1. 통계적 기법으로 구현했다고 해서 인공지능이 아닌 것은 아닙니다. 기능적으로만 본다면 얼굴 인식은 인간 뇌 하측두엽에 존재하는 얼굴인식중추의 기능을 구현한 것이나 마찬가지고, 그걸 인공지능이라고 못 부를 이유도 없지요. 사람들은 이미 구현된 인공지능의 산물을 인공지능이 아니라고 인식하는 경향(Tesler's theorem)이 있습니다. 음성인식 분야가 대표적이에요. 인공지능 연구 초기에 음성인식은 분명 인공지능의 일부로 분류되었지만, 요새 사람들은 ‘고작 그깟 걸 가지고…’라며 음성인식을 인공지능이 아닌 것마냥 대합니다. 하지만 기능적으로 보면 음성인식 또한 인간 뇌 기능의 일부분을 (작동 방식은 다를 수 있지만) 모방한 것이고, 그것은 인공지능이 맞습니다.

2. 강인공지능이라니요??? 강인공지능이라는 것이 현재 존재하기는 합니까? 아무리 사람들이 “알파고님 충성충성충성^^”을 외친다고 해서, 강인공지능이 벌써 구현되어 있는 것은 아닙니다만. 현대의 인공지능 기술은 아직 인공일반지능에도 미치지 못하고 있습니다. 구글의 딥마인드가 바로 그 목표를 향하고 있는 것은 맞습니다만, 아직 목표를 달성했다는 소식은 없어요.

3. 딥 러닝이 1970년대에 나왔다는 이야기는 대체 어디서 들으신 겁니까? 딥 러닝이라고 불리는 제3세대 머신러닝 기술은 2000년대 들어서 나온 것이고, 머신러닝 자체는 1950년대에 처음 싹튼 것이니 어디와도 연대가 맞지 않습니다. (제가 썼던 https://redtea.kr/pb/view.php?id=timeline&no=110706#641785 참조) 몬테카를로 트리 탐색 기법도 그 자체는 1987년에 박사학위논문을 통해 소개된 것이고, 그 배경이 되는 몬테카를로법은 이미 1930년대부터 핵물리연구에서 쓰던 방법론이니 어디와도 연대가 맞지 않는군요. 저야말로 황당하네요.

1. 통계적인 기법으로 구현했다 수준이 아니라 그냥 통계의 회귀분석을 그대로 가져다 쓰고 인공지능이라고 이름을 다시 붙였기 때문에 문제라는겁니다. "기능적으로만 본다면 얼굴 인식은 인간 뇌 하측두엽에 존재하는 얼굴인식중추의 기능을 구현한 것이나 마찬가지고, 그걸 인공지능이라고 못 부를 이유도 없지요. " 그렇게 치면 파스칼의 계산기는 인간 전두엽의 계산기능을 구현한거니 파스칼의 계산기도 인공지능인가요? 인간이 할 수 있는 일을 대체하는건 심지어 수학, 통계적 방법론이 아니더라도 생산성 향상을 위해서 인류 역사 내내 진행되온 일입니다.

2. 구글 딥마인드가 강인공지능을 연구한다니 저로써는 동의하기 힘드네요. 강 인공지능 연구는 통계 회귀분석을 그대로 가져다 쓰는 연구가 아니거든요. 또한 현재 강 인공지능 연구 수준은 곤충의 신경망 수준까진 구현이 가능하죠.

4. 황당하네요. 딥러닝이랑 뉴럴 네트워크는 수학적으로 정의가 같고 뉴럴넷이 나온게 1970년입니다. 또한 최초의 몬테카를로법의 사용은 엔리코 페르미가 1930년대 그리고 폰 노인만등에 의해서 1940년대 쓰였고 과학계에서 연구에 쓰이기 시작한게 1950년대입니다.

1. 대체 님은 인공지능을 어떻게 정의하신 건지 궁금하군요. 예, 넓은 의미에서 본다면, 파스칼의 계산기나 배비지의 차분기관도 인공지능의 시초 중 하나라고 할 수 있겠습니다. 말씀하신 것처럼, 인간의 능력을 도구를 통해 향상시키는 것은 인류 역사상 내내 있어왔던 일이고, 그 중 인간의 지적 능력을 모방하는 인공적인 것은 넓은 의미에서 모두 인공지능에 속합니다.

2. 강인공지능이란 고작 곤충 정도의 지능을 말하는 것이 아닙니다. SF에 흔히 나오는 인공의식 정도가 아니더라도, 인공일반지능(AGI, Artificial General Intelligence) 정도는 구현되어야 강인공지능이라고 할 수 있지요. 그리고 딥마인드는 궁극적으로 인공일반지능의 구현을 목표로 하는 회사입니다. 거기에 방법론이 무슨 상관이 있습니까? 기호주의건 연결주의건간에, 구현할 수만 있다면 그만이지요.

4. (…?) 왜 3이 아니라 4인지는 모르겠으나, 어쨌건 이야기해 보지요. 뉴럴 네트워크라는 것이 1970년대에 나왔다는 것은 아마도 역전파(Backpropagation) 알고리즘이 1975년에 발표된 것을 이야기하는 것 같은데, 그것도 결국에는 머신러닝에 속하는 이야기입니다. 다시 말씀드리는 것인데, 딥 러닝이라는 것은 제3세대 머신러닝 기술로 2006~7년쯤에 나와서 2012년에 들어와서야 비로소 각광을 받은 기술입니다. 앞서 나왔던 역전파법을 실제로 적용한 것은 제프리 힌튼 교수인데, 이 작업은 1980년대에 이루어져서 제2세대 머신러닝 기술을 구성했지요. 머신러닝 기술인 것은 맞는데, 세대가 완전히 다른 겁니다. 그리고 그 원조를 따지자면 1950년대의 퍼셉트론까지 거슬러올라가야 맞고요. 뒷부분은 제가 쓴 댓글과 사실상 동일한 내용이니 넘어갑니다.

1. 인공지능의 정의는 간단합니다. 인지, 판단, 결론 이 세가지 절차를 거쳐서 결론을 내릴 수 있는 능력을 의미합니다. 그중 머신러닝은 결론부분 하나밖에 없죠. 그래서 인공지능이랑 거리가 멀다는 겁니다. 그리고 2번에서 스스로 말하셨는데, 통계 모델은 extrapolation 이 거의 불가능하고 심지어 과학 모델조차 일정 조건 하에서만 extrapolation이 가능합니다. 인간의 사고는 이런 extrapolation의 결정체이고 통계모델을 사용한건 인공지능이랑 거리가 한참 멀죠. 모든 행위가 인공지능이라고 한다면 만우절님이 말하시는 인공지능이라는건 실체가 없다라고 이해할 수 밖에 없습니다.

2. 강인공지능의 정의는 신경망의 직접모사를 말합니다. 그리고 곤충의 일반적인 행동 패턴을 그대로 학습할 수 있는 AGI 랍니다. 그리고 IT 하는 사람들이 착각하는게 구현하면 다 된다고 생각하는데 모델을 검증하는건 구현하는거랑은 비교도 안되게 힘들고 어려운 작업입니다. 이런 과정 하나 제대로 못하는 딥마인드가 강 인공지능을 만든다? 전자기 이론만을 이용하면 달에 갈 수 없듯 통계 모형으로 강 인공지능 만든다는것 자체가 이 분야에 대한 이해가 얼마나 없는지를 보여주는 일 예입니다.

3. 4로 쓴건 그냥 오타입니다. 머신러닝에 포함된다 어쩐다 이런 이야기를 하시는데 그냥 머신러닝은 통계 회귀분석을 전산과가 헤게모니 장악하려고 쓴 단어일 뿐이죠. 딥러닝이 3세대 어쩌고 하는데 그냥 뉴럴넷일 뿐이에요. 딥러닝과 뉴럴넷은 어떤 수학적 정의의 차이가 존재하지 않습니다. 그냥 컴퓨팅 기술이 발달한걸 가지고 IT 쪽에서 프로파간다 하는걸 사실이라고 받아드릴 수는 없는 것입니다. 딥러닝은 과거 1900년대에 나온 뉴럴넷을 펀딩 못받으니까 이름 바꾼거에 불과하고 머신러닝에서 세대 따지는건 그냥 통계 회귀분석 모델의 차이가 아니라 하드웨어의 발전에 맞춰서 프로파간다 하는 것에 불과한데 그걸 지적하는건 매우 당연한겁니다.

1. 인공지능을 그렇게 정의하는 것은 대체 어디서 가져오신 겁니까? 이건 굉장히 좁은 의미의 정의일 뿐더러, 차라리 무슨 지능형 에이전트(Intelligent agent)의 개념적 내부 구조 정도에 해당하는 것 같은데 말입니다. 인간의 지적 능력을 일부라도 구현한 것은 넓은 의미에서 모두 인공지능이라 볼 수 있는 것인데, 이게 실체가 없다는 건 인공지능을 지나치게 좁고 기묘하게 해석하신 겁니다.

2. 위와 같은 의미로, 강인공지능을 그렇게 정의하는 것은 대체 어디서 가져오신 겁니까? 강인공지능이란 “인간이 할 수 있는 모든 지적 작업(intellectual task)을 성공적으로 수행할 수 있는 인공지능”을 말합니다. 거기서 왜 신경망이 튀어나오는 겁니까? 대체 누가 그럽디까? 누가 그러는지 궁금하니, 레퍼런스부터 좀 가져다 주시죠. …혹시 해서 물어보는 건데, 인공지능의 큰 분류에서 말하는 계산주의(computationalism)와 연결주의(connectionism) 같은 개념은 제대로 아시는 거 맞죠?

3. 딥 러닝이 펀딩 못 받는 문제로 만들어낸 용어인 것은 맞습니다만, 그 머신 러닝의 세대 차이가 하드웨어 발전에 맞춘 프로파간다라는 건 또 어디서 주워들은 이야기입니까? 머신 러닝에서 이전에는 하드웨어 성능이 후달려서 시도 못하던 것을 요즘 들어서 시도한다는 것은 맞는데, 그럼 님은 1970년대 이후로 인공신경망 분야에 아무런 진보가 없었다고 주장하시는 건가요? 어째서 기술의 일부에 해당하는 통계 모델에만 그렇게 집착하시는 것인지 이해가 안 되는군요.

인간의 지적 능력 일부를 구현한게 넓은 의미로 인공지능이라면 인간의 생산성을 높이는 모든 행동은 인공지능이라고 주장하시는건데요, 이건 인공지능이 아니라 생산성 향상이라는 아주 유구한 행동입니다. 왜 이게 인공지능으로 정의되는지 모르겠네요. 오히려 지금 인공지능을 너무 광범위하게 잡아서 아무 의미도 없는 것으로 만들고 계실 뿐입니다.

지금 주장하는건 컴퓨터 과학쪽에서 주장하는 인공지능의, 그것도 실제 지능 메커니즘과 하등 관계 없는 구조 두개를 가져오신건데 연결주의가 실제 신경망과 차이가 다르다는건 1970년대에 밝혀진 사실이고, 계산주의는 아예 기호처리 방식이라서 인간 지성과는 전혀 상관이 없는건데요? 왜 전산과에서 주장하는 인공지능이 실제 인공지능의 정의가 되어야 하나요?

머신러닝의 세대 차이가 하드웨어 발전에 맞춘 프로파간다인건 그냥 계산과학 하는 사람이면 다 아는 내용입니다. 그리고 저도 주요 연구 분야가 계산과학입니다. 왜냐면 계산과학이 발달한 이유도 같거든요. 컴퓨터가 발전하기 전까지는 제대로 계산하기 힘들었던 것들이 계산 가능해지면서 계산과학이 과학 각계에서 각광받고 있습니다. 회귀분석도 똑같고요.

그리고 기술의 일부가 아니라 기술의 전체가 통계 모델이에요. 그거 말고 딱히 기술적으로 머신러닝에서 주도적으로 발전시킨 부분이 대체 뭐가 있죠? 지금 머신러닝의 코어 연구한다는 사람들도 다른 분야에서 사용된 방법론 + 다른 분야에서 발전된 기술 두개 가져와서 마법 혹은 연금술이라고 홍보하는데 앤드류 응같이 유명한 사람들도 통계 기초 내용도 모르고 써먹으니 더 황당해서 그렇습니다.