피상적으로 이야기하면 기존의 어떤 학습 모델보다 neural network가 훨씬 더 정교한 근사 함수를 만들 수 있는 모델이기 때문이죠. 기존에는 모델 자체가 가진 정교성은 크더라도 이를 학습시킬 방법이 없었는데, (1) 학습 이론의 발전과 (2) 대량의 데이터 확보, (3) 컴퓨팅 유닛/메모리 하드웨어 성능 향상으로 학습이 가능하게 된 것이고요.
물론 새롭게 등장하는 neural network 구조 간의 비교 우위는 이론적으로 설명이 잘 안되는 것 같긴 한데, 그렇다 하더라도 특정 분야들에서는 압도적인 성과를 내고 있기 때문에 갑자기 몰락하진 않을 것 같아요. 지금의 과열된 분위기는 좀 식기야 하겠지만.
비전문가지만,
딥러닝은 분명 한계가 있어 보입니다.
따라서, 획기적인 AI system을 누군가 만들어 내겠지요.
아마도, 인간의 뇌 system에 근접한 방법을 누군가는 고안해 낼지 안을까 우려가 됩니다.’
우려라고 표현한 이유는,
그걸 개발하는 순간,
인류가 AI에 종속당하기 시작할거라 생각됩니다.
차라리 딥 러닝에서 끝나거나 정체되길 바랍니다.
1. 딥러닝 모델은 수학적, 이론적 증명보다 실험적 증명에 치중하는게 (논문의) 현실입니다. (DeepMind, FAIR, OpenAI든 뭐든)
2. 기존 머신러닝은 펀더멘털일뿐 실제 응용으로 들어가면 바로 한계가 드러납니다.
3. 딥러닝도 실험데이터를 넘어 실제 데이터를 적용하는 순간 바로 엔지니어링의 헬문을 여시게 됩니다.
4. 지금의 딥러닝은 단순 data-driven pattern recognition 수준 같지만, 실제 연구분야로 reasoning over memory 영역은 인간의 브레인 수준으로 향후 발전 가능성이 크다고 봅니다.
사실 이런거 머신러닝자체는 돌리는데 별로 어렵지 않은데 문제는 데이타베이스가 한계가 많고요. 그런 노이지 자체가 많은 데이터에서 뭔가 끄집어 낸다고 하는게 생각만큼 쉽지도 유용하지도 않은 경우 많습니다. 저희 회사에서도 언제부터인가 이쪽을 많이 밀고 있는데, 솔찍히 사삼뽑는다고 인터뷰 보면서도 이사람 플타임으로 뽑아서 현제 우리팀에서 무슨일을 시켜야 하는지도 정확히 잘 모르겠어요. 그래서 미팅때 부사장님에게 여러사람들이 말이 나왔는데, 부사장말이 주주 미팅에 가면 주주들이 물어본데요. 그 회사는 머신러닝 AI쪽 안하냐고. 그 사람들은 그냥 보통사람들 처럼 AI 같은것이 인력을 다 대체해 주고 미래에 엄청난 이익을 창출해 줄것으로 믿고 있다나……그러면서 부사장이 우리회사만 이거 안해도 된다고 뭐라고 설명을 하면 되냐고 묻더라구요…..ㅎㅎㅎ 아 어의없지만 요즘은 회사 마케팅 측면에서도 일단은 이쪽사람들 뽑아서 삽질이라도 해보려고 합니다.
