이 책의 283-295쪽에서는 심층학습에 대해 소개하고 있다. 그 전에 어떻게 컴퓨터가 사고 비스므레한 것 - 어마어마하게 빠르지만, 단지 연산 - 을 하게 되는지를 보여준 후, 이를 어떻게 신경망으로 구성할 수 있는지, 문송도 이해할 수 있도록 안내하고 있다. 손잡이를 만들면 된다. 종이 위라면 십 몇 개의 손잡이를, 프로그래밍이라면 일천 칠백 오십 억 개 짜리의 손잡이를. 아직 프로그래밍을 할 줄 모르니, 종이 위에 손잡이를 설계할 수 있을 듯 하다.
초등학교에서의 인공지능 수업이, 단순히 인공지능 알고리즘이 처리할 데이터를 수집하는 것 이상이 되지 못한다는 것을 발견했기 때문에 이런 수업이 초등학교에서 의미없다 생각했는데, 저자가 설명해 준 것을 기반으로, 잘하면 (아날로그하지만) 인공지능 신경망을 조직하는 수업을 구상할 수도 있을 듯하다.
이 평면에는 X 또는 O로 표시된 점들이 있다. 우리가 기계에게 바라는 목표는 오직 표시된 점들만을 기초로 하여 평면상의 표시되지 않은 점들에 X나 O를 할당하는 전략을 배우는 것이다. 어쩌면 - 바라건대 - 손잡이 14개를 꼭 맞게 조정함으로써, X로 표시된 모든 점에는 큰 값을, O로 표시된 모든 점에는 작은 값을 할당하여 아직 표시되지 않은 점에 대한 합리적 추측을 허용하는 전략이 있을지도 모른다. 그런 전략이 존재한다면, 손잡이를 조금씩 돌리면서 이미 주어진 보기에 대한 전략의 오류가 얼마나 줄어드는지를 살피는 경사하강법을 통하여 그 전략을 배울 수 있기를 원한다. 즉가능한 작은 변화 중 최선을 찾고, 그 변화를 채택하는 일을 반복하는 것이다. - P292
|