어떤 문제를 예측 문제로 재구성하는 능력을 인공지능 통찰력이라고 부른다. 그리고 요즘 웬만한 엔지니어들은 대부분 인공지능 통찰력을 갖추고 있다.
예를 들어 차량도 예측의 영역으로 진입했다. 지난 20년 동안 자율주행 차량은 엄격하게 통제된 환경에서만 움직였다. 그런차량은 공장이나 창고 등 세부 평면도가 확보된 장소에서만 운용되었다. 그런 평면도가 있어야 기본적인 ‘이프-덴f-then‘ 논리 지능으로 조종되는 로봇을 설계할 수 있었다. 그래서 앞에 사람이 지나가면 자동차는멈춰 섰고, 진열대가 비어 있으면 다음 진열대로 이동했다. 그러나 일반적인 시내 도로에서는 이런 차량을 사용할 수 없었다. 일어날 수 있는 일이 너무 많았고, ‘이프‘가 너무 많아 코드화할 수 없기 때문이었다.
자율주행 차량이 엄격하게 통제되어 예측이 가능한 환경이 아닌 다른 곳에서도 기능을 발휘할 수 있게 된 것은 엔지니어들이 운행을 예측문제로 재구성하게 된 이후였다.
엔지니어들은 기계에 어떤 환경에서 어떤 일을 하라고 말하는 대신 한 가지 예측, 즉 ‘인간이라면 어떻게 할까?‘에만 초점을 맞출 수 있다는 사실을 알아냈다. 이제 기업들은 시내와 고속도로 등 통제되지 않은 환경에서도 자율운행이 가능하도록 기계를 훈련시키는 데 수십억 달러를 쏟아붓는다.
인간이 운전대를 잡은 차에 인공지능이 같이 앉아 있다고 생각해보자 인간은 도로를 주행하면서 환경에 관한 데이터를 눈과 귀로 받아두뇌로 보내 데이터를 처리한 다음 그에 대한 반응으로 직진하거나 회전하고 브레이크나 액셀러레이터를 밟는다. 엔지니어들은 자동차에 카메라나 레이더나 레이저 등 센서를 장착해 인공지능에게 눈과 귀를 달아 준다. 그래서 인공지능은 인간이 운전하는 동안 보내 주는 데이터를꼼꼼히 살피는 동시에 운전자의 행동을 유심히 관찰한다. 어떤 환경 데이터가 들어올 때 인간은 우회전을 하고 브레이크를 밟고 엑셀러레이터를 밟는가 인간의 행동을 유심히 많이 관찰할수록 인공지능은 들어오는 데이터를 바탕으로 운전자가 다음에 취할 행동을 더 잘 예측하게 된다 인공지능은 운전자가 주어진 도로의 특정한 조건에서 어떻게 행동할지 예측해 운전하는 법을 배운다 - P30