믿거나 말거나, 영화에서 본 지능형 로봇은 실제로 존재합니다. 공상 과학 소설처럼 들리지만 과학자들은 첨단 기술을 개발하기 위해 수년 동안 노력해 왔습니다. 인공 지능 (일체 포함). 그리고 오늘날 상황은 매우 유망해 보입니다. AI는 알고리즘과 기계 학습 기술을 통해 현실이 되고 있습니다. 질병을 진단하고 이미지를 이해하는 일을 합니다. 오늘날 우리가 가지고 있는 가장 진보된 AI에 대해 이야기하기 전에 우리가 어떻게 여기까지 왔는지 살펴보겠습니다.
기계 학습의 부상
기계 학습은 인공 지능의 하위 집합입니다. "머신 러닝"이라는 용어는 1959년에 만들어졌지만 그 개념은 과학자들이 명시적으로 프로그래밍하지 않고도 의사 결정을 내리고 작업을 수행할 수 있는 기계를 만들려고 했던 컴퓨터 발명 이전으로 거슬러 올라갑니다.
연구원들은 수십 년 동안 기계 학습에 대해 연구해 왔습니다. 오늘날 AI 분야에서 가장 뜨거운 분야 중 하나입니다. 기계 학습 알고리즘은 경험을 통해 학습하고 시간이 지남에 따라 수행 방법을 알려주지 않고도 성능을 향상시킬 수 있습니다.
예측 모델로 작동하는 기계 학습 알고리즘
Amazon과 같은 회사는 기계 학습 알고리즘, Netflix 또는 Google을 사용하여 과거 작업을 기반으로 사용자의 행동을 예측하고 권장 사항을 제공합니다. 이러한 알고리즘은 이미지 인식, 자동 번역 또는 게임 플레이와 같은 복잡한 문제도 해결했습니다.
AI와 로보틱스
AI와 로보틱스 두 가지 다른 것입니다. AI는 컴퓨터의 지능이고 로봇 공학은 컴퓨터를 사용하여 기계를 만드는 것입니다. AI는 인간처럼 생각하고 행동할 수 있는 가상 및 물리적 인공 지능 시스템을 의미합니다.
로봇은 센서, 프로그래밍된 명령 또는 인간과 같은 작업이나 기능을 자동으로 수행하는 원격 제어 장치에 의해 제어되는 자동화 장치입니다. 지능형 로봇을 만든다는 개념은 그리스 신화(아틀라스)부터 있었습니다. 그럼에도 불구하고 그것들을 구축하려는 현대적인 시도는 무인 무기 시스템과 같은 군사적 응용을 목표로 하는 닉슨 대통령 행정부 기간 동안 "프로젝트 사이버신"의 일환으로 미국 정부 자금 지원으로 1950년대 후반에 시작되었습니다.
AI는 인간보다 똑똑한 로봇을 만들기 위해 AI를 어떻게 사용할 수 있는지에 대한 많은 뉴스 기사와 함께 미디어에서 인기 있는 주제가 되었습니다. 이것이 확실히 가능하지만 현재 AI 응용 프로그램에 사용되는 대부분의 기술은 우리처럼 생각할 수 있는 무언가를 만드는 것보다 컴퓨터가 작업을 더 효율적으로 수행하도록 만드는 데 초점을 맞추고 있습니다.
딥 러닝의 부상
딥 러닝은 컴퓨터 시스템이 명시적으로 프로그래밍하지 않고 학습할 수 있는 능력인 머신 러닝의 한 형태입니다. 그 여정은 1950년대 컴퓨터 과학자 John McCarthy가 컴퓨터에게 체스를 두는 방법을 가르치는 방법에 대한 논문을 발표하면서 시작되었습니다. 1958년 Arthur Samuel은 알고리즘이 시행착오를 통해 학습하는 강화 학습과 자신의 지식을 결합하여 최초의 자가 학습 프로그램 중 하나를 만들었습니다.
1959년 Marvin Minsky와 Seymour Papert는 MIT(Massachusetts Institute of Technology)에 인공 지능 연구소를 설립했습니다. 그들은 신경망에 의해 제어되는 로봇 팔과 논리적 추론을 사용하여 문제를 해결하도록 설계된 프로그램이라는 두 가지 프로젝트에 참여했습니다. 이 연구소는 경로 계획(이동해야 하는 위치 결정) 및 물체 인식(주변 물체 식별)과 같은 인공 지능 기술을 사용하여 스스로 생각할 수 있는 이동 로봇인 Shakey를 포함하여 다른 많은 획기적인 프로젝트를 제작했습니다. 이것은 인간처럼 볼 수 있는 기계를 만드는 데 한 걸음 더 다가간 것입니다!
자연어 처리의 발전
자연어 처리(NLP)는 기계가 인간의 언어를 이해하는 능력이며 AI의 하위 집합입니다. 고급 NLP는 컴퓨터가 데이터에서 학습하고 스스로 결정을 내릴 수 있는 딥 러닝을 통해 달성됩니다.
딥 러닝은 2014년 고대 중국 보드 게임 바둑에서 이세돌을 물리친 구글의 알파고 프로그램으로 시작된 이래 NLP 분야를 엄청나게 발전시켜 왔습니다. 요즘에는 음성 인식 기술을 사용하여 전화를 통해 외국어를 번역하거나 WhatsApp을 통해 음성 메시지를 보내 통역사로 사용할 수 있습니다.
또한 딥 러닝 덕분에 기상학자보다 날씨를 더 잘 예측할 수 있는 기계가 있습니다. 그것은 시각 장애인이 다시 볼 수 있도록 돕고 대학원생을 위한 연구 논문을 읽는 데 도움을 줍니다. 한때 인간의 개입 없이는 불가능하다고 생각했던 모든 것입니다!
컴퓨터 비전의 발전
컴퓨터 비전의 발전은 엄청났습니다. 컴퓨터 비전은 보는 기계의 과학과 기술입니다. 로봇 공학, 무인 자동차 및 기타 여러 응용 분야에 사용됩니다. 이 분야는 거의 컴퓨터만큼 오래 존재했지만 딥 러닝과 CNN(컨볼루션 신경망) 덕분에 최근까지 큰 파장을 일으키기 시작하지 않았습니다.
첫 번째 돌파구는 필기 인식 작업을 위해 1998년 Yann LeCun이 CNN을 개발한 것입니다. 이러한 네트워크는 손으로 쓴 숫자를 식별하는 이전 방법보다 훨씬 더 효과적이었습니다. 그들은 한 번에 하나의 특정 예를 보는 것보다 더 잘 일반화할 수 있기 때문에 이미지가 정확히 같지 않더라도 이전에 본 예를 기반으로 모든 것이 어떻게 보이는지 배웠습니다! 이것은 사람들에게 인간이 새로운 것을 배우는 것과 유사한 원리를 사용하여 컴퓨터가 훈련될 수 있다는 희망을 주었습니다. 하나의 소스에서 기계적으로 암기하는 것이 아니라 시간이 지남에 따라 다양한 예를 통해 경험을 통해 말입니다.
생성 모델의 발전
생성 모델은 기존 데이터에서 새로운 데이터를 생성하는 데 중점을 둔 기계 학습 알고리즘입니다. 생성 모델의 가장 간단한 유형 중 하나인 생성 모델을 사용하여 새로운 이미지, 사운드 또는 텍스트를 생성할 수 있습니다. 예를 들어, 다른 사람의 사진처럼 보이지만 사본이 아닌 이미지를 생성하려는 경우(예: 그림처럼 보이는 이미지를 생성하려는 경우). 그런 다음 생성 모델을 사용하여 무작위로 생성된 이미지로 모델을 훈련한 다음 해당 정보를 사용하여 보다 사실적인 이미지를 생성할 수 있습니다.
다른 미디어 유형을 생성하는 경우에도 마찬가지입니다. 다른 사람이 먼저 녹음하지 않고(또는 로열티를 지불하지 않고) 노래를 원하는 경우입니다. 그런 다음 기존 노래에 대해 자신의 AI 시스템을 훈련시켜 노래를 함께 또는 개별적으로 연주할 때 어떻게 들리는지 알면 됩니다. 그러면 짜잔! 이제 대신 인공 지능이 작곡한 오리지널 곡이 있습니다.
최첨단 AI의 영향
이러한 최첨단 AI의 영향은 이미 많은 산업 분야에서 감지되고 있습니다. AI는 작업과 프로세스를 자동화하여 우리의 삶을 더 쉽게 만들고 있지만 우리가 생활하고 일하는 방식도 변화시키고 있습니다. 몇 가지 예를 살펴보겠습니다.
- 자율주행차는 한동안 뉴스에 등장했지만 이미 이용 가능하다는 사실을 알고 계셨나요? Google의 Waymo는 현재 애리조나에서 자율주행 택시를 운영하고 있습니다. 출퇴근 중에 TV를 읽거나 시청할 수 있다고 상상해 보십시오!
- 증상과 유전 데이터를 기반으로 질병을 예측할 수 있는 기계 학습 알고리즘 덕분에 의료 진단도 증가하고 있습니다. 이것은 조기 암 발견 및 기타 질병을 의미하여 전 세계적으로 생명을 구할 수 있습니다.
- 음성 인식은 Google 어시스턴트(및 Siri)에서 사용하는 신경망과 같은 딥 러닝 모델의 발전 덕분에 지난 10년 동안 엄청나게 향상되었습니다. 이 기술이 향상되는 속도는 이미지 인식에서 본 것보다 훨씬 더 빠를 수 있습니다!
- 챗봇은 AI가 작동하는 또 다른 예입니다. 이를 통해 회사는 Facebook Messenger 및 WhatsApp과 같은 메시징 앱을 통해 보다 쉽고 효율적으로 고객에게 다가갈 수 있습니다. 또한 Alexa(Amazon Echo), Siri(Apple HomePod), Google Assistant와 같은 챗봇 기반 개인 비서의 부상도 목격하고 있습니다.
이는 AI가 지난 10년 동안 우리의 삶을 어떻게 개선했는지 보여주는 몇 가지 예에 불과합니다. 보시다시피 이미 개선되고 있으며 사람들이 시간, 비용 및 노력을 절약할 수 있도록 돕고 있습니다.
AI의 과제
AI는 만병통치약이 아닙니다. AI에는 몇 가지 흥미로운 발전이 있었지만 심각한 문제도 해결해야 합니다. AI는 완벽하지 않으며 선과 악에 사용될 수 있습니다.
AI는 편향될 수 있습니다. 우리는 AI 시스템이 인간 창조자로부터 어떻게 인종 차별적 편향을 배웠는지 보았고 경찰 부서는 미래에 누가 범죄를 저지를지 예측하기 위해 동일한 시스템을 사용하고 있습니다. 시스템이 하나의 값 집합(인종 차별과 관련된 값과 같은)으로 프로그래밍되어 있다고 가정합니다. 그렇게 되면 이 좁은 세계관에 맞지 않는 사람들을 인종이나 인식된 민족에 따라 소외되고 차별하는 권위주의 사회를 만드는 매우 위험한 길로 우리를 이끌 수 있습니다.
AI는 해킹될 수 있습니다. 다른 컴퓨터 프로그램과 마찬가지로 누군가가 AI 시스템을 해킹하여 사용자를 사칭하는 것과 같은 의도하지 않은 작업을 수행할 수 있습니다! 누군가 당신의 비서 중 한 명을 해킹하고 전화를 건 사람을 설득할 수 있다고 상상해 보세요. 그들은 일부 제3자 서비스 제공업체의 다른 콜센터 직원이 아니라 귀하와 직접 대화하고 있었습니다(그 경험이 얼마나 성가신지 잘 알고 있습니다!).
AI의 미래
AI는 아직 초기 단계이지만 이미 우리 삶에 영향을 미치고 있습니다. AI 구축을 위한 새로운 기술을 지속적으로 개발하고 이를 우리 삶의 더 많은 영역에 통합함에 따라 우리는 기술이 우리가 살고 일하는 방식을 훨씬 더 많이 변화시킬 것으로 기대할 수 있습니다.
미래에는 AI가 개인 생활과 직업 생활 모두에서 점점 더 중요해질 수 있습니다. 예를 들어:
- 친구가 읽을 수 있도록 먼저 인쇄할 필요 없이(또는 친구가 원하지 않는 경우) 친구와 점심을 먹는 동안 스마트 안경을 사용하여 레스토랑 메뉴나 여행 안내 책자를 볼 수 있습니다. 그들의 종이 사본).
- 출퇴근 시간에 고속도로에서 운전할 때 자동차가 스스로 운전하여 모든 사람이 가능한 한 효율적으로 교통을 통과할 수 있습니다.
- 쇼핑이 편리하지 않을 때 신선한 식품이 떨어지기 전에 냉장고에서 식료품을 주문할 수 있습니다.
결론
가장 진보된 AI 시스템이 진정한 지능을 달성할 수 있을지 궁금할 것입니다. 이것은 여전히 미해결 질문이지만 확실히 최근 몇 년 동안 연구자들이 큰 발전을 이룬 것 같습니다.
AI 혁명은 끝나지 않았습니다. AI가 인상적인 발전을 이루었지만 이러한 시스템이 인간의 마음과 진정으로 일치하기를 원한다면 아직 해야 할 일이 훨씬 더 많습니다. 이 혁명은 이제 막 시작되었으며 이 분야가 어디까지 갈지는 두고 볼 일입니다. 그러나 한 가지는 이미 확실해 보입니다. 우리는 AI로 구동되는 미래의 문턱에 서 있으며, 여러분은 뒤쳐지기를 원하지 않습니다.
