2011년 12월 21일 수요일

'강한 인공지능'을 실제로 개발중이라는데요.


* kldp.org에 올린 글


Ben Goertzel - Using Virtual Agents and Physical Robots for AGI Research from Raj Dye on Vimeo.


'강한 인공지능'을 실제로 개발중이라는데요.



아래의 글은 새벽에 제 구글+ 계정에 올린 글인데
팔로우한 사용자들이 너무 적은 단계인지라 (ㅠㅠ)
여기에도 묶어서 올려 둬 볼려구요.
벤 고츨 박사가 OpenCog 프로젝트라는걸 하는데
최종 목표가 무시무시한 거라서
인상적입니다.
========================================================
* [OpenCog 1/6] 미래의 기술 - 인공지능
인공지능.
애플의 Siri가 요즘 화제다.
Siri는 개인비서(Personal Assistant) 기능에 충실한
일종의 전문가시스템으로 분류할 수 있을 것 같다.
DARPA 프로젝트인 Calo (Cognitive Assistant that Learns and Organizes)가 전신인데
군사용에서 민수용으로 상업화를 시도하고자
SRI에서 SIRI 회사를 만들고 애플에 매각했다.
(참고 https://pal.sri.com/ )
애플은 여기에 뉘앙스 음성인식기를 붙이고
울프램알파 지능형 검색을 결합시킨 후
공개한 것이라고 하면 되겠다.
곧 애플이 이걸 발전시켜서
전자상거래 따위와 결합해서 나중에 엄청난 수익모델을 만들어낼지 모른다고들 한다.
시스템적으로 보면 Siri의 본체는 애플 클라우드의 일환으로 원격지에 있고
클라이언트는 통신을 이용해 데이타를 주고받도록 되어 있는데
시스템상 하나의 거대한 슈퍼컴퓨터라고 해야 할수도 있겠다.
SIri의 지능은 어느정도인지 알려진 정보가 부족하기 때문에 예단하기 어렵지만
소위 말하는 '강한 AI' 범주에는 들어가지 못하고
'약한 AI'로 분류할 수 있다고 생각된다.
입력된 문장의 기본적인 분석에서 한걸음 더 나아가
문맥(Context)을 추론해 내서 숨겨진 의도를 알아내는 부분이 바로
사용자들이 희열을 느끼는 키포인트가 되고
다른 제품과의 최대 차별점이 되는 듯 하다.
몇년전에 SK의 윤송이 상무가 1mm라는 인공지능형 서비스를 개발했었는데
참담하게 실패로 끝났다.
사실 따지고 보면 Siri의 지향점과 큰 차이가 없는 인공지능 기반의 야심찬 서비스였는데
꾸준하게 잘 발전시켜 나갔다면 어찌되었을지 모르겠다.
바로바로 성과가 나오지 않으면 욕먹는 한국의 빨리빨리 기업문화 때문일지도 모른다.
하드웨어도 안 받쳐주고,
비지니스 모델도 사용자에게 돈 내놓으라는 소리밖에
안하니 짜증나서 아무도 안 쓴 듯 하다.
세금도 직접세는 조세저항이 큰 법인데 말이다...
아무튼
Siri에 관한 기술적 정보는 사실상 알려진 것이 없는 것 같다.
애플의 비밀주의 정책 때문이겠지...
Calo 프로젝트에 관한 웹페이지를 이리저리 검색해 보는 것으로
개괄적인 정보의 편린을 알아볼 수 있을 뿐이다.
인공지능 관련해서 모든 교과서나 설명문에서는
'강한 인공지능의 구현은 요원한 일이다'라고 기술되어 있는데
정말로 요원한 일일까...?
인공지능 학계에서조차 그것의 가능성을 낮게 보는 듯 하다.
현존 최고 수준의 인공지능이라고 할 수 있는
애플 Siri 또는 IBM 왓슨 같은 것들은 전부 '약한 AI'의 범주에 속한다.
그런데 이런 의문도 든다.
'강한 AI'를 지금 연구하는 사람이 정말로 하나도 없을까?
다들 진짜로 포기해 버린 건가?
혹시 개중에 미친 사람 하나쯤은 있을 것 같다.
AI 관련 오픈소스 프로젝트가 없나 싶어 검색해 보던 중에
그런 미친 사람이 진짜로 있다는 사실을 알았다.
그 사람과 그의 야심에 대해서 좀 써볼까 한다.
========================================================
* [OpenCog 2/6] 강한 인공지능 개발이 가능한가
픽션상에 등장하는 인상적인 인공지능의 사례로
스탠리큐브릭의 영화에 나오는 HAL9000
스타워즈 영화에 나오는 C3PO
'포탈'이라는 게임에 나오는 GlaDOS
등이 생각난다.
이중에 GlaDOS 라는 녀석이 상당히 독특한 캐릭터이던데
우선 인간의 인격이 이식되어 개발된 매드 사이언티스트의 작품이다.
아주 똑똑하고 잔인한 성격이다.
이 녀석에 대항하는 인공지능이 '휘틀러'라는 녀석인데
멍청하고 실수투성이의 녀석이다.
C3PO와 비슷한데 차이점은 성격이 좀 적극적이라서 사고도 크게 친다는 거.
달리말해 '어린이'와 비슷하다.
GlaDOS나 휘틀러의 '임무'는 '실험'을 계획하고 수행해서 학습하는 것이다.
게임의 설정에서는 그 '실험'을 계속 창안해 내면서 영원히 수행하는 걸로 되어 있다.
과학의 발전을 위해서.
'강한 AI'가 실제로 개발되어 나온다면 아마 이 휘틀러와 비슷한 수준이 아닐까
상상을 해 볼 수 있다.
어른 정도의 사려깊음과 깊은 생각은 못하지만
일상적인 의사소통에 문제가 없고 단순한 성격을 가지고 있으며
특정 목적이 아닌 일반적인 상황에서 지능적 반응을 해야 하고
주어진 임무(실험 같은 것)를 지능적으로 해내는 형태로 생각해 볼 수 있다.
그정도 수준이 되면 '휘틀러' 그 자체가 아닐까....
추측컨데
그런 '강한 AI'를 실제 개발해 내는 과학자는 아마도
진짜 '매드 사이언티스트' 처럼 성격도 일반인과 다를 것 같다.
생긴것도 미친 사람 처럼 생겼겠지...
머리도 막 아무렇게나 헝클어진 장발일 것임에 확실하다!
미친 엔지니어가 미친 물건을 만들어 낼 것이다.
========================================================
* [OpenCog 3/6] 로봇
로봇.
현재 ISO 국제표준기구에서 '로봇'에 대한 표준을 재정의 중에 있다.
이를 위한 워크그룹을 주도하는 학자들 중에 한국의 교수님들도 포함되어 있고.
로봇의 의미를 재정의하자고 한국 학자들이 제안한 이유는
기존의 ISO 정의에서는 단순한 '산업용 로봇'에 관한 표준만 있었기 때문에
새로운 '지능형', '서비스형' 로봇에 관해서도 의미를 확장시켜야 할 필요가 생겼기 때문이다.
아무렴, 액츄에이터의 갯수는 2개 이상이 되어야 로봇이지.
자체적인 판단을 할 수 있는 인공지능이 탑재되어야 로봇이지.
...
이런 식으로 논의를 하다가
기존 산업용 로봇 업계를 장악하고 있는 유럽 업체들이 반발했다고 한다.
왜냐면 산업용 로봇에 지능이 있을리가 없쟎아...
그냥 작업을 티칭해서 반복시키거나, 사람이 리모트 콘트롤하는 방식의
산업용 로봇이 많기 때문에,
'인공지능이 들어가야만 로봇이라고 부를 수 있다'고 해 버리면
그 수많은 산업용 용접 로봇이라던가 팔레타이징 로봇 같은 놈들을
더이상 '로봇'이라고 부를 수 없게 되기 때문이다.
아무튼 그런 식으로
한국을 위시한 신흥국 vs 유럽계 업체들의 대립 구도로
현재 워크그룹에서 협의를 하면서 표준을 만들고 있는 모양이다.
아무래도 '인공지능의 유무'에 따른 '로봇'의 범주는 설정되지 않을 듯 하다.
ISO 표준은 뭐 그렇다 쳐도
우리의 마음속의 로봇에 대한 궁극적인 로망은 결국 인공지능임에는 틀림없다.
인공지능이 있어야 로봇이지. 암 그렇고 말고.
그런데 로봇 업계에서 적용할만한 인공지능이래봐야
음성인식, 영상인식, 감성엔진 뭐 이딴것 밖에 없다.
진짜 강한 인공지능은 없다는 것.
게다가 실제 로봇 개발 업체들을 보자...
대부분 하위 플랫폼 개발에 허덕대고 있는 중이다.
메커니즘의 고안 및 설계라던가
모션 제어 문제라던가
영상인식을 어떻게 좀 더 잘할까 라던가
경로를 어떻게 최적화 시키나 이딴 것들....
인간으로 치면
몸체 만들고 자율신경계 구성하는 정도 수준이고
아직 '대뇌 피질'은 돌아볼 여력조차 없다.
기존의 로봇 연구 집단들은 대부분 그렇다.
앞서 언급되었던 '매드 사이언티스트'가
멋진 인공지능을 만들어서 현재의 로봇들에게
왕관처럼 얹어주기를 애타게 기다리고 있는 것이다.
사실을 말하자면
대부분의 로봇 개발자들은 그런 멋진 인공지능이
자신의 생애가 끝나기 전에 출현할 거라는 기대를 버린지 오래 되었다.
'산타클로스는 없어'라고 귀에 속삭여주는
짖꿎은 삼촌을 만난 소년의 심정이랄까.
산타클로스는 없어..... ㅠㅠ
========================================================
* [OpenCog 4/6] 매드 사이언티스트
벤 고츨 박사 (Dr. Ben Goertzel)
이라는 사람이 있다고 한다.
어떤 사람인지 알아봤다.
1966년생. 유태계 브라질 출신 미국인.
1968년 미국에 이주, 히피 문화 영향을 받으면서 성장.
1982년 15세에 영재전문 교육기관인 사이먼스락 대학교 입학. ( http://www.simons-rock.edu/ )
1984년 학교에서 나중에 부인이 되는 그웬을 만남.
1985년 수학 학사로 졸업, 뉴욕대 쿠런트 인스티튜트 수학과( http://cims.nyu.edu/ )에 석사 입학. 인공지능에 꽂혔음.
1987년 필라델피아로 이사감. 템플대학교 수학과 석사과정 이수. 결혼. 피아노 연주 시작. 공상과학 소설 쓰기 시작.
1989년 템플대학교 박사학위 땀. 라스베가스로 이사가서 첫직장은 라스베가스 대학교 수학교수로 임용. 첫 아들인 '짜라투스트라 아마데우스'가 태어남.
1993년 둘째 아들 '제불론 율리시스' 출산. 뉴질랜드로 이사감. 와이카토 대학교 컴퓨터 과학과에서 강의함. 여행 많이 다님. 책 2권 저술함.
1995년 호주 퍼스로 이사감. 서호주 대학교 인지과학 리서치 팰로우쉽으로 취직.
1997년 학술 세계를 떠나기로 결심. 뉴욕으로 가서 소프트웨어 회사 '인텔리제네시스 사(나중에 웹마인드 사로 이름이 바뀜)'창업. 진정한 인공지능을 개발해서 돈을 버는 것을 목적으로 함. 딸 출산. 책 1권 탈고. 뉴욕 스테이튼 아일랜드 대학에서 강의.
2001년 웹마인드사 폐업. '인터넷 지능의 창조' 책을 출판함. 뉴멕시코로 이사감. 뉴멕시코대학교 컴퓨터과학과 연구교수로 임용. 웹마인드를 계승하는 노바멘테 유한회사 창업. 노바멘테의 기술을 바이오포메틱스에 응용하려는 의도로 바이오마인드 유한회사 창업.
2002년 바이오마인드 사를 위한 투자자 펀딩을 조금 받기 위해 위싱턴DC로 이사함. (투자자가 자기 근처에 회사가 있어야 한다고 해서) 그웬과 이혼함.
2004년 이자벨라 리온 프레이레와 재혼함.
2005~2007년 노바멘테, 바이오마인드사에서 인공지능 연구를 계속 실시함. 연구자들의 커뮤니티에 AGI 개발 소식을 공표함. AGI컨퍼런스를 조직함. 공상과학 소설 하나 끝냄. 다른 소설 하나 출판함.
2008년 OpenCog 프로젝트 발족. 책 한 권이랑 공상과학소설 한 권 냄.
2010년 홍콩 공대랑 OpenCog를 게임 캐릭터에 적용하는 연구 시작.
대충 보면 그냥 엄친아 천재 같다.
히피스러운 광기 같은게 있는 것 같고
(피아노연주 동영상 : http://www.youtube.com/user/bengoertzelseviltwin#p/u/17/vTPOKGRbCJs )
방랑벽도 있어 보이고
15살에 대학 들어가서 23살에 박사. 31살에 창업.
35살에 오픈소스 인공지능 개발을 본격적으로 시작.
우리나라 같은 곳에서는 흔히 보기 어려운 타입의 천재로 생각된다.



* 벤 고츨 박사의 개인 블로그 ::: http://wp.goertzel.org
집안을 보니,
할아버지 빅터 고츨은 심리학 박사 ( http://crab.rutgers.edu/~goertzel/VictorGoertzel.htm )
아버지 테드 고츨은 사회학 박사 ( http://www.crab.rutgers.edu/~goertzel/ ) 로,
"룰라:가장 성공적인 정치가(Lula:The World's Most Successful Politician)"라는
베스트셀러도 저술한 분인가보다.
브라질이 고향이라서 그런지, 모국에 대한 애정이 느껴진다.
조강지처였던 그웬은 동아시아의 선불교에 푹 빠진 미술작가인데 역시 박사학위 보유자.
아무튼 대단한 인텔리 집안이다.
아무튼 여러모로 살펴봤을 때,
(1) 매드 사이언티스트로서의 광기
(2) 천재성
(3) 인문학적 소양
(4) 능력
등등 모든 면에서
'강한 인공지능'을 개발해 낼 수 있는 조건을 갖춘 듯 하다.
이 사람이 그걸 만들겠다면 실제로 할 수 있지 않을까?
그걸 해내겠다고 결심하고 구체적으로 행동에 옮긴게 바로
2008년 OpenCog 프로젝트다.
* 벤 고츨 박사의 강의 동영상
http://vimeo.com/19865692
http://k21st.wordpress.com/
========================================================
* [OpenCog 5/6] 오픈소스 프로젝트
OpenCog 프로젝트
벤 고츨 박사가 강한 인공지능을 구현하기 위해 한 일을 한 번 복기해 보자.
일단은 이론 연구가 필요하다.
이론은 자기 자신이 전공자이므로 핵심 브레인 역할을 할 수 있고
또 학계의 커뮤니티도 있다.
학제적인 연구가 필요하므로 다른 전공의 연구자들과 팀을 만들어 수행한다.
이런 이론 연구 과정에서는 사실 돈 들일은 별로 없으므로 큰 문제는 아니다.
문제는 구현 과정에 있다.
구현을 위해서는 방대하고 정교한 소프트웨어 개발이 필요한데
전문적인 개발자와 개발환경이 갖추어져야 하며
잘 조직된 개발팀으로 구성되어야 한다.
개발팀은 장기간 영속성이 있어야 하므로 재원이 필요하다.
재원 조달을 위해 회사를 설립한다.
회사의 직원 일부는 자사의 기술과 지식을 활용한 엔지니어링 및 컨설팅 서비스를 통해 돈을 번다.
(자연어 처리, 데이터 마이닝, 금융 알고리즘, 게임 인공지능 기술 등을 제공)
나머지 3~4명 정도는 그 돈을 기반으로 인공지능 연구개발에 올인한다.
하지만 소규모 개발팀으로는 한계가 있다.
그럼 커뮤니티의 도움을 얻어보자.
개발되는 소프트웨어의 프레임웍을 오픈소스로 공개한다.
후원금을 모금하고 컨퍼런스를 열어 지식을 교환하고 이슈를 만든다.
중국, 홍콩의 대학교와 협력하여 파생 프로젝트를 진행한다.
연구의 성과를 높인다.
일본, 한국의 기업과 접촉을 지속한다.
기술이 어느정도 성숙되었을 때 대규모 투자를 유치할 수 있는 기반을 만들어간다.
대충 이런 모델로 진행해 온 것 같다.
OpenCog 프로젝트는 전체 인공지능 시스템을 구현하기 위한 기본 재료가 되는
프레임웍을 완전하게 갖추는데 목표가 있다.
프레임웍이 어느정도 구현되고 있으므로
현재는 이것을 활용한 '상품'을 중간 결과물로 만들어서 팔려고 하고 있다.
컴퓨터 게임 내의 캐릭터에 인공지능을 부여할 수 있는 미들웨어라고 한다.
이것을 개발하여 게임 개발업체들에게 제공하여 돈을 번다.
이 미들웨어는, OpenCog 프레임웍 개발 및 이론 검증을 위한 시뮬레이션을 위해
만들어진 것을 조금 손봐서 쉽게 상품성을 갖춘 것이다.
컴퓨터 게임 속에서 작동되어야 할 인공지능의 개체수는 수많은 캐릭터가 있을 것이므로
온라인 게임 같은 경우에는 게임 서버를 최대한 경제적으로 리소스를 적게 소모하면서
높은 수준의 자율적인 지능형 캐릭터가 되도록 구현되어야 한다.
이런 상품 부분은 오픈소스가 아닌 독점 상품으로서 기술 보안을 유지하여
계속 돈을 번다.
이렇게 사업을 하면서 발생한 이익금을 재투자하여 연구를 지속한다.
연구가 본궤도에 오르면서 규모가 점점 커질 것이고
자체 수익으로는 재원조달이 부족할 것이므로
벤쳐캐피탈의 투자를 받는 것도 계획중인 듯 하다.
대규모 자본을 투자받을 경우, 개발 속도가 3배 가량 가속되므로
(더 많은 엔지니어를 고용할 수 있으므로)
향후 4~5년 정도 안에 가시적이고 섹시한 결과물을 내놓겠다는 복안이다.
========================================================
* [OpenCog 6/6] 싱귤러리티
그럼, 이런 형태로 연구를 지속하면서 확대해 가는데 무리가 없고
연구 성과도 스케쥴에 따라 잘 나온다고 할 경우
다음의 로드맵을 따르게 된다.
* 로드맵 출처 ::: http://opencog.org/roadmap/
2001~2007년 노바멘테 회사에서 베이스 소스코드 자체 개발 (NCE엔진)
2008~2010년 NCE엔진을 SIAI 재단에 이관하여 오픈소스화하고 몇가지 필수 툴 개발
2011~2012년 가상현실 실험 실시. 완결판인 OpenCog 버전 1.0 공개.
2013~2014년 인공지능 프로토타입 완성. OpenCog 버전 2.0 공개.
2015~2016년 학습 및 추론 능력 향상.
2017~2018년 전문가 시스템 추가.
2019~2021년 완전한 인간 수준의 인공지능 완성~!!
2011년 현재의 수준을 보면..
가상공간 안에서 상대방의 춤동작을 보고 배워서
자신의 조건에 맞게 추론해서 최적화시킨 후
춤을 따라 추는 시뮬레이션이라던가
로봇에 이식해서 환경에 적응시켜 본다던가 하는 것 같다. (데모 영상 http://muttbreath.com/ )
2021년이 되면 인간 어린이 정도로 느껴지는 아주 멋진 인공지능이 나온다.
이 인공지능은 단순히 인간과 의미없는 상호작용을 하는 정도가 아니고
전문가 시스템 이라던가 학습, 추론 등의 모든 특성이 부여되어 있기 때문에
'인공 과학자' 개념을 상정하고 있는 듯 하다.
즉 포털 게임에 등장하는 '휘틀러' 처럼
스스로 실험도 하고 그 결과를 추론해서 결론도 내고
실수로부터 배우기도 하는 놈이라는 거다.
혹시
이넘이 부팅시키고 1초 후에
자아를 자각하고 폭주해서 인류를 멸망으로 몰아넣을지도 모른다.
부디
부팅시킬 때 이더넷 카드는 제거해 놓고 오프라인 상태로 해 주길...
아무튼 개발에 성공하면
인류멸망 보다는
벤 고츨 박사가 떼돈을 벌 확률이 훨씬 높겠다.
인공지능이 인간지능을 넘어서는 순간을 '싱귤라리티(특이점)'이라고 부른다고 한다.
인공지능 연구자들의 일종의 슬랭 같은 느낌이다.
벤 고츨 박사가 성공하면 바로 그날이 싱귤라리티가 되는 건가......
========================================================
토, 2011/12/10 - 3:26오후 | 인지과학 (점수:3 과소평과됨)
익명 사용자의 아바타
익명 사용자
컴퓨터과학에서 말하는 인공지능 학문이 인지과학의 일부입니다.
실제로 강한(strong) 인공지능이 연구되고 있습니다.
인공신경망, DNA 프로그래밍, 유전자 프로그래밍, 진화 프로그래밍 등 신기한 것들이 많이 있습니다.
실제 자연, 인간의 뇌를 모방한 기술들입니다.
성인을 구현하는 것이 아닌, 갓난 아이를 구현하여 스스로 학습하게 되는 알고리즘들입니다.
컴퓨터 하드웨어 속도가 지금보다 수십만배 빠르면 원 프로그램의 알고리즘이 정교하지 않아도 자연 선택 알고리즘을 이용하여 유의미한 알고리즘을 프로그램 스스로 발견할 수 있습니다.
진화론 반대하는 자들은 버럭하겠지만, 사실인 걸 어찌하겠습니까.
위의 이야기는 컴퓨터 프로그래밍 쪽 얘기고, 분자생물학 쪽에서는 분자를 배열하여 생물을 창조하는 실험을 하고 있습니다.
토, 2011/12/10 - 4:00오후 | 말씀하신 인공신경망이나 유전자 알고리즘 등은 Hard (점수:1)
말씀하신 인공신경망이나 유전자 알고리즘 등은 Hard AI 는 아니고, 이른바 Computational Intelligence 라고 하는 분야에 속하는 것들로서 특정한 과제에 대해 최적화된 결과를 도출하는 등의 부분적인 성과를 거두고 있기는 하지만 결국 기계적인 단순 계산의 산물이라는 점에서 인공지능 쪽하고는 조금 거리가 있습니다.
또한 인공지능에서 하드웨어의 속도가 중요하긴 하지만, 이와 관계없이 진정한 인공지능의 구현을 위한 소프트웨어 디자인이나 알고리즘 쪽은 실마리를 못찾고 있는 상황입니다. 하드웨어 속도와 용량만 높인다고 해결될 일이 아니라는 거죠.
본문에 언급된 프로젝트에서 조그마한 돌파구라도 나왔으면 좋겠네요.
토, 2011/12/10 - 4:43오후 | 인간의 뇌는 뉴런(신경)들로 망을 이루고 있습니다. (점수:2 과소평과됨)
익명 사용자의 아바타
익명 사용자
인간의 뇌는 뉴런(신경)들로 망을 이루고 있습니다. 뉴런들의 상호작용으로 인하여 우리들이 생각을 하는 것입니다.
따라서, 인공신경망을 "기계적인 단순 계산의 산물"로 평가하기에는 인류는 뇌를 너무 모릅니다.
뇌과학(신경과학)에 힘입어 인공지능 또한 발전되고 있습니다.
그리고 천재적인 두뇌로 알고리즘을 고안해낼 수도 있겠지만, 무수한 실험을 통하여 시행착오 결과물로 알고리즘을 발견해 낼 수도 있습니다. 이 경우 하드웨어 속도는 무척 중요합니다.
인공신경망 돌려보면 엄청난 시간이 소모되고 뇌 fMRI 데이터는 너무 방대해서 하드웨어 속도는 필수입니다.
그리고 본문에 업급된 프로젝트는 개별 프로젝트들을 합한 것으로써 골격(프레임)을 구성하는 프로젝트입니다.
토, 2011/12/10 - 5:02오후 | 제대로 된 인공 신경망이 실제로 나온다면... (점수:1)
인간 두뇌의 하드웨어 처리 속도는 무려 10Hz 라고 하더라고요.
그럼에도 고속(?) 응답이 가능한 이유는 뉴런들이 완전 조밀하게 연결되어 있어
하나의 거대한 병렬처리 효과를 가지기 때문이라는데..
하드웨어적으로 인간 두뇌의 신경망을 따라서 만든다면 처리속도 문제는 저절로 해결되어 버릴지도..
아 물론 현재의 폰노이만 컴퓨터에서 소프트웨어적으로 신경망을 시뮬레이션하면 역시나
처리속도 문제에 부딪히겠지만요.
======================================
Mechanical Engineer
Find DYMAXION KIM at Google+
======================================
토, 2011/12/10 - 5:17오후 | 인공신경망을 저평가하면서 우리들이 어렵다, 어렵다 (점수:2 과소평과됨)
익명 사용자의 아바타
익명 사용자
인공신경망을 저평가하면서 우리들이 어렵다, 어렵다 외치고 있는 이 순간에도 누군가는 열심히들 연구하면서 결과물들이 나오고 있습니다.
아래 기사를 참고하시기 바랍니다.
----
[이달의 과학기술자상] 고성능·저전력 물체인식 프로세서 칩 개발
http://economy.hankooki.com/lpage/society/201012/e2010120816444493820.htm
컴퓨터에 `뇌의 知性`을 입혀라
http://www.hankyung.com/news/app/newsview.php?aid=2010042206341
10년 안에 인공두뇌 만들어진다?
슈퍼컴퓨터 이용해 3차원 신피질 모델 완성 코앞
http://www.sisapress.com/news/articleView.html?idxno=49744
----
거듭 얘기하지만, 컴퓨터 하드웨어 속도는 필수입니다.
토, 2011/12/10 - 5:46오후 | KAIST의 PT를 봤었는데 (점수:1)
전에 KAIST의 인공지능 연구실의 데모를 본적이 있는데 후덜덜하더라고요.
필기체, 고문서 스캔본 인식이라던가 그런 것들을
베이지안 네트웍 기반으로 처리하는데
속도도 엄청나고 인식률 짱이고...
MS의 소프트웨어와 비교하는데 카이스트 것이 우월하더라고요.
그리고 하드웨어 속도가 중요한 건 맞습니다.
하지만 인간 두뇌의 하드웨어 속도는 느리다는 거죠....
아날로그 컴퓨터와 디지털 컴퓨터의 차이
폰노이만 아키텍쳐와 인간브레인 아키텍쳐의 차이
이런게 이유일 듯...
======================================
Mechanical Engineer
Find DYMAXION KIM at Google+
======================================
일, 2011/12/11 - 1:09오후 | slee0303님이 말씀하기실, 인공신경망이 (점수:2 흥미로움)
익명 사용자의 아바타
익명 사용자
slee0303님이 말씀하기실, 인공신경망이 인공지능과 관련이 없다고 하는데.. 이게 트롤링이 아닌가요? 아예 computational intelligence를 artificial intelligence 와 완전 분리하여 생각하시는 것 같은데.
토, 2011/12/10 - 5:25오후 | 美, 생각하는 인공 신경망 개발 성공 (점수:3 과소평과됨)
익명 사용자의 아바타
익명 사용자
관련기사 하나 더 소개합니다.
美, 생각하는 인공 신경망 개발 성공
http://www.zdnet.co.kr/news/news_view.asp?artice_id=20110801144853
일, 2011/12/11 - 1:02오후 | 잘못된 것을 바로잡고자 댓글을 남깁니다. (점수:3 흥미로움)
익명 사용자의 아바타
익명 사용자
잘못된 것을 바로잡고자 댓글을 남깁니다. slee0303님이 인공신경망이 인공지능 쪽하고 거리가 있다고 하는데 그것은 사실이 아닙니다. 인공지능책에는 인공신경망을 다루고 있고 고차원적인 문제 해결에 인공신경망을 도입하고 있습니다.
강(strong) 인공지능의 부품으로써 인공신경망을 사용하는데 slee0303님은 단순히 계산적 지능(computational intelligence)라고 폄하하고 있습니다.
우리의 뇌에 있는 개개의 뉴런들은 단순한 계산기입니다. 이런 뉴런들이 상호작용하여 생각을 하게 되는 것입니다.
이를 컴퓨터로 모델링한 것이 인공신경망입니다.
현재 신경망칩 같은 것이 나오긴 나왔는데 이런 기반 위에서 인공신경망을 돌릴 수는 없습니다.
폰-노이만 구조의 컴퓨터에 신경망을 돌려야 하니까 하드웨어 속도가 무척 중요합니다.
IBM왓슨 사례만 보더라도 엄청난 물량이 투입되었습니다. 일반PC에서 돌리면 질문에 대한 답을 하는데 수시간이 걸린다고 하는군요.
slee0303님이 "진정한 인공지능의 구현을 위한 소프트웨어 디자인이나 알고리즘 쪽은 실마리를 못찾고 있는 상황"이라고 하셨는데, 그건 옛날 얘기입니다. 복잡도가 너무 높아서 인간이 성인 지능을 구현하는 것을 불가능하여고 여겨, 요새는 신경망으로 시도를 하고 있으며 괄목상대할 결과물이 나오고 있습니다.
PS. 그리고 slee님 Hard AI가 아니라 Strong AI입니다.
일, 2011/12/11 - 1:14오후 | 현재까지의 신경망 알고리즘은... (점수:1)
현재까지의 신경망 알고리즘은
해를 찾아낼 때 발산 확률이 높은 등 아직 결함이 많다고 알고 있어요.
이론이 아직 완성된 상태가 아니기 때문이라고 알고 있구요...
베이지안 네트워크라는게 요즘 뜨고 있다는데, 구글 검색엔진 등에도 적용중이라고 하더군요.
확률론적인 접근방향이라고 하는데
위에 소개한 OpenCog에서도 그런 방향을 주력으로 삼는 것 아닌가 해요.
벤 고츨 박사가 최근에 '예지'라는 것이 가능하다고 언급했다는 소식이 있는데,
과거의 경험들로부터 미래에 일어날 높은 확률의 어떤 사건을 예측하는 것이 가능하다는 식의 이야기인 듯 하더라고요.
그걸 추론해내는 예지력을 베이지안 네트웍 기반으로 구현하려고 하는 걸로 생각되더라고요.
OpenCog의 경우에는 당연히 특별한 아날로그 컴퓨터 하드웨어를 개발해서 사용하는 건 아니고
일반적인 디지털 컴퓨터에서 C++ 기반으로 개발중이니 당연히 높은 컴퓨팅 리소스가 필요할 거라고 생각됩니다.
그리고... Strong AI 라는 용어는 제가 알기로는
커즈와일 박사라는 분이 제안한 용어로 알고 있는데 (신세사이저 악기 브랜드인 커즈와일의 그 커즈와일이 맞음)
벤 고츨 박사는 AI라고 하기엔 좀 그러니 새로운 용어를 제안해서 사용하고 있더군요.
AGI라고요. Artificial General Intelligent 라고 하던데
'General' 이라는 수식어를 'Strong' 대신 붙임으로써
기존의 특수기능에 국한된 전문가시스템이라던가 검색엔진이라던가 그런 것을 탈피해서
그냥 '어린이' 내지는 '강아지' 처럼 일반적인 지능 기계를 지향하는 듯 하더라고요.
======================================
Mechanical Engineer
Find DYMAXION KIM at Google+
======================================
토, 2011/12/10 - 4:06오후 | 구글링+자가 성능평가+자가 프로그래밍+자가 (점수:1)
구글링+자가 성능평가+자가 프로그래밍+자가 컴파일+자가 복제를 통한 Multi System 증식 및 증식된 개체가 별도의 진화를 하고 별도의 진화 개체간의 커뮤니케이션을 통한 소스 참조 및 작동시 필요하면 협업 가능..
정도가 구현되는 프로그램을 만드는걸 하나의 꿈으로 생각하고 있긴 합니다만 ㅎㅎ 진화 방향은..무작위죠. 뭐가 될지 모르는..:-D
로봇 생산기지를 침입해서 로봇을 직접 생산해서 육체를 가지고 싶다고 하게 될지도 모르고, 누군가의 계좌에 침입해서 가능한한 모든 돈을 아작낼만큼 뭘 질러댈지도 모르고, 주식시장에 침입해서 주식거래를 하다가 뭔가 잘 못해서 패가망신하고난 어떤 프로그램은 한강에 갈지도 모르고..등등등..:-D 주민등록번호를 수집해서 팔아야겠다고 생각한 프로그램은 php 프로그램을 스스로 만들어 웹에 올리고 주민번호 떡밥을 던지고 있고..즐거움을 추구하는 녀석은 뭔가 흥미롭게 사람들을 끌어들일만한 웹사이트를 직접 개설하기도 하고..
윤두한 | Red Hat 혈통의 멋쟁이
Linux/Unix System Engineer를 위한 다락방
http://cafe.naver.com/sedarak
일, 2011/12/11 - 1:05오후 | 누구 말이 진실인지는 영문 위키피디아 strong (점수:0 쓸모없음)
일, 2011/12/11 - 1:13오후 | 제대로 읽어는 보셨는지. (점수:-1 트롤링)
일, 2011/12/11 - 1:27오후 | 안 읽어 보셨으면 한번 (점수:1 과소평과됨)
익명 사용자의 아바타
익명 사용자
안 읽어 보셨으면 한번 읽어보세요.
Whole brain emulation
Main article: Mind uploading
A popular approach discussed to achieving general intelligent action is whole brain emulation. A low-level brain model is built by scanning and mapping a biological brain in detail and copying its state into a computer system or another computational device. The computer runs a simulation model so faithful to the original that it will behave in essentially the same way as the original brain, or for all practical purposes, indistinguishably.[32] Whole brain emulation is discussed in computational neuroscience and neuroinformatics, in the context of brain simulation for medical research purposes. It is discussed in artificial intelligence research[29] as an approach to strong AI. Neuroimaging technologies, that could deliver the necessary detailed understanding, are improving rapidly, and futurist Ray Kurzweil in the book "The Singularity Is Near"[1] predicts that a map of sufficient quality will become available on a similar timescale to the required computing power.
Processing requirements
For low-level brain simulation, an extremely powerful computer would be required. The human brain has a huge number of synapses. Each of the 1011 (one hundred billion) neurons has on average 7,000 synaptic connections to other neurons. It has been estimated that the brain of a three-year-old child has about 1015 synapses (1 quadrillion). This number declines with age, stabilizing by adulthood. Estimates vary for an adult, ranging from 1014 to 5 x 1014 synapses (100 to 500 trillion).[33] An estimate of the brain's processing power, based on a simple switch model for neuron activity, is around 1014 (100 trillion) neuron updates per second.[34] Kurzweil looks at various estimates for the hardware required to equal the human brain and adopts a figure of 1016 computations per second (cps).[35] He uses this figure to predict the necessary hardware will be available sometime between 2015 and 2025, if the current exponential growth in computer power continues.
일, 2011/12/11 - 1:43오후 | 그래서, 하고싶은 말이 뭔가요? (점수:-1 트롤링)
일, 2011/12/11 - 1:59오후 | 재미있는 기사 하나 (점수:0 과대평가됨)
일, 2011/12/11 - 2:48오후 | 제가 처음부터 공격적으로 글을 쓰지는 (점수:2 과소평과됨)
익명 사용자의 아바타
익명 사용자
제가 처음부터 공격적으로 글을 쓰지는 않았습니다.
첫번째 댓글을 보더라고 -1 쓸모없음 평가를 받을 이유는 없죠.
실제로 강한 인공지능이 연구되고 있다는 것에 대한 논거거든요.
slee0303님이 잘못된 사실을 주장하고 있는데... 단도직입적으로 말하지 않고 그냥 추측성으로 말씀하셨으면 제가 거기에 댓글을 달을 이유도 없습니다.
이런 글들이 -1점을 받아야 되는거죠.
그 아래에 제가 반론을 달았습니다. 그게 -1 논점이탈이라는군요. 어이가 없습니다.
그래서 제가 "인공신경망을 저평가하면서 우리들이 어렵다, 어렵다 외치고 있는 이 순간에도 누군가는 열심히들 연구하면서 결과물들이 나오고 있습니다." 이런 댓글을 달았는데... -1점 트롤링 평가를 받았습니다. 이 댓글은 공격적인 댓글이 아닙니다. 이 글에 기분이 나쁘신분들이 있다면 그 분들 자질 문제입니다. 사실 트롤링은 slee0303님이 먼저 하신거죠.
요새 뇌과학의 발전으로 인공지능이 새로운 전기를 맞았습니다.
아무리 인공지능이 어려워도 컴퓨터 하드웨어가 발전해가므로 언젠가는 정복되는 분야입니다.
직접 구현하는 방법은 복잡도가 너무 높아 다들 회의적으로 생각하여 신경망으로 접근하고 있습니다. 인간이 알고리즘(주로 신경망 학습 알고리즘)을 고안해 낼 수 없다면 컴퓨터로 뇌를 시뮬레이션하거나 결과물 획득 시간을 줄이기 위해 유전자,DNA,진화 프로그래밍으로 자연 선택하는 방식으로 나아갈 수도 있습니다.
그렇게 때문에 하드웨어 속도가 필수입니다. 아래 링크에도 나옵니다.
인공지능에 좀 관심있는 사람이라면 http://en.wikipedia.org/wiki/Strong_AI 라는 것을 읽어봤을만도 한데 모르면서 신경망을 폄하하는 것은 정말 대화의 기본이 되어 있지 않다고 봅니다.
괜히 주말에 댓글 남겼다가 트롤로 몰리고 기분만 상하고 갑니다.
일, 2011/12/11 - 2:54오후 | 댓글 평점 시스템...... (점수:-1 무평가)
일, 2011/12/11 - 7:55오후 | _ (점수:2 유익함)
첫 댓글에 +1 줬던 사람입니다. (지금 보니 다시 마이너스가 되어 있군요.) 처음의 논거는 꽤 적절하고 저도 왜 마이너스 받아야 하는지 의아했는데, 뒤로 갈수록 논점이탈/공격적이 되어 간 것도 맞습니다. 물론 기분이 상하셔서 그럴 수도 있는데 제 생각은 kldp에서 답글 필터링이 도입된 지 얼마 되지 않았고 저를 포함한 기존 방문자들은 익명 덧글과 트롤링간의 상관관계에 대해 학습이 되어 있기 때문에 어쩔 수 없는 것 같습니다.
저는 애초에 '강한 인공지능'의 목표 자체가 불분명하기 때문에 오해들이 발생하는 것 같습니다. Strong AI의 목표는 무엇일까요? 사람처럼 행동하는 것? 그렇다고 해서 우리는 덧셈 계산을 가끔 실수하는 프로그램을 원하지는 않을 겁니다. 사람의 뇌를 모델로 하는 것? 말씀하셨듯이 뉴럴넷이 이미 있고 아직도 연구되고 있습니다. 하지만 사람의 뇌는 여러 개의 모듈로 이루어져 있다는 것 역시 알려져 있는 사실이고요. (가령 물체 인식과 얼굴 인식은 별도의 모듈로 발달되어 있기 때문에 사람 얼굴만 못알아보는 뇌질환이 존재합니다.) 애초에 Strong AI라는 말은 John Searle이 '컴퓨터는 자신이 다루는 대상의 의미를 모르면서 계산할 뿐이다'(중국어 방 논증)라고 하면서 '의미를 아는 프로그램'을 '그냥 프로그램'과 분리한 용어입니다. 하지만 사람 또한 뉴런 레벨에서 '사과'나 '바나나'를 이해하지는 않을 거고요. Strong AI를 어떻게 쓸지에 대해서조차도 의견이 분분합니다. 가령 이 스레드에서 소개된 OpenCog의 경우도 Singularity Institute의 지원을 받았다가 이후 서로의 방향이 맞지 않아 지원이 끊겼습니다. The Singularity Institute's Scary Idea (and Why I Don't Buy It)목적이 모호하니 서로의 연구결과가 공유되지 않고요.
OpenCog 이야기를 좀 더 해보겠습니다. 위키백과의 OpenCog를 보면 유전 프로그래밍(!)을 쓰고 있습니다. 논리 추론을 위해 Probabilistic Logic Network라는 걸 씁니다(OpenCog에서 직접 만든 거라는데 저는 이게 기존의 probabilistic logic inference 모델들과 어떻게 다른지 모르겠습니다). 논리 추론 역시 고전적인 AI에서부터 계속해서 다루어지는 주제입니다. (사실 논리 추론은 '인간처럼 행동하는' 것과 거리가 멉니다. 인간은 논리적이지 않기 때문입니다.) 이쯤 되면 저는 OpenCog의 '목표'를 모르겠습니다. 이들이 시도하려는 것과 사용하는 기반은 대부분 기존의 학계에서 잘 다루고 있던 것입니다. 물론 새로운 목표가 있을텐데 그건 단순히 'Strong AI'나 'Artificial General Intelligence'라는 말로 뭉뚱그려 표현하기에는 모호합니다. 그걸 알기 전까지는 이들이 하려는 게 얼마나 새로운지, 얼마나 대단한지 판단을 유보하려고 합니다. 이들의 목표와 연구 결과는 여기에 나와 있습니다. 관심있는 분들은 참고하시면 좋겠습니다.
일, 2011/12/11 - 9:50오후 | 제가 소개글을 쓴 목적 (점수:0 과대평가됨)

댓글 없음:

댓글 쓰기