<인간vs기계> 말할 수 없는 것은 침묵하는게 나을까
디스토피아 대신 조금 나은 미래를 위해 고민할 일
동료들과 도시락 북스터디. 인공지능이란 무엇인지, 애들에게 보여주면 좋겠다 싶은 쉬운 입문서. 오늘 또다른 한 권은 이것. 발제는 Jinu가 해주셨지만, 원래 개인적으로 정리해놓은 버전ㅋ
김대식님 책은 강연 정리라 술술 읽히고. 구본권님 책은 기획 시리즈 기사처럼 체계적으로 읽힌다. 여하튼 두 권을 같이 봐서, 그리고 함께 읽어서 기대 이상 좋았다. 기록용 <인간vs기계> 트윗 정리(파란색 글씨)에 더해 몇 줄 남긴다.
전세계 데이터 양은 10제타바이트(10의 21승) 정도. 2020년엔 100제타바이트 상상. 이 10제타바이트 데이터의 70~80%는 거의 지난 3년 동안 만들어진 것. 그 많은 데이터 중 기계가 자동분석할 수 있는 데이터는 10% 정도
최근 인상적 보도 중 하나는 페북의 얼굴인식 기능이 프라이버시 침해 논란에 빠진 것. 인간이 흘리는 정보는 위치정보 뿐 아니라 사진 정보까지. 방대한 양이 될 수 밖에 없다.
56년 수학자들은 가장 어려운게 수학이라 생각. 그다음에 하나 정도 더 하자면 체스게임. 컴퓨터에게 제일 먼저 증명를 시켜봤다. 러셀의 수학원리부터 시작..처음엔 잘되는듯. 그런데 조금 더 하면 실패. 사람들이 쉬워하는걸 왜 어려워할까
전통적 인공지능은 여전히 고양이와 강아지를 구별못한다. 우리 지능은 설명이 아니라 경험과 학습을 통해 배운다. 4, 5년 전 인공지능 언제 나오냐 하면 웃었다. 그런데 딥러닝이라는 알고리즘이 등장. 빠르면 10년 후 가능하다고 답 바꿨다
왜 체스게임, 바둑이 목표였는지 드디어 이해가 됐다ㅋㅋ 수학자들 다운 목표. 인간에게 쉬웠던 일들이 인공지능에게 가장 어려운 일이란 건 어쩐지 의미 있는 포인트.
딥러닝 태동은 1957년 로젠블라트의 퍼셉트론. 몇 년 후 한계 밝혀지면서 잊혀졌다가 20년후 다층 퍼셉트론으로 돌파. 다만 새로운 사실 추론을 못하다가 2012년에야 해결됐다고= 반세기 동안 노답 문제에 매달렸을 학자들에게 새삼 존경을
딥러닝으로 인공지능이 강아지 알려면 1000만장의 강아지가 이름표 붙이고 있어야. 이런 정보 가지고 있는게 구글 페북 바이두. 한 사람이 1000만개 사진 이름표 못 붙이지만 수억명이..구글의 사진 무한저장 서비스는 구글의 딥러닝 학습용
이 시점에서.. 어떻게 딥러닝을 통해 인간처럼 학습하는지.. Ted 영상. 책 발제를 맡아주신 전문가 Ive가 보여주심
구글이 딥마인드 인수한 의도? 소문엔 1)궁극적으로 월스트리트 최고 투자자의 뇌를 맵핑. 2)코딩 프로그램 만들기. 코딩 규칙은 몇 없지만 마치 셰익스피어처럼 더 잘 쓰는 이가 있다. 10년 후엔 기계가 1초만에 100만줄 코드를 쓸지도
맞다. 이 정도는 가능할 것 같다.
페이스북은 딥러닝 기계에게 동화책 읽어줬고, 그를 토대로 기계가 새로운 동화책을 썼는데 결과도 좋았다. 시트콤 '프렌즈' 대본을 전부 입력했더니 새로운 에피소드 쓰기도. 피카소가 매번 답만 찾는 기계는 소용없다고 했으나 질문도 찾을지도
빤한 스토리 말고 진짜 독창적이어야 한다는 주문.. 그런데 여기서 잠깐 호흡을 바꿔보자. 우리가 이렇게 난리칠 상황은 맞아?
오늘 발제자 중 로봇저널리즘 전문가 Ive가 지적하는 몇 가지.
- 인간은 정반합의 사고를 갖고 있는데. 로봇의 사고 구조는 저렇게 가기 힘들다.
- 소셜 로봇의 그 다음 단계는 가치와 윤리. 기사 작성 로봇이 판단을 할 수 있을까? 한마디로 사설도 쓸 수 있을까?
- 국내 로봇저널리즘의 야구 게임 보도는 오로지 타자만 주어. 공격에서 점수를 땄네 마네. 끝. 투수를 주어로 쓰려면 판단이 필요하기 때문.
모방할 수 있으면 생각할 수 있는 거 아냐? Can machines think? should be replace by "Are there imaginable digital computer which would do welll in imitataion game?" - 튜링 얘기.
물론.. 기술 발달의 속도는 빠르다. 변화가 무섭긴 하다.
사람 눈 대신하는 자동차 눈 LIDAR. 레이저 쏘아서 반사된 빛을 통해 정보입력. 1억원 했는데 '16년 1월 25만원 짜리 등장. 사람이 운전않으면 대당 4천달러 비용절감. 미국에서만 연 1.3조달러. 전세계적으론 5.8달러 경제효과
여러가지로 바뀐다. 벌써부터 콘텐츠 산업이 난리고..
자동차 산업은 하드웨어:소프트웨어=9:1. 미래 자동차는 HW:SW:콘텐츠가 4:4:2. 왜 콘텐츠냐. 운전자들 할 일이 없어서 엔터테인먼트 필요. 무인자동차 등장후 2,30년 안에 유인자동차 금지될수도. 규칙을 지키지 않는 인간은 위험
일자리 감소는 불가피할 것 같고
'13년 옥스퍼드 경제학과 논문은 기계가 사람과 비슷하게 정보처리 하는 걸로 시뮬레이션. 미국에선 '일자리'가 아니라 '직업'의 47%가 사라질 걸로 예측됨. 콜센터 직원. 기존 특허 피해 새 재특허를 써주고. 인간이 못찾은 치료법 찾고
정책대안을 마련해서 빨리 추진해야 될 것 같기도 하고.
과거 산업혁명이 해피엔딩인 이유는 인류가 19세기에 엄청 노력했기 때문. 1)프랑스는 공교육 시작 2)독일은 사회보장제도 만들고 3)영국은 세금제도 만들어 기계에 누진세. 지금은 준비 않는게 문제 핵심. 인지자동화로 재분배 문제 심각해질
이건 정말 섬뜩하지 않은가.
최악의 미래 시나리오는 인공지능 기술기업이 기본소득 제공해 국민을 먹여 살리고, 24시간 케이블TV가 자극적 콘텐츠로 시선 끌기. 해법? 직업과 소득을 분리해 기본소득 보장하고 자아실현 위해 생산적 일 필요. 나라살림은 부가지능세 도입?
1차 산업혁명 때 부가가치세(Value Added Tax, VAT)처럼 '부가지능세'(Intelligence Added Tax, IAT) 도입하자는 얘기는 진지하게 봐야.
그리고.. 무시무시한 결론에 대해서..
약한 인공지능은 아마도 30년 안에 실현. 일자리, 사회불평등 문제가 극단으로 치닫는다면 로마처럼 중산층이 사라지고 시장경제와 민주주의가 사라질수도. 하지만 조심하면 희망도. 강한 인공지능? 목표 중 하나는 인간을 속이는 기계. 위험하다
강한 인공지능이 등장했을때 인간이 살아남으려면 기계가 인간을 인정해줘야. 살아남을 가치가 있는 존재라고. 인류멸망이 왜 나쁜지 설명되어야. 그나마 지구에 인간이 있는게 좋다, 정신이란게 차별된 뭔가 있다, 인간이란 존재 덕에 덜 외로울걸
저 강한 인공지능 대목에서.. 인간이 로봇에게 재롱을 떨어야 사람을
우리의 이야기는 어땠냐면.....
인간은 AI의 강아지가 되지 않을까? 1로봇 1인간으로 로봇에게 '유한성'이란걸 대리만족할 수 있도록 해줄 수 있지 않을까?
다양성과 효율성, 로봇은 어디에 가중치를 두고 인간을 재단할까?
구글 AI와 페북 AI가 갈등을 빚을 가능성은 없을까? 인간을 어찌할지?
코딩은 다 알아야 하지 않을까? 로봇의 언어를 배우지 않으면 우리랑 놀아주겠어? 아니다. 로봇은 인간의 언어를 '자동번역기'로 이해할꺼야.
반자율성 vs 윤리는 어떻게 될까.
조금 차분해지자.
supervised learning 을 거쳐 unsupervised learning 으로 ? 지금으로서는 가기 어려운 상황.
"말할 수 없는 것에 관해서는 침묵해야 한다" - 루드비히 비트겐슈타인.
책에 간단히 소개된 비트겐슈타인 7가지 원칙 중 마지막. 공학과 기술만 갖고 너무 섣불리 예측하는 건 아닌가?
우리는.. 2016년 5월16일 오늘 이 대화를 언젠가 떠올릴지도 모르겠다고 했다. 그 때 우리는 혹시 머리색깔도 하얗게 변해가는 '레어템'이 될까?
오늘 함께 한 사람 : Jinu, Ive, May, Noah, Jerome, Juntitch, Manya.
이미지는 팀 버튼의 영화 <9>. 이 글에서 퍼왔다. 인간vs기계의 대결이 아니라 인형vs기계의 대결을 그렸다고. 인형은 과연 인류의 대체재였을까..
