.

 

머신러닝: 기계가 지능을 가지도록 스스로 학습하는 것을 머신러닝이라고 합니다.

 

신경망: 데이터를 통해 자동으로 규칙을 학습하는 머신러닝의 방법에는 다양한 알고리즘들이 있습니다.

그중 인간의 뇌를 구성하는 뉴런에 영감을 받은 것이 신경망 또는 인공신경망입니다.

이러한 신경망을 구성하는 기본단위를 퍼셉트론 이라고 합니다.

신경망의 구조는 입력층-은닉층-출력층으로 이루어져 있으며, 입력틍으로부터 주입된 데이터를

은닉층에서 활성화 함수를 거쳐 규칙을 찾아냅니다.

규칙을 찾아내기 위해서는 신경망을 학습해야 하는데 이때 경사하강법과 역전파 알고리즘이 사용됩니다.

 

딥러닝은 은닉층을 깊게 쌓은 신경망 구조를 활용해 학습하는 바법을 말합니다

 

베이지안 네트워크: 확률기반의 스래프 모델입니다

이 네트워크는 변수 간의 단순 상관성뿐만 아니라 인과성가지 고려합니다.

 

인공지능 학습 방법

지도 학습: 정답이 주어진 데이터를 사용해 컴퓨터를 학습하는 방법입니다.

비지도 학습: 데이터에 대한 정답이 주어지지 않은 데이터를 활용해 학습하는 방법입니다.

강화 학습: 머신 러닝의 방법론 중 하나로 에이전트가 주어진 환경에서

                  어떤 행동을 취하고 이로부터 보상을 얻으면서 학습을 진행합니다

자기 지도 학습: 지도 학습의 특별한 경우이지만 별도 범주라고 할 수 있습니다.

                          보통 정답을 사람이 주지만 사람의 개입없이 입력 데이터로부터 정답을 얻습니다.

전이 학습: 이미 잘 훈련된 모델이 있고 해당 모델과 유사한 문제를 해결하기 위해

                  특성 추출, 레이어 조정, 학습된 모델 등을 활용해 학습하는 방법을 말합니다

 

인공 지능 응용분야

- 컴퓨터 비젼

- 자연어 처리: 우리가 흔하게 사용하는 일상 언어를 뜻하는 말로

                        목적을 가지고 인공적으로 만들어진 인공어와 대비되는 개념입니다.

                        자연어 처리는 인간의 언어를 기계:가 따라할 수 있도록 연구하고 구현하는 분야입니다.

 

인공 지능 관련 제품

- 자율 주행차 또는 자율 주행 자동차

- 음성 인식 비서

- IBM 왓슨

- 알파고

 

인공지능 개발 도구

- 텐서플로우: 제프로 딘이 이끌고 있는 구글 브레인에서 만들어 오픈소스로 공개한 머신러닝 라이브러리입니다.

- Auto ML: 구글의 클라우드 인공지능 서비스로 머신러닝 전문가가 없는 기업도 머신러닝을 개발할 수 있도록

                  기업간 머신러닝 격차를 줄여주기 위한 서비스입니다.

 

인공지능관련 기업

- 구글 브레인

- 바이두

- 텐센트

- 딥마인드

- 오픈 AI

- 앨런 연구소

 

제 직감은 의식과 지능은 따로 떼어 놓을 수 없는 것 같습니다.

의식 없이도 지능이 있을 수 있고, 인간 수준의 지능 없이도 의식이 존재할 수 있다고 봅니다.

똑똑한 동물들은 어느 정도 의식과 자각 능력을 가지고 있지만, 인간만큼 똑똑한 건 아니에요.

이와 유사하게 엄청 똑똑하지만 의식이 없는 기계가 발명될 수 있다고 생각합니다.

 

오캄의 면도날(단순성의 원리라고도 하는데, 현상을 설명할 때 불필요한 가정을 해서는 안된다는 것이다)을 적용해 본다면

똑같이 존재하고 똑같은 재료로 만들어졌으며, 내가 느끼는 감정을 안다면 너도 나처럼 느낄 수 있다고 생각할 수 있겠죠.

 

새상에서 자신의 존재를 인식하고

현실의 다양한 것들을 반영해 자신을 변화할 수 있는 자아 인식 능력을 의식이라 할 수 있습니다.

시간이 흐르면서 자신이 존재한다는 것을 생각할 수 있습니다.

이러한 능력은 모델을 더 똑똑하게 만들고

현실의 모든 부분을 반영한 더 나은 모델을 만드는데 이 결과로 다른 현상들이 일어날 수도 있겠죠.

 

오늘날 머신러닝을 사용하는데 있어서 가장 큰 문제점 중 하나는 보통 머신러닝으로 해결하고자 하는 문제를 찾은 다음

레이블링된 학습 데이터세트를 만듭니다.

그렇게 특정 문제에 관해서는 매우 잘 동작하는 머신러닝 모델을 만들 수 있지만

이 모델을 다른 곳에서는 사용할 수 없다는 것입니다

 

의식이라는 것은 주관적인 경험이며 그것은 스마트함에서 나오는 매우 단순한 효과일 수 있다고 생각합니다.

의식이라는 것에 대한 착각을 유발하는 원인에 대한 몇 가지 가설이 있습니다.

한 가지 가설은 전두엽 피질에는 기본적으로 하나의 엔진이 있어 우리가 세상을 모델링할 수 있게 해주고,

특정한 상황에 주의를 기울인다는 '의식적인 결정'은 그 순간의 상황에 맞는 세계를 모델링하는 것입니다.

의식이라는 것은 관심의 중요한 형태입니다.

뇌의 크기가 10배가 돼도 세계를 모델링할 수 있는 엔진이 하나도 없다면

지금과 같은 의식에 대해 경험하지 못했을 것입니다.

 

평범한 사람들은 갑자기 시대가 요구하는 기술을 보유하지 못한 상황이 되어버리고 도태될 수 있습니다.

기술 진보가 가속화될수록 더 많은 사람들이 도태될 것이라고 생각합니다....

사물과 서비스의 가치가 바뀔 것입니다.

기계로 만들어진 모든 것이 훨씬 저렴해질 것이고, 사람에 의해 만들어진 모든 것은 더 비싸질 것입니다.

우리는 진정한 사람의 노동력에 더 많은 돈을 지불할 것이고, 기계로 할 수 있는 일은 값이 싸게 될 것입니다.

 

인간이 다른 동물과 다른 점은 굉장히 많은 것들을 가지고 태어나고, 더불어 많이 학습한다는 점입니다.

 

저는 인간이 가장 큰 위협적인 존재라고 생각합니다.

인간은 언제나 스스로에게 위협적이었습니다.