2019/09 Newton지 (AI 특집)

AI의 개념과 역사

정의

컴퓨터 + 프로그래밍

역사

• 2012년 Deep Learning을 통해 혁신적 진화
• Deep Learning: 뇌의 신경 세포 네트워크를 모방해 정보 처리, AI가 데이터를 스스로 학습하게 함
• 2045년 Singularity 주장하는 과학자도

생각 나서 첨부하는 옛날에 읽은 reddit 글.

coolspeedhttps://coolspeed.wordpress.com/2016/01/03/the_ai_revolution_1_korean/

왜 최근에 빌 게이츠, 엘론 머스크, 스티븐 호킹 등 많은 유명인들이 인공지능을 경계하라고 호소하는가?

 

예시

영상 인식 (대표적)

• 얼굴 인증 시스템
  • 공항의 입국 심사
  • 스마트폰 보안
  • 경찰 수사
• 기상 예보의 정확도 향상
• 자동 운전

언어 인식

• 음성 번역
• AI 자소서 분석

기타

• 신약 개발, 재료 개발 등의 과학 연구
• 자동 풍량 / 온도 조절 에어컨
• 청소 로봇
• 바둑 자동 소프트웨어
• 질문 응답 시스템 챗봇

 

원리

Deep Learning

• 기계 학습의 일부.
• 뇌의 신경 세포를 모방하여 여러 인공 신경 세포(하나의 함수)를 만든 후, 복수의 층으로 나누어 연결하고 최초의 입력값을 차례로 변환하게 해 정보를 처리하는 방식.
• 각 입력값에는 '무게'라는 수치가 붙는다.
• 무게의 값이 크면 값이 증폭되어 전달 (정답)
• 교사 있는 수업(분류기준 제공)과 교사 없는 수업(자동으로 유사한 항목을 찾아 분류)으로 분류된다.

Decision Tree

• 하나의 종속변수를 결정하기 위해 여러 변수를 나열해놓고 O/X 등으로 가지를 그려가며 정리하는 방식.
• 이 중 첫번째 분류기준(가장 위에 오는 변수)을 뭐로 놓느냐는 AI의 반복학습에 따라 고도화된다.

 

효과

• 대량의 영상을 읽어 들이기만 해도 사람의 지시 없이 AI가 특징 자동으로 추출
• 영상을 학습하면 → 입력층에서는 단순한 패턴에 반응하는 세포 탄생, 출력층에서는 복잡한 형상에 대응하는 신호가 오면 바로 반응하는 세포 탄생.

 

Dropout

• 과학습 (특정 성격에 집착)하지 않게끔 임의로 고른 인공 신경 세포의 특정 부분을 사용하지 않게 학습시킴.
• 범용성 높은 특징 추출 가능케 함.

Deep Fake

• 적대적 생성 네트워크 GAN (Generative Adversarial Network)를 이용하여 가짜 사진을 생성.
• 중첩형 뉴럴 네트워크 CNNN (Convolutional Neural Network)를 이용하여 합성 동영상을 판별.

 

 

심화 응용

신약 개발

• 작용을 바꾸고 싶은 단백질을 입력하면 결합할 화학물을 예측해서 제안
• 단백질과 화합물이 '결합하는 쌍'과 '결합하지 않는 쌍'을 12만 가지씩 학습 → 경향 파악
• 시간과 비용 절반 이상 줄이는 것이 목표

AI 의사

• X선 사진이나 MRI 영상을 분석해 질병 탐색
• 혈액 정보 분석해 암을 조기 발견
• 환자 정보 바탕으로 전자 의료 기록 작성, 통원 이력 분석해 최적 치료법 제안
• 그러나 전문 지식 획득하는 메커니즘 부족해서 아직 단순 보조적인 역할

스포츠

• PitchBrain 축구 경기 영상으로 선수 플레이나 팀 전술 분석 (선수의 위치 데이터 바탕)
• 공을 가지고 있지 않는 선수 또한 분석 가능

자동 번역

• VoiceTra 음성 번역 앱
• 전문 용어 번역을 위해 분야마다 데이터 모으는 일 중요
• 일본 NICT 정부 기관과 제휴해 '번역 은행' 설립

재료 개발

• Materials Informatix 신규 재료 탐색을 효율적으로
• 엔진 등 고온에 노출되는 부품의 단열재 조합 (금속과 금속 산화물 혼합)
• AI 통해 실리콘과 비스무트 합성해 세계 최고 수준 단열성 발견

 

AI의 한계

1. Frame 문제: 틀이나 규칙이 없는 문제에 대해 모든 경우를 무한히 상정
2. Symbol Grounding 문제: 모든 사물을 단순한 기호로만 이해 (감각적, 직관적 이해 없음)
3. 창조성: 하이쿠 생성 실험으로 극복 중

방안

• AI에게 신체성 부여 (센서)
• 현실과 같은 가상 세계 창조 등

 

 

* Note

대다수의 연구가 일본에서 행해졌던데 확실히 일본이 로봇 기술로 앞서고 있는 건 맞는 듯. 재료 개발 부분에서는 조금 움찔했다. 한국 분발해 일본 소재 국산화한다며~