-
2018-11-2510:23:44 #3277048ㅋㅌㅊㅋ 59.***.157.45 3083
1.딥러닝이 뉴럴넷을 쌓는 형태이고 히든레이어가 의미하는 바를 알지 못함
2.넌컨벡스때문에 수학적 증명이 힘들어 모델이 정말 좋은지 데이터셋이 좋아서 결과가
좋은지 알 수 없디 때문에 나오는 논문들 중 허황된 논문도 많음
–>실험이라는 귀납적 형태의 모델 구성의 한계등의 이유로 딥러닝은 이미 한계에 다다르고 나올 건 다 나왔다는 게 학계의 정설이라는데
맞나요?
또다시 AI 겨울이 찾아오는 건가요?
-
-
저는 립러닝에 문외한인데요.
제가 상식적으로 이해하기에도
딥러닝은 수동적인 학습을 통한 통계적 계산법으로 이해합니다.
인간 뇌의 복잡한 사고력을 mimic 하기엔 한계가 있다고 봅니다.
단지 단순한 계산이나 확립된
시스템 응용에 좋다고 생각됩니다.
전 이게 더 무섭습니다.
어디선가,
인간뇌를 모방한 AI를 만들고 말테니까요,
그럼 인류는 끝이라고 봅니다.
잘 되어도 인류는 게을러 지고 퇴보할거고,
최악의 경우는 영화처럼 AI의 지배를 받지 안을까요?
하지 말아야할 선이 있다고 봅니다.
인간 복제 그리고,인간뇌를 모방한 AI 개발 입니다. -
Andrew Ng이 했던 이야기인데요. 구조 공학이 완성되기 전에 다리를 만들던 석공들은 다리가 왜 안 무너지는지 설명을 못 했다고 합니다. “이렇게도 해보고 저렇게도 해봤는데 이게 제일 안 무너지더라” 정도의 경험칙이었던 거죠. 그 상태로 10세기 넘게 다리 만드는 기술은 더디게 발전해 왔습니다. 지금 딮러닝의 상황이 비슷하데요. 왜 동작하는지는 설명 못하지만 일단 이것저것 해보는 단계인거죠. 설명이 되지 않는다고 딮러닝의 겨울이 다시 올까요?
-
더심각한건 설명이 안나와도 성능이 잘나오면 장땡이라 괜찬긴한데요
제너럴하게 적용할수없다는게 문제죠 . 범용적으로 같은 방식으로 이문제도풀고 저문제도 풀수있어야하는데
지금은 특정문제에 적용하기위해 갖은 방법을 다쓰고 또 다른문제풀땐 해당 데이터셋 구해서 다르게 풀고
이렇게 해선 더 발전못하죠-
>이렇게 해선 더 발전못하죠
발전한다는 것이 범용적인 발전에 국한해서 말씀하시는 것 같은데 각 분야에 customized된 모델을 여러번의 시행착오를 통해 만드는 것도 발전입니다. 인간의 뇌처럼 범용이 아닐뿐이죠. limited scope 이긴 하지만 자동화를 할 수 있다는 점에서 발전의 의미가 있다고 봅니다. (예: 수억 장의 사진 중 고양이 사진 분류)한계가 드러난다는 것은 두고 볼 일입니다. 아직 한계인지 아닌지도 모르니까요. 인간의 기술과 과학은 그런식으로 나아갔죠. 처음에 사과가 떨어지는걸 보고 계속 추론해서 만유인력을 개념화 한것이지, 범용적인 만유인력을 먼저 추상화 하고 거기서 세부적인 사과와 지구의 중력 관계를 밝히지 않았지요.
물론 그렇다고 학회 발표 딥러닝 논문이 모두 의미가 있다는 것도 아닙니다. 지적하신 대로, 실험적 논문이 많고, 실험적 논문의 특성상 가치가 떨어지는 것도 보여집니다. 그래도 이게 발전이 없는가를 뜻하는건 아니겠죠. 발전은 하되, 방법이 님의 생각과 다를 뿐입니다.
-
수억장에 사진중 고양이 구분하는 수준으로는 뉴스에서 떠드는 진짜 인간을 대체하거나 돕는 수준에 가지 못하구요
그냥 가지고노는 장난감에 불과하죠 . 딥러닝이 계속 한계 얘기가 나오는 이유는 뻔하죠. 그 기저에 있는 이론이 학부생도 이해할 수있을 정도로단편적입니다. 결국 현재 인공지능은 non-convex 최적화 문제풀기고 그걸 잘 풀기위한 휴리스틱한 알고리즘 제시에서 못벗어나기때문임.-
그래서 딥마인드가 범용인공지능에 도전하는건데 수학적인 혁명이나 차다리 강화학습쪽에서 뭔가 나올거라고 보지만 application레벨에서 건드리는거 갖곤 한계 못벗어난다에 한표겁니다
-
-
-
-
-
사람이 왜 이렇게 생겨먹었는지 ‘과학적으로’ 낱낱이 설명할 수 있습니까?’
아무도 못하죠. 그렇지만 이렇게 다들 살고 있지 않습니까?꼭 설명할 수 있어야 한다는 고정관념을 버리세요.
왜 임상실험이 좋게 나왔는지 설명하기 곤란한 약들이 병을 치료합니다.빅데이터와 빠른 컴퓨팅 머신으로 진화를 흉내내고 이를 가속화시킬 수 있는 환경이 만들어졌기 때문에 거기에 적합한 solution들이 새로 출현하는 것입니다.
뒷다리나 잡을 생각 말고 앞으로 나아갈 생각을 하세요.
-
이런식으로 금방 한계가 드러날거라는거죠
진화가 어떻게 됐는지 모르는데 모방할 대상을 아는것도
아니고 이리저리 해보다가 잘되는 알고리즘 컨퍼에 발표하는 수준인데요 -
어느분야나 붐이라는게 있으면 그다음 거품다 빠지고 안정기에 접어들게 됩니다. 딥러닝뿐 아니라 여러 기술들이 세대를 거쳐갔고 딥러닝도 그 한가지 중에 하나일듯. 그러나 특히 머신러닝은 좀 택회사를 중심으로 언론플레이가 좀 심한 경향이 있습니다. AI가 ‘인간을 대신한다’ 말은 마치 스템셀이 앞으로 모든 인간에 신체장애를 없애줄것처럼 떠들다던가, cas9 crisper 가 인간에 모든 유전병을 없애준다고 말하는 것과도 같은것이죠. 즉 상상할수 있는 꿈을 선전하는 겁니다. 아마 스템셀, cas9, 머신러닝를 연구하는 연구원은 절대로 저런말을 하지 않았을것이고, 돈을 끌어와야 하는 교수들, ceo들 그리고 좃도 모르는 기자들이 언론플레이를 한것 뿐이죠. 이런데 현혹될 필요는 없습니다. 하지만 그 꿈에 도달하지 못한다고 해서 도전할 가치가 없는것은 아닙니다. 연금술처럼 지금보면 말도안되는 뻔한 거짓말을 그 많은 사람들이 믿었고 그로인해 대단한 기술에 발전이 이루어졌습니다. 딥러닝이 어떤 결말에 도달하던 이런도전에 엄청난 돈을 붓고 있는 미국에 똘끼있는 장사꾼들에게 찬사를 보냅니다. 그로인해 우리같은 사람들은 잡을 얻고 최대한 머신러닝에 장점과 적용범위를 보여줄 기회를 얻으면 됩니다. 한계가 있는니 어쩌니 하는건 나중에 떠벌인 사람들이 투자끊길때 알아서 도망갈 구멍을 파면서 말이 나오겠죠.
-
얼마전 학회서 한 레전드 교수가 지금의 딥러닝은 Alchemy 연금술과 같은 상태라고 한걸 들었었는데,
양자역학의 슈뢰딩거 방정식도 처음에는 수학적 증명없이 해보니 잘되네 하고 세상을 바꿔놨던걸 봐서는, 그 미래는 아무도 모르는겁니다.
-
저도 한동안, 아니 아직도 조금은 AI관련 프로젝트 일을 하고 있는데요. 그놈의 모호함이 문제입니다.
-
코딩을 일정기간 제대로 해봤다면 소프트웨어로 구현하는 소위 말하는 인공지능은 존재할수 없다라는걸 쉽게 알수 있다. 그 이유는 시퀀셜 프로그래밍의 한계 때문인데 그것을 극복하는 유일한 방법이 하드웨어 지능이다. 지난 반세기동안 진행되온 인공지능이 성공하지 못하는 이유는 정확히 말하면 오직 한가지다.
1. 인간 스스로 지능이 정확히 무언가에 대한 정의가 아직 존재하지 않는다.
지능의 여부를 판단하는 고전적 튜어링 머신 테스트의 웃기는 함정은 이거다. 만약 인공지능과 인간이 모두 침묵하고 있을경우 커텐 뒤편에 있는 인간은 그 둘중의 무엇이 지능인지 어떻게 구별할것인가?
현존하는 인공지능이라 불리는 시스템은 정확히 말하면 인공 지능이 아니라 전문가 시스템이다. 너무나 오랫동안 계속되는 인공지능의 실패는 결국 어떤 적당한 선에서 나타나는 인공지능 비슷한 기능을 그냥 인공지능이라 부르기 시작했다. 동시에 아직도 지능은 높은 고차원의 심오한 현상이라는 착각속에 빠져있다. 그대들이 말하는 지능의 개념은 말 그대로 어린이들 만화에 나오는 만물박사 로봇 처럼 뭐든지 시키는일은 척척 다 하는 기계일 뿐이다. 하지만 진정한 의미의 지능 혹은 정확한 의미로는 “두뇌”는 인간 두뇌 작용을 흉내내는 것인데 그것은 말 그대로 인간처럼 엄청난 오류와 실수를 동반해야한다. 마치 실제 인간들이 그러는것처럼. 따라서 인공지능이란 단어를 쓸때 그것이 단순 전문가 시스템인지 인간의 두뇌를 모방하는 진정한 인공두뇌 시스템인지 구별해야한다. 인공두뇌가 현실화 될경우 우린 진짜 인간과 거의 흡사한 두뇌 작동을 하는 기계를 만나게된다. 불가능해 보이는 일은 스스로 포기할줄도 알고 실수도 많이 저지르고 사고도 치는 그런 인공두뇌…. 인공지능이나 딥러닝에 관심이 있는 자들은 자신이 하려는게 인공지능이 아니라 그냥 단순한 초고속 연산 장치 개발이란걸 반드시 기억해야한다.
소위 말하는 딥러닝이란 다름아닌 추론 알고리듬에 불과하다. 그것이 약간 고도화된 다차원 배열을 동시에 처리할수 있다라는 것 뿐이다.
인공지능은 결국 하드웨어로 구현될건데 그것외 완성되면 그것은 더이상 지능이라 불리지 않고 두뇌라 불리게된다. 지능이란 두뇌가 작동하며 나타내는 현상을 통칭해서 부르는 개념일뿐 그 자체가 구현가능한 타겟이 아니라는 뜻이다. 마치 “자부심” 혹은 “비통함” 이란 느낌을 소프트웨어 프로그램으로 구현할수 없듯이 “지능” 이란 개념도 구현가능한 타겟이 아니란뜻이다. 내가 알기로 삼성을 비롯한 세계적으로 유명한 it 기업들은 이미 인공지능은 하드웨어로 구현해야 한다라는 사실을 오래전에 간파하고 비밀 프로젝트를 추진중이며 현재 세상에 돌아다니는 딥러닝이니 인공지능이니 하는 싸구려 이론들은 인공두뇌가 현실화 되는 순간 인공두뇌에서 돌아가는 일종의 애플리케이션 정도로 흡수될것이다.
인공 두뇌는 결코 복잡하지 않고 극도로 단순한 반응셀돌로 연결되는데 각각의 반응셀들은 오로지 참과 거짓만을 판단하는 극단순 회로가 될것이다. 두뇌의 가장 핵심 기능이 바로 메모리 기능인데 우리가 지금까지 보아왔떤 하드웨어 메모리가 아닌 소프트웨어 메모리로 구현될것이다. 전기공급이 끊어지지 않는한 메모리정보가 소프트웨어 형태로 저장되고 하드웨어에는 자체 기기만을 작동시키는 기본적 프로그램이 탑재될것이다. 하드웨어로 구현하는 소프트웨어라 보면 과히 틀리지 않을것이다.
지금 이말이 뭔소린지 모르는 자는 그냥 하던데로 박사과정 가서 딥러닝 공부하고 학위따고 한국가서 교수하면 되고 지금 이말이 뭔소린지 들어본적은 없어도 생각은 해본적 있는 자들은 일단 먹고 살 직장부터 구한후 진짜 인공두뇌에 관한 더 깊은 연구를 하면될것이다.
-
대기업들에서 그런 비밀 프로젝트를 하고 있다면, 님은 어떻게 알고 있죠???
-
-