이제 딥마인드는 인공지능에게 세상을 학습시키려 한다 일반 H/W관련


By GLAS-8

 구글의 인공지능 개발 회사인  「딥마인드」는 세계 최강의 기사를 물리친 바둑 AI를 개발하며 화제를 모았는데요 이번에는 「개가 고양이를 쫓는다」와 같이  오브젝트의 움직임을 예측하는, 인간 수준의 인식 능력을 갖춘 AI의 개발에 나섰다고 합니다. 

DeepMind’s neural network teaches AI to reason about the world | New Scientist
https://www.newscientist.com/article/2134244-deepminds-neural-network-teaches-ai-to-reason-about-the-world/


Forget AlphaGo—DeepMind Has a More Interesting Step Toward General AI - MIT Technology Review
https://www.technologyreview.com/s/608108/forget-alphago-deepminds-has-a-more-interesting-step-towards-general-ai/

슈퍼마켓에서 가장 맛있는 바나나를 고를 때 인간은 선반에 진열된 여러 바나나를 보면서 「오른쪽 바나나는 색이 좋은데」, 「왼쪽 바나는 다른 것보다 크군」 하면서 다양한 정보를 처리합니다. 이렇게 물체・언어・생각 사이의 인과 관계를 추론하는 능력을 「관계 추론(relational reasoning)」이라 합니다. 인공지능 카메라 시스템은 개와 고양이를 판별할 수는 있지만 「개는 도망치는 고양이를 쫓는 존재」라는 직감적인 인식을 가질 수는 없으므로 AI가 관계 추론을 하기는 어렵다 여겨졌습니다. 

 딥마인드 연구팀은 관계 추론과 같은 인간 수준의 인식 능력을 가진 2개의 시스템을 개발하여 각각 논문을 발표했습니다. 1번째 시스템은 오브젝트 데이터 세트 「CLEVR」를 사용한 것으로, 연구팀은 시스템 기계학습으로 물체 인식을 훈련시킨 후 「하나의 오브젝트가 다른 오브젝트 앞에 위치하고 있는가」, 「어떤 오브젝트가 가장 가까운가」 등의 위치 관계를 질문했습니다. 그러자 시스템은 지금까지 개발된 어떤 시스템보다도 뛰어난 결과를 기록한 것은 물론이고 경우에 따라서는 인간보다 뛰어난 성능을 나타냈습니다.

또 하나의 시스템은 동일하게 훈련받은 기계학습 시스템에게 2차원에서의 단순한 오브젝트의 움직임을 예측하도록 하는 것이었습니다. 이것은 1번째 논문에서 사용된  「1가지의 상황 속의 오브젝트를 추론하는 것」보다 고도의 것인데 인간은 3차원 공간에서 「날아오는 공의 움직임을 예측하여 캐치하기」 등의 복잡한 처리를 할 수 있고 자동차를 운전할 수 있는 것도 이렇게 예측 능력 덕분입니다. 심리 연구에서는 인간이 가진 뛰어난 추론 능력을 「직감적 물리 엔진」이라 칭합니다.


By terrykimura

이러한 딥마인드 기계학습 시스템이 부분적인 규모의 태스크에서는 인간 수준의 인식 능력을 발휘할 수 있음이 밝혀지긴 했지만 아직 깜짝 놀랄만한 수준에 도달한 것은 아닙니다. 하버드 대학 심리학과에서 지성을 연구하는 샘 거쉬만 교수는 「특정한 기계학습 태스크 범위에서의 초인간적인 성능이 『초인간적 지성』임을 나타내는 것은 아니다」라고 말합니다. 그러나 앞으로 인공지능을 발전시키기 위해서 이러한 인식 능력은 필요한 연구 분야임이분명하며, SF영화에서 보곤하는  「초인간적 AI」를 실현하는 단서가 될 것으로도 보입니다.


덧글

댓글 입력 영역



통계 위젯 (블랙)

1612285
11617
4282355

이 이글루를 링크한 사람 (블랙)

602