AI Teading - Teens여기까지 오는 데 70년
AI가 요즘 갑자기 잘하게 된 것처럼 보이죠. 그런데 사실은 아주 오래된 이야기예요. 그동안 사람들은 몇 번이나 "이제 다 됐다"고 했다가, 몇 번이나 틀렸어요.
얼마나 틀렸는지 직접 보는 게 빨라요. 아래 카드는 전부 진짜로 있었던 예측이에요. 앞면만 보고 맞았을지 틀렸을지 골라 보세요.
양쪽으로 빗나갔어요
몇 개나 맞혔나요? 여기서 봐야 할 건 내 점수가 아니라 빗나간 방향이에요.
세 장은 너무 빨리 될 거라고 했어요. 20년이면, 여름 방학 두 달이면, 곧.
두 장은 아주 오래 걸리거나 그런 식으로는 안 될 거라고 했어요. 백 년은 걸린다, 그건 체스만 하는 기계로는 안 된다.
똑똑한 사람들이 양쪽으로 다 빗나갔어요. 그리고 빗나갈 때마다 사람들이 실망해서 돈과 관심이 빠져나갔어요. 그런 시기가 두 번 있었어요.
그럼 왜 갑자기 잘하게 됐을까요
여기서 많은 사람이 오해해요. 누군가 굉장한 발상을 새로 해냈을 거라고요.
대부분은 옛날 아이디어예요.
앞으로 3부에서 만날 성냥갑 학습 기계는 1960년대, 할아버지 할머니가 어릴 때 것이에요
뇌의 신경을 흉내 내서 계산하는 생각은 1940년대에 나왔어요. 그걸 실제로 기계로 만든 게 1950년대고요
여러 겹으로 쌓은 것을 가르치는 방법도 1980년대에 나왔어요
그럼 뭐가 바뀐 걸까요. 두 가지예요.
① 재료가 어마어마하게 많아졌어요. 사람들이 인터넷에 사진과 글을 올리기 시작했어요. 1980년대에는 기계에게 보여줄 고양이 사진이 몇백 장이었어요. 지금은 몇억 장이에요.
② 계산이 빨라졌어요. 그것도 뜻밖의 물건 덕분에요. 게임 화면을 빨리 그리려고 만든 그래픽 카드가 있어요. 그게 하는 계산이 알고 보니 AI가 하는 계산과 거의 같았어요.
그러니까 이렇게 정리할 수 있어요.
| 1980년대 | 지금 | |
|---|---|---|
| 아이디어 | 거의 다 있었어요 | 거의 그대로예요 |
| 재료(데이터) | 몇백 장 | 몇억 장 |
| 계산 힘 | 며칠 걸림 | 몇 분 |
새 발상이 아니라 재료와 힘이 바뀐 거예요.
1부에서 걸어온 길이에요. 상자 하나가 챕터 하나예요.
그럼 그 계산이 뭔지 봐야겠죠
재료가 사진이고 계산이 빨라졌다는데, 도대체 기계에게 사진이 뭘까요.
2부는 거기서 시작해요.
이 챕터의 근거
- 1 McCulloch & Pitts, "A Logical Calculus of the Ideas Immanent in Nervous Activity", Bulletin of Mathematical Biophysics 5 (1943)
- 3 Turing, "Computing Machinery and Intelligence", Mind 59(236) (1950)
- 5 McCarthy, Minsky, Rochester & Shannon, "A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence" (1955)
- 8 "New Navy Device Learns By Doing", The New York Times (1958-07-08)
- 10 Michie, MENACE (1961) · "Experiments on the Mechanization of Game-Learning", The Computer Journal 6(3) (1963)
- 23 Simon, The Shape of Automation for Men and Management (Harper & Row, 1965) p.96 · 비슷한 문장이 The New Science of Management Decision (1960) p.38 에도 (25년 안에… 조직의 모든 기능)
- 24 George Johnson, "To Test a Powerful Computer, Play an Ancient Game" (interview with Piet Hut), The New York Times (1997-07-29)
- 25 Moravec, Mind Children (Harvard University Press, 1988)
- 26 Hofstadter, Gödel, Escher, Bach (Basic Books, 1979)
- 29 Rumelhart, Hinton & Williams, "Learning representations by back-propagating errors", Nature 323 (1986)