다른 사람들 의견

• 펭귄 (15-11-29 12:06)

  Grady Booch가 IBM 왓슨 핵심 과학자 중 한명입니다. 최근이 이 분이 발표한 AI관련 비디오 강연을 봤는데요. I Think, Therefore I Am" https://youtu.be/I_O0x2GLGc0
  이 분은 Objected Oriented 방법론의 선구자 중 한명였습니다.
  인간 지적 능력의 핵심은 창조력과 문제 해결인데, 미술이나 음악쪽은 이미  인간 수준의 창작력을 가진 소프트웨어를 만들어 냈습니다. 로보트가 그린 그림이나 만든 음악을 보통 사람이나 전문가들도 구별 하기 힘들지요. 기존 자료를 추려서 원하는 내용의 보고서나 논문 만드는 소프트웨어도 나와서, 이 기술 이용하는 기관들도 생겼습니다. 작년인가 논문 짜집기하는 봇 (bot)이 만든 논문들 수십편을 여러 학회에 발표해왔던 기관이 발각되어서, 학회들이 망신 당한 사건이 있었습니다.
  제가 보는 현재 AI 수준은 과학과 기술 분야에서의 창조력을 가진 AI는 실용화 단계에 이르지는 못했고, 나머지 분석이나 개념 추출, 지식 데이타베이스랑 여러 알고리듬 이용해 문제 해결하는 것은 인간을 거의 따라 잡았습니다.

  Grady Booch가 IBM 왓슨 핵심 과학자 중 한명입니다. 최근이 이 분이 발표한 AI관련 비디오 강연을 봤는데요. I Think, Therefore I Am" https://youtu.be/I_O0x2GLGc0 이 분은 Objected Oriented 방법론의 선구자 중 한명였습니다. 인간 지적 능력의 핵심은 창조력과 문제 해결인데, 미술이나 음악쪽은 이미 인간 수준의 창작력을 가진 소프트웨어를 만들어 냈습니다. 로보트가 그린 그림이나 만든 음악을 보통 사람이나 전문가들도 구별 하기 힘들지요. 기존 자료를 추려서 원하는 내용의 보고서나 논문 만드는 소프트웨어도 나와서, 이 기술 이용하는 기관들도 생겼습니다. 작년인가 논문 짜집기하는 봇 (bot)이 만든 논문들 수십편을 여러 학회에 발표해왔던 기관이 발각되어서, 학회들이 망신 당한 사건이 있었습니다. 제가 보는 현재 AI 수준은 과학과 기술 분야에서의 창조력을 가진 AI는 실용화 단계에 이르지는 못했고, 나머지 분석이나 개념 추출, 지식 데이타베이스랑 여러 알고리듬 이용해 문제 해결하는 것은 인간을 거의 따라 잡았습니다.
• 빨간거미 (15-11-30 10:10)

  최근 빅데이터와 딥러닝을 통해 발전한 분야는 "(패턴)인식"입니다.
  이것이 가능해진 이유는 두가지 인데,
  우선 과적용을 해결할 수 있는 방법들이 나왔고,
  두번째로는 GPU 등을 통한 빠른 연산이 가능해진 것에 이유가 있습니다.
  클라우드 컴퓨팅을 활용한 분산 처리 또한 빠른 연산이 가능하게 된 이유 중 하나입니다.
  
  그런데 이러한 딥러닝이 적용 가능한 분야는 "(패턴) 인식"에 불과합니다.
  그중에서도 아주 일부의 영역이죠.
  다만, 속도와 정확성과 범위의 장점으로 인해 인간을 대체/보완할 수 있는 영역이 분명히 있습니다. 음성인식이나 영상인식이 대표적인 예이죠.
  
  인식 분야도 supervised와 unsupervised로 나뉠수 있는데,
  supervised(인간이 정답을 알려주고 학습)하는 분야는 상당한 진전이 있지만,
  unsupervised 분야는 어마어마한 데이터와 학습을 통해 "고양이"를 인지하게 된 것이 가장 최신의 수준입니다.
  물론 unsupervised에 대한 적용 가능성이 생긴것 만으로도 큰 진전이긴 하지만, 아직 갈길이 멉니다.
  
  그리고 인간의 지능에서 '인식'이라는 것은 아주 일부입니다.
  
  결론적으로 말씀드리면,
  기존 방식의 문제가 두가지 해결되어 상당한 기술적 진보가 이루어졌고,
  그 결과물의 인간 삶에 큰 영향을 줄 정도의 수준까지 이르렀다.
  그러나 인간의 두뇌를 대체할만한 수준으로 갈 수 있는지에 대해서는 택도 없다.

  최근 빅데이터와 딥러닝을 통해 발전한 분야는 "(패턴)인식"입니다. 이것이 가능해진 이유는 두가지 인데, 우선 과적용을 해결할 수 있는 방법들이 나왔고, 두번째로는 GPU 등을 통한 빠른 연산이 가능해진 것에 이유가 있습니다. 클라우드 컴퓨팅을 활용한 분산 처리 또한 빠른 연산이 가능하게 된 이유 중 하나입니다. 그런데 이러한 딥러닝이 적용 가능한 분야는 "(패턴) 인식"에 불과합니다. 그중에서도 아주 일부의 영역이죠. 다만, 속도와 정확성과 범위의 장점으로 인해 인간을 대체/보완할 수 있는 영역이 분명히 있습니다. 음성인식이나 영상인식이 대표적인 예이죠. 인식 분야도 supervised와 unsupervised로 나뉠수 있는데, supervised(인간이 정답을 알려주고 학습)하는 분야는 상당한 진전이 있지만, unsupervised 분야는 어마어마한 데이터와 학습을 통해 "고양이"를 인지하게 된 것이 가장 최신의 수준입니다. 물론 unsupervised에 대한 적용 가능성이 생긴것 만으로도 큰 진전이긴 하지만, 아직 갈길이 멉니다. 그리고 인간의 지능에서 '인식'이라는 것은 아주 일부입니다. 결론적으로 말씀드리면, 기존 방식의 문제가 두가지 해결되어 상당한 기술적 진보가 이루어졌고, 그 결과물의 인간 삶에 큰 영향을 줄 정도의 수준까지 이르렀다. 그러나 인간의 두뇌를 대체할만한 수준으로 갈 수 있는지에 대해서는 택도 없다.
• 삐카츄 (15-11-30 11:47)

  빨간거미 님//
  답변 진심으로 감사드립니다.
  이번 학기가 끝나고 생물정보학 교수님 연구실 생활을 시작해보려고 합니다.
  기초쪽으로 가닥을 잡았고 간단한 프로그래밍 공부와 더불어 수학공부를 좀 하려고 합니다.
  
  학기중엔 도저히 시간이 없어서 계절학기를 통해 수리통계1,2를 모두 수강하였습니다.
  그러나 해석학에 대한 이해가 별로 깊지않아 통계,확률을 공부할 때 걸림돌이 있는것 같다고 느껴 수학공부에 좀 투자를 해보려고 합니다.
  
  혹시 추천해주실만한 과목이 있으시다면 조언 부탁드리겠습니다.

  빨간거미 님// 답변 진심으로 감사드립니다. 이번 학기가 끝나고 생물정보학 교수님 연구실 생활을 시작해보려고 합니다. 기초쪽으로 가닥을 잡았고 간단한 프로그래밍 공부와 더불어 수학공부를 좀 하려고 합니다. 학기중엔 도저히 시간이 없어서 계절학기를 통해 수리통계1,2를 모두 수강하였습니다. 그러나 해석학에 대한 이해가 별로 깊지않아 통계,확률을 공부할 때 걸림돌이 있는것 같다고 느껴 수학공부에 좀 투자를 해보려고 합니다. 혹시 추천해주실만한 과목이 있으시다면 조언 부탁드리겠습니다.
• 빨간거미 (15-12-01 16:03)

  과목으로 해결할 수 있는게 아니어서 아쉽네요.
  의료정보학과에서 관련내용을 많이 다루니, 관련 주제를 다루는 연구실을 찾아보세요.

  과목으로 해결할 수 있는게 아니어서 아쉽네요. 의료정보학과에서 관련내용을 많이 다루니, 관련 주제를 다루는 연구실을 찾아보세요.
• living (15-12-06 15:46)

  인공지능, 로봇 기술을 발전으로 몇십년 후면 현재 존재하는 직업의 50%가 사라질 수 있다고 하지요. 방대한 데이터를 입력해서 컴퓨터를 트레이닝 된 인공지능이 꽤나 인간을 잘 흉내내고 있다고 합니다. 예를 들면 짧은 기사를 써 주는 로봇에 대한 이야기인데 스포츠 기사나 기업 분기별 실적 발표 등등의 간단한 기사들은 로봇이 쓰고 있는데 사람이 쓴 글과 잘 구분을 못한다고 하더라고요... 이런 예들은 기사 찾아보면 많으니 찾아보시면 될 것 같습니다.
  
  생물체를 본딴 신경망의 경우 구글에서 컴퓨터 여러 대를 사용해서 사용했다고 하는데 인식률이 굉장하고, 덕분에 신경망에 관심이 다시 쏠리면서 회로 소자들을 이용해서 트레이닝이 가능한 신경망을 구현하는 등등의 연구도 진행되고 있다고 합니다. 이게 연구가 어느 정도 진행되면 지금처럼 수천대 컴퓨터를 이용할 필요 없이 작은 칩으로도 현재의 신경망 성능을 내도록 발전되지 않을까 개인적으로는 기대도 하고 있습니다.
  
  마지막으로 사람마다 생각이 다르겠지만 인간 또한 외부의 자극을 받아서 트레이닝 되고 그 트레이닝의 경과로 패턴을 보이게 되는 것이라고 생각해 본다면 인공지능 또한 다양할 데이터를 다룰 수 있도록 기술이 발전함에 따라 인간을 점차점차 더 잘 흉내내게 되지 않을까 생각을 합니다. 그리고 점차 인공지능이 발전해 가면 우리 인간 존재에 대해서도 좀더 구체적으로 생각하고 연구하고 인공지능에 적용해 보변서 우리 스스로에 대해 좀 더 알아가게 되지 않을까 싶습니다. 그냥 물질로 이루어진 존재인지 아니면 그 이상 무엇이 더 있는 존재인지...

  인공지능, 로봇 기술을 발전으로 몇십년 후면 현재 존재하는 직업의 50%가 사라질 수 있다고 하지요. 방대한 데이터를 입력해서 컴퓨터를 트레이닝 된 인공지능이 꽤나 인간을 잘 흉내내고 있다고 합니다. 예를 들면 짧은 기사를 써 주는 로봇에 대한 이야기인데 스포츠 기사나 기업 분기별 실적 발표 등등의 간단한 기사들은 로봇이 쓰고 있는데 사람이 쓴 글과 잘 구분을 못한다고 하더라고요... 이런 예들은 기사 찾아보면 많으니 찾아보시면 될 것 같습니다. 생물체를 본딴 신경망의 경우 구글에서 컴퓨터 여러 대를 사용해서 사용했다고 하는데 인식률이 굉장하고, 덕분에 신경망에 관심이 다시 쏠리면서 회로 소자들을 이용해서 트레이닝이 가능한 신경망을 구현하는 등등의 연구도 진행되고 있다고 합니다. 이게 연구가 어느 정도 진행되면 지금처럼 수천대 컴퓨터를 이용할 필요 없이 작은 칩으로도 현재의 신경망 성능을 내도록 발전되지 않을까 개인적으로는 기대도 하고 있습니다. 마지막으로 사람마다 생각이 다르겠지만 인간 또한 외부의 자극을 받아서 트레이닝 되고 그 트레이닝의 경과로 패턴을 보이게 되는 것이라고 생각해 본다면 인공지능 또한 다양할 데이터를 다룰 수 있도록 기술이 발전함에 따라 인간을 점차점차 더 잘 흉내내게 되지 않을까 생각을 합니다. 그리고 점차 인공지능이 발전해 가면 우리 인간 존재에 대해서도 좀더 구체적으로 생각하고 연구하고 인공지능에 적용해 보변서 우리 스스로에 대해 좀 더 알아가게 되지 않을까 싶습니다. 그냥 물질로 이루어진 존재인지 아니면 그 이상 무엇이 더 있는 존재인지...