[수상한 인공지능; AI는 세상을 어떻게 바꿀까?]-스테퍼니 맥퍼슨

 

SF 영화에서만 나올 법한 AI. 과거 수십 년 전부터 AI에 대한 연구는 꾸준히 이루어졌다. 지금 우리의 삶에도 AI가 존재한다. 이 책은 AI에 대한 기본 개념과 현재 우리의 삶과 얼마나 밀접한 관계에 있는지 쉽게 설명해 주는 책이다. 

 

1장. 새로운 시대가 열리다

(켄제닝스 vs 왓슨 vs 브래드 루터)

2011년 유명 퀴즈쇼 '제퍼디'에서 2명의 사람과 인공지능이 퀴즈쇼에 참가한 모습이다. 

 

강인공지능과 약인공지능

강인공지능: 사람이 명령하지 않아도 스스로 배우고 자신의 프로그램을 직접 수정하는, 생각하는 기계

약인공지능: 발전에 한계가 있음, 인간이 입력한 것만 실행함 ex) 시리, 자율주행

 

다리와 날개가 달린 컴퓨터

 

(big dog- robots guide 출처)

(곤충과 닮은 로봇-출처: 디지넷 코리아)

 

마치 로봇 스스로 무슨 일을 하는 것 같지만, 사람이 만들어 놓은 소프트웨어의 알고리즘에 따라 움직일 뿐이다. 

알고리즘: 수학적 규칙의 집합

 

안드로이드 딕

 

SF과학 소설가 '필립 딕'의 인터뷰내용과 남긴 글을 바탕으로 프로그래밍된 안드로이드 딕

 

 새로운 지능

 

AI는 인간과 다른 새로운 지능을 가지게 될것이다.

VS

인간과  같은 감정과 농담을 이해할 수 있을 것이다.

 

 

2장. 계산기, 컴퓨터, 그리고 인공지능

 

찰스 배비지: 행성과 항성의 위치 예측을 쉽게 하기 위해 차분기관을 발명하였다. 이는 컴퓨터의 원리와 같다.

처음에는 복잡하고 오래 걸리는 계산을 쉽게 하기 위해 계산기를 사용하고 더 나아가 통계를 쉽게 할 수 있는 컴퓨터가 만들어지고, 미래를 예측할 수 있는 인공지능 프로그램이 발전했다.

 

2차 세계 대전과 컴퓨터

 

이니그마(독일) vs 봄베(영국) ->결국 영국이 독일의 암호해독에 성공했다.

 

에니악의 등장

 

미국에서 대포의 거리 계산을 위해 에니악을 개발했다.

존 폰 노이만->헝가리 수학자/ 폰 노이만 구조(정보처리/ 정보저장/ 출력)

 

생각하는 기계

허버트 사이언: 생각하는 기계(논리이론 기계)

매카시 & 마빈스키: LISP(컴퓨터 언어로 인공지능 개발)

 

최초의 전자 인간

강인공지능을 만들기 위해서는 더 좋은 컴퓨터와 더 빠른 프로세서, 정보가 필요하다.

 

전문가 시스템을 개발하다

5세대 컴퓨터 프로젝트-> 실패

1) 생각하고 2) 말을 알아듣고 3) 병을 진단하고 4) 법률문서를 읽을 수 있는 초고속 컴퓨터

 

월드와이드웹과 인터넷

www-> 게임개발, 번역, 그래픽-> AI 발전에 중요한 역할이 됨

 

3장. 컴퓨터가 자율학습을 한다고?

Google brain-> 사람 뇌 속의 신경망을 통해 고양이 그림 구분하기

*해야 할 일을 스스로 알아내는 답을 찾는 바텀업 방식

 

뇌를 닮은 인공지능

마빈스키 & 에드먼즈-> 사람 사고 과정을 모방한 전자 시스템

사람의 뇌는 100억 개의 뉴턴이 있다-> 마빈스키 & 에드먼즈는 40개의 인공신경망(SNARC)->5년 후 PERCEPTRON

 

말하는 기계

볼츠만 머신: 볼츠만 머신은 통계물리학의 에너지 개념을 도입한 마르코프 모델의 일종으로, 에너지와 확률의 은유 관계를 활용하여 노드들이 가질 수 있는 값들의 집합에 대한 확률분포를 정의한 신경 모델

 

(출처: 구글)

딥러닝과 인공 신경망

한계:                              일일이 지시해야 함(탑다운 방식)

                                          ⇩ deep learning의 인공신경망

               딥러닝을 하기 위해서는 인공신경망에 아주 많은 정보를 넣어야 한다. 

*인공신경망은 입력받은 정보 하나하나 무엇인지 '추측'하고, 추측이 맞으면 그 결론을 내리기 전까지 

'강화'하면서 쉬운 일에서 어려운 일을 해낸다 이 과정을 '자율 학습'이라고 한다.

 

실리콘 밸리의 개발 전쟁

2012년 1월 중국 텐진-> 리처드 라시드의 인공신경망과 음성 인식에 대한 강연

그는 딥러닝의 특징은 규모의 경제(크기가 커질수록 효율이 높아진다)에 있다고 했다.

 

4장. 사람을 닮은 기계들

일하는 로봇

(Genghis)

(Roomba- 로봇 청소)

(Baxter-상자를 옮기는 로봇)

사진 출처: 구글

 

로봇 시장의 성장

사람보다 뛰어난 수술 로봇

*인튜이티브서지컬->다빈치 수술 기계

(출처: 건양대학교 병원)

일자리를 빼앗기다

사람의 일을 대신하는 로봇이 많아지면서 일부는 로봇이 일자리를 빼앗을 것이라고 예측한다. 한편, 로봇 관련 일자리는 늘어날 것이라 전망하는 이들도 있다.

 

5장. 위험한 일을 대신하다

구조 로봇의 발전

위험한 환경에서 로봇을 이용

 "로봇은 인간의 능력을 얻고 있습니다. 인간의 문제를 해결하려면 로봇은 냄새를 맡는 능력, 촉감을 느끼는 능력, 목소리를 알아듣는 능력 같은 인간의 능력 같은 인간의 능력을 지녀야 만 할 것입니다, "  -대니얼 H. 윌슨

 

로봇 경진 대회

목표: 사람에게 위험한 환경에서 사람의 지시를 덜 받으며 일할 수 있는 로봇을 개발하는 것.

<<로봇 요구사항>>

1. 차에 타고 목적지까지 운전해 간다.
2. 차에 내려 잔해가 널려있는 길을 지나 목적지로 간다. 
3. 문을 막고 있는 장애물을 치운다.
4. 문을 열고 건물 안으로 들어간다.
5. 가스가 새는 가스관을 찾아 밸브를 잠근다.
6. 호스나 케이블을 다시 연결한다.
7. 사다리를 오른다.
8. 사고 현장에서 도구를 찾아 콘크리트 장애물을 깨고 이를 통해 만들어진 구멍으로 걸어 나온다.

스스로 운전하는 차

robot car: 자율주행 차

 

자율 살상 로봇

 

(출처: 구글)

 

LAWS(Lethal Autonomous Weapons System)

 

 

( SGR-A1&nbsp; &nbsp;출처: 나무위키)

 

우주를 탐사하다

극한환경은 인간에게 위험할 수 있다. 위험한 일을 로봇이 대신한다.

 

6장. 로봇과 친구가 될 수 있을까?

 

로봇과 인간의 교감

(출처: 중앙일보)

팩봇-> 군용 로봇으로 훈련 중 고장이나 파손이 되면 훈장을 주기도 한다.

 

사람과 대화하는 챗봇

지각이 있는 로봇

현재는 사람만큼 깊이 교감할 수 있는 로봇은 아직 없지만, 앞으로 인간과 깊이 교감할 수 있을지도 모른다. 

 

7장. 컴퓨터가 사람보다 똑똑한 세상

레이커즈와일은 2045년쯤엔 컴퓨터가 인간보다 똑똑해질 거라고 말한다.

 

수학 가속의 법칙

커즈와일은 무어의 법칙을 응용해 컴퓨터의 빠르기와 저장용량, 성능이 매년 두배로 좋아진다는 수학 가속의 법칙을 만들었다. 

 

유토피아를 향한 꿈

커즈와일은 앞으로 인간이 트랜스 휴머니즘의 상태가 될 것으로 예측한다. 

 

(레이 커즈와일드 출처: 나무위키)

인간보다 똑똑한 초지능

스티븐 오모훈드로: 셀프어웨어 시스템스의 장립자

<<초지능에 대한 예상>>

1. 초지능은 효율적일 것이고, 목표를 빨리 효과적으로 달성할 수 있다면 무엇이든 할 것이다. 
2. 초지능은 자신의 존재를 보호하기 위해서라면 무슨 짓이 든 할 것이다. 
3. 초지능은 임무를 달성하는 데 필요한 자원을 얻기 위해 인간이 상상도 못 하는 일을 할 것이다. 
4. 초지능은 창의력이 뛰어날 것이다. 

8장. 인공지능과 공존한다는 것

인공지능 VS 지능증강

인공일반지능: 사람 없이 일을 할 수 있음

지능증강(IA: Intelligence Augmentation): 사람의 능력과 장점을 실리도록 돕는 것. 사람이 없으면 일을 못함

 

로봇에게 도덕을 가르치다

누가 프로그래밍을 했느냐에 따라 로봇의 도덕성은 달라진다.

 

탑다운 방식: 기계가 가졌으면 하는 도덕성을 프로그래밍에서 넣는 것.(단점, 빠뜨릴 수 있음)

바텀업 방식: 머신러닝처럼 AI에 여러 사례를 보여주며 도덕적 지식을 배우게 하는 것

                     (역강화 학습; IRL-Inverse Reinforcement Learning-> 인공기술, IRL로 학습한 로봇은 사람의 행동에 숨겨진 

                                                                                                          의도를 이해할 수 있다. 

종말일까, 시작일까

너무 똑똑해진 기계는 사람을 특별하게 여기지 않을 수도 있을 것이다. 이는 부정적인 예측들은 너무 부풀려 가정한다. 대신 앞으로 우리는 AI의 장점에 초점을 맞출 필요가 있다.