본문 바로가기

아이디어

딥러닝 구루가 말하는 인공지능의 실체.gisa

https://news.naver.com/main/read.nhn?mode=LSD&mid=sec&sid1=102&oid=308&aid=0000023433


얀 르쿤(페이스북 수석 AI 엔지니어·뉴욕 대학 교수)

convolution neural network 만든 사람


핸슨로보틱스 제품인 로봇 ‘소피아’를 깠음


인공지능 침체기를 겪었기 때문에 과장과 환상을 싫어함


지도학습:컴퓨터가 판단한 것이 맞는 지 틀렸는 지를 알려줌. 컴퓨터는 객체의 특성을 파악해서 인식률을 높임

강화학습:컴퓨터가 시행착오를 겪게 하면서 점수를 매기는 당근과 채찍 사용. 당근을 많이 받도록 함


게임이 아닌 현실에서 강화학습을 하려면 피해가 발생할 수 있으므로 한계가 있다.


인간과 달리 인공지능은 예측을 못한다. 관찰로써 얻어지는 상식이 없다.


데이터가 많다면 비지도 학습이 지도 학습보다 좋다.


관찰로 학습하는 기계->상식이 있는 기계


인공지능은 시간의 흐름을 인지하지 못한다. 잠시 뒤에 무슨 일이 벌어질지 모른다.


비지도 학습의 의미가 모호하므로 예측 학습, 자가지도 학습으로 대체하자고 주장함


컴퓨터가 예측할 수 있게 하려면? 며느리도 모른다. 하지만 생성적 적대 신경망(GANs:GenerativeAdversarial Networks)이라는 게 있다. 서로 경쟁하는 두 개의 인공 신경망을 활용해서 진짜같은 가짜를 만든다. 신경망 중 하나 생성자로써 가짜를 만들고 나머지 하나는 감식자로써 그게 진짜인지 가짜인지 판별한다. 처음에는 미숙하지만 시간이 지날수록 생성자는 가짜를 정교하게 만들어내고 감식자 또한 정밀한 판별을 할 수 있게 된다.


생성적 적대 신경망으로 위조 지폐도 만들고, 3D 프린터를 활용해서 사람도 만들고.. 영혼도 만들 수 있을까