기계학습 2

인공지능은 정말 추상적인 일을 할 수 없을까?

인공지능 기술과 함께 주로 거론되는 기술로 ‘기계학습’이 있습니다. 그러나 인공지능을 연구하는 방식으로는 ‘기호 추론 방식’도 있었고, 이것이 초창기 인공지능을 연구하던 방식이었습니다. 이 두 가지 방식의 특징을 알면 지금 인공지능 연구가 어떤 방식으로 이루어지는지 더 잘 이해할 수 있습니다. 또한 인공지능 기술을 소개하는 매체에서 자주 언급하는 ‘인공지능의 한계’에 대해서도 더 잘 이해할 수 있다는 점에서 의미가 있습니다. 오늘 이 내용을 위해 참고로 한 책은 [인공지능의 미래(제리 카플란/한스미디어/2017)]입니다. 책의 저자인 카플란 교수에 대해 “스탠퍼드대학교 법정보학센터 교수, 인공지능학자. 학생들에게 컴퓨터 공학과 인공지능의 영향, 윤리에 대해 가르치고 있다”고 소개합니다. 카플란 교수는 기..

기계가 학습한다? 전통적 인공지능 vs. 현재 인공지능

카이스트 김대식교수의 책 [김대식의 인간 vs. 기계(김대식, 동아시아, 2016)]에서 인공지능 기술 방식에 대한 설명을 정리했습니다. 기계가 학습을 한다는 것의 개념을 이해하는 것이 인공지능에 대한 막연함을 해소하는 데 도움이 될 것입니다. 1. 1세대 인공지능 연구의 특징, 한계, 오류‘기계학습’의 시작은 이렇습니다.- 1956년 다트머스대학에 모인 컴퓨터 전문가들은 ‘인공지능’이라는 새로운 기술을 제시- ‘어려운 계산을 너무나도 쉽게 하는 기계, 인간에게 어려운 문제 역시 쉽게 풀 수 있지 않을까?’ 전통적인 인공지능 연구 방식은..- 가정: 세상은 ‘기호와 규칙’으로 설명할 수 있다.- ‘내 머리 안에서 기호와 규칙으로 시뮬레이션 할 수 있다면 사람하고 똑같이 지능을 만들어낼 수 있겠구나’라는 ..