인공지능) How should we define AI?
How should we define AI?
사람마다 갖는 의미가 다르다.
누군가에게는 인간 지능을 넘어선 인공 생명체일 수 있고, 다른 사람에게는 거의 모든 데이터 처리 기술이 될 수 있다.
For some, AI is about artificial life-forms that can surpass human intelligence, and for others, almost any data processing technology can be called AI.
AI의 다양한 측면을 보여주는 기술 Different aspects of AI
1. 자율 주행 자동차
장소 간 가장 최적화된 경로 검색과 계획, 장애물 식별, 복잡한 환경 대처를 위한 의사결정 등의 기술 조합이 필요하다. 그리고 이 기술들은 사고를 피하기 위해 정밀하게 작동해야 한다. 배달 로봇, 비행 드론, 자율 선박 등 자율 시스템에서도 동일한 기술이 사용된다.
1. Self-driving cars
Search and planning to find the most convenient route from A to B, computer vision to identify obstacles, and decision making under uncertainty to cope with the complex and dynamic environment. Each of these must work with almost flawless precision in order to avoid accidents.
2. 콘텐츠 추천
정보의 개인화.
페이스북, 트위트, 인스타그램 등 소셜 미디어 콘텐츠의 온라인 광고, 스포티파이의 음악 추천, 넷플릭스나 HBO 등 스트리밍 서비스의 영화/드라마 추천, 신문이나 구글처럼 온라인 매체와 검색엔진에서 제공하는 콘텐츠.
뉴욕타임스, 차이나 데일리 등 인쇄 버전 첫 페이지는 동일하지만, 온라인 버전은 사용자마다 다름. 알고리즘은 AI를 기반으로 한다.
2. Content recommendation
Facebook, Twitter, Instagram, and other social media content; online advertisements; music recommendations on Spotify; movie recommendations on Netflix, HBO, and other streaming services. Many online publishers such as newspapers’ and broadcasting companies’ websites as well as search engines such as Google also personalize the content they offer.
3. 이미지, 비디오 처리
얼굴 인식은 사람에 따라 사진을 구성하거나 소셜 미디어에서 자동 태그 지정하는 등 기업이나 정부 애플리케이션에서 사용되는 필수품이다. 유사한 방법으로 자율 주행 자동차 주변 다른 자동차나 장애물, 야생 동물 개체를 인식할 수 있다.
3. Image and video processing
Face recognition is already a commodity used in many customers, businesses, and government applications. Similar techniques can be used to recognize other cars and obstacles around an autonomous car, or to estimate wildlife populations, just to name a few examples.
무엇을 AI라고 할까? What is, and what isn't AI?
1. 정확한 정의가 없음
Reason 1: no officially agreed definition
컴퓨터로 할 수 없는 멋진 일이라는 농담이 있을 정도. 컴퓨터로 할 수 있다고 모두 AI가 되지 않는다. 그러나 과거 자동화 방법으로 분류했던 것들은 AI 영역에 속한다고 간주되기도 한다.
2. 공상 과학의 유산
Reason 2: the legacy of science fiction
AI가 다양한 SF 문학이나 영화 소재로 쓰이면서 의미에 대한 혼란이 악화되었다.
3. 쉬운 것 같지만 실제로 어렵다
Reason 3: what seems easy is actually hard
인간이 자연적으로 습득한 움직임은 기술적으로 설명이 어렵지만 우리에게는 매우 쉽다. 대표적인 예로는 로봇 잡기 프로젝트, 콜리플라워 따는 로봇이 있다.
4. 반대로 어려워 보이는 것은 쉽다
Reason 4: what seems hard is actually easy
딥 블루 대 카스파로프 체스 경기, 알파고 대 이세돌 바둑 대국처럼 초당 수십억의 계산 속도로 많은 시퀀스를 계산할 수 있다. 인간은 숙달을 위해 수년간의 연습이 필요하다.
우리는 AI를 이분법적으로 명확하게 꼬집어 분류할 수 없다.
일부는 분명한 AI이고 다른 방법은 분명히 AI가 아니지만, 아주 일부만 AI 일수도 있다. 인공지능인지 아닌지 논쟁하는 것보다 AI가 필요 없는 부분에 대한 이야기를 하는 것이 더 적절할 수 있다. (행복, 놀라움 등)
Why you can say "a pinch of AI" but not "an AI"
Thus it would sometimes be more appropriate to talk about the "AIness" (as in happiness or awesomeness) rather than arguing whether something is AI or not.
Exercise 1. 과연 아래 내용들은 AI일까, 아닐까. 아니면 일부?
(빨간색은 실제로 직접 내가 선택한 답, 정답은 해설과 별도 표기)
1. 주어진 데이터에 대한 합계 및 기타 사전 정의된 함수를 계산하는 스프레드시트
YES | NO | Kind of
2. 과거 주가 데이터에 곡선을 맞춰 주식 시장 예측
YES | NO | Kind of
3. 가장 빠른 경로를 찾기 위한 GPS 내비게이션 시스템
YES | NO | Kind of
4. 사용자의 청취 행동에 따라 음악을 제안하는 Spotify와 같은 음악 추천 시스템
YES | NO | Kind of
5. 대용량 데이터(예 : 이미지 또는 비디오)를 저장하고 동시에 여러 사용자에게 스트리밍 할 수 있는 빅 데이터 스토리지 솔루션
YES | NO | Kind of
6. Photoshop과 같은 응용 프로그램의 밝기 및 대비와 같은 사진 편집 기능
YES | NO | Kind of
7. 사진을 찍어 다른 아트 스타일 (인상파, 입체파 등)로 변환하는 Prisma와 같은 응용 프로그램의 스타일 전송 필터
YES | NO | Kind of
▶ 정답 확인
1. No - 결과는 사용자가 지정한 공식에 의해 결정되며 AI가 필요 없다.
2. All - 단순한 곡선을 맞추는 것은 AI가 필요 없지만, 선택할 수 있는 곡선이 많고 제한할 데이터가 많아 유용한 결과를 얻고자 한다면 머신러닝/AI가 필요하다.
3. All - 좌표를 결정하는 신호처리, 기하학은 AI가 아니지만 경로 내비게이션 안내에 대해 교통 상황 등 변수를 고려하여 좋은 제안을 제공하는 것은 AI이다.
4. Yes - 시스템은 사용자의 행동으로부터 학습한다.
5. No - 데이터 수집에서 특정 항목을 저장하고 검색하는 것은 적응형/자율적이지 않다.
6. No / Kind of - 색상 균형, 대비 등의 조정은 자율적이지 않지만 일부 응용 프로그램 개발자는 AI를 사용하여 필터를 자동으로 조정할 수 있다.
7. Yes - 일반적으로 이미지 통계를 학습하고 입력 사진을 변환하여 해당 통계가 스타일과 일치하게 시스템이 적응할 수 있도록 한다.
(6/7)