-
-
좀 이상하지만 재미있는 녀석들 - 인공지능에 대한 아주 쉽고 친절한 안내서
저넬 셰인 지음, 이지연 옮김 / 알에이치코리아(RHK) / 2020년 3월
평점 :
작정하고 인공지능에 대한 책을 완독한 적은 없다.
책까지도 필요 없는 게 인터넷 기사나 블로그를 통해 관련 콘텐츠를 읽다 보면
기계학습, 딥러닝, 신경망 등의 용어와 구체적인 알고리즘 설명이 나올 때쯤이면
머리가 아파지기 때문이다.
저자는 AI 관련 유머를 다루는 블로그도 운영하고 있는데 (https://aiweirdness.com/)
어제는 4/1 만우절(April Fools Day)를 맞아 유머를 만들어낼
뉴럴 네트워크 알고리즘들을 훈련시켰다고 한다.
문제는 온라인에서 유머 데이터 셋을 132개밖에 못 뽑은 것인데
책에서도 언급했듯이 AI 가 적합하게 동작하려면 필요한 조건 - 충분한 데이터셋 - 에
부합하지 않아서 그런지 만들어낸 유머들 대부분이 말도 안 되고 이해가 안 되는 문장들이다.
그런데 저자는 하루도 지나지 않아 GPT-2라는 Neural net 을 통해
수백만 웹페이지들을 학습시켜서 다른 버전의 유머들을 만들어냈다.
첫 번째 시도 대비 큰 차이는 없어 보이지만
책에서 갖가지 예를 들며 이용하는 유머들과 코드가 맞는 것 같다.
생각해보면 AI는 오해가 많은 분야다.
첫 번째로, 각종 미디어와 영화, 소설을 통해 생긴 선입견이 극과 극이다.
인간을 위협하거나 대체하는 무서운 존재라는 디스토피아적 인식이 있는가 하면
노동으로부터 인간을 해방시켜 인간이 놀고먹을 수 있는 미래를 가져다줄 것이라는
유토피아적 기대도 있다.
두 번째는 AI라는 학문 자체가 기술적이고 난해하기 때문에
많은 사람들이 AI의 작동원리나 사고방식, 현실과 한계 등을
제대로 인지하지 못해 비합리적으로 AI를 인식한다는 점이다.
이런 점에서 이 책은 다양한 사례와 유머를 통해 위 선입견들을 깨는데 많은 도움을 준다.
특히 AI가 인간의 도움 없이 AI가 할 수 있는 일은 많지 않기 때문에
예상되는 미래의 모습은 AI와 인간이 협업하며 문제를 해결하고
반복적인 일을 빠르게 처리하는 방식이 될 것이며 이 과정에서
"인간이 AI에 개입하는 포인트를 찾아내는 것이 AI 관련 활동의 핵심"이라고 주장하는 부분이 가장 인상적이다.
# 유용한 정보
- 기계학습 알고리즘과 규칙 기반 프로그램의 차이
- AI의 편향 사례(은행 대출, 가석방 프로그램, 채용봇)
- AI가 맡아도 되는 분야(스팸 차단, 콘텐츠, 기사작성 등) vs 아직 시간이 필요한 분야(자율 주행, 의료 등)
- 원샷 학습, 전이학습, 런벌쿠션, 인공신경망, 오퍼핏, 튜링테스트.
- 테슬라 트럭이 사고 난 이유 (추돌사고만 고려돼있지, 차량 앞을 가로질러 가는 case는 고려돼있지 않아)
- AI가 Political Correctness(인종, 성별, 종교, 이민자, 성소수자 등) 관련 편견까지 학습하는 경우, 인간이 사전처리(preprocessing, correction) 작업이 필요.
- AI는 잘못된 문제를 풀고, 여러 가지를 망가 뜨리고, 당혹스러운 편법을 선택하는데 너무나 취약하기 때문에 AI의 기발한 해결책이 지독하게 멍청한 해결책은 아니었는지 사람들이 반드시 확인해야 한다.
- AI 관련 주장을 평가할 때 생각해야 할 포인트
1. 문제가 얼마나 광범위 한가
2. 훈련용 데이터는 어디서 얻었는가
3. 해당 문제가 높은 기억력을 요구하는가
4. 인간의 편견을 모방만 하고 있는가
#과학,#좀이상하지만재미있는녀석들