2016년 3 월 알파 고(AlphaGo)와 바둑에서 톱 기사 중 한 명인 이세돌 구단과의 5번 승부에 4승 1패로 승리한 것은 세계에 큰 충격을 주었다. 이미 체스에서는 미국 IBM이 개발한 딥 블루(Deep Blue)가 1997년 당시 세계 챔피언인 러시아의 카스파로프 씨에게 승리했고 장기에서도 컴퓨터 소프트의 본클라즈가 이겼습니다. 그러나, 체스나 장기에 비해 반면이 보다 넓고 대국의 패턴수가 자릿수 차이가 많은 바둑에 있어서는 인공 지능(AI)이 사람의 능력을 웃도기까지는 시간이 걸린다고 생각되어 있었기 때문에 알파고의 바둑 승리는 인공지능(AI)이 현격히 진보되고 있음을 세상에 보여주게 된 것이다. 일상생활에 깊숙히 침투하는 인공지능은 기술 수준이 향상되고 있을 뿐만 아니라 이미 다양한 상품 서비스에 통합되어 활용이 시작되고 있다. 친숙한 곳에서는 인터넷 검색 엔진과 스마트폰 음성 응답 애플리케이션인 미국 애플의 Siri와 Google 음성 검색 및 음성 입력 기능 각사 청소 로봇 등을 예로 들 수 있다. 또, 소프트뱅크로보틱스의 인형 로봇 Pepper(페퍼)와 같이, 인공 지능을 탑재한 인형 로봇도 실용화되고 있다. 이처럼 인공지능(AI)은 우리의 일상적인 친밀한 상품과 서비스에 같이 통합되기 시작했고 많은 사람이 인공지능(AI)을 한 번은 사용한 적이 있다는 시대가 도래하고 있다 . 그런 가운데, 일반적으로 인공지능(AI)이란 어떤 것으로 인식되고 있는 것일까라는 의문이드는데 여기에서는 일미의 취업자에 대해 인공지능(AI)의 이미지를 물었다. 컴퓨터가 인간처럼 보거나 듣거나 말하는 기술이라는 인간의 지각이나 발화의 대체에 가까운 것 많다. 게다가 미국에서는 인공지능은 인간의 뇌의 인지및 판단 등의 기능을 인간의 뇌의 구조와는 다른 구조로 실현하는 기술 이라는 인간의 뇌의 대체에 가까운 이미지도 침투 하고 있다. 이와 같이 AI에 대한 이미지는 여러 사람들이 반드시 일치하는 것은 아니며 또한 균일하지 않은 것이 현재이다. 이처럼 보급되고 있는 인공지능(AI)이라는 말이 처음 세상에 알려진 것은 1956년 국제학회등에서 대략적으로 지적 기계 특히 지적 컴퓨터 프로그램을 만드는 과학과 기술로 설명되어 있지만 그 정의는 연구자에 의해 각가의 입장에 맞는 다른 상황에 있다고 할수있을것입니다. 학문 영역으로서 인공지능(AI)을 파악하기 어려운 배경은 인공 지능에 관한 연구 영역에는 기계 학습이나 딥 러닝과 같은 기초 분야와 화상 인식이나 음성 인식등 자연 언어 처리등의 응용 분야가 있어 각각 독립한 필드를 구성해 있다고들 합니다. 인공지능학자라고 불리는 연구자에 대해서도 확률이나 통계 등의 이론에 근거해 범용적인 수법을 구축하는 입장이어서 언어나 이미지 등 구체적인 데이터를 대상으로 실용적인 알고리즘을 개발하는 입장으로 정교한 추론의 규칙을 구축하는 입장과 같이 다양한 입장이 존재합니다. 그러므로 관련 연구 영역과 연구자를 통합하는 형태로 인공 지능이라는 분야를 정의하는 것은 어려운 상황에 있습니다. 이렇게 완벽한 정의도 어려운것이 현 실정이지만 점차 발전해나가는 학문임에는 틀림없는것일겁니다. 처음부터 완벽이라는것은 존재하지않기에 점차 정립되면서 안정되어질 짧은 미래의 이야기입니다. 지금 아이들이 코딩을 초등학교때부터 익히며 로봇들과의 대화를 익혀가고있는 이 시점이 가장 초보적인 시절이 되겠지만 일런머스크는 조만간 사람의 뇌에 칩을 이식해서 이용하는 방법을 곧 실행한다고하니 사이보그 인간이 곧 등장할수도 있지않을까 생각합니다. 여러분들은 바로 앞으로 다가온 이런 신세계가 궁금하지 않으신가요. 같이 하나하나씩 알아가보도록 하겠습니다. 인공지능(AI)의 연구 테마 중 현재는 딥러닝에 관한 학술연구가 특히 각광을 받고 있다. 딥러닝은 특징량을 스스로 만들어 낼 수 있게 된 점에서 획기적인 요소 기술이지만 단독으로는 모든 분야의 어떠한 타입의 문제를 해결할 수 있는 만능의 인공지능(AI )까지를 만들 수 없다. 따라서 앞으로는 개별 분야의 구체적인 문제에 대응할 수 있는 인공지능(AI)을 개별적으로 실용화해 나가기 위한 연구가 보다 중요해질 것으로 상정되고 있다. 즉, 실용화를 목표로 하는 특정 분야에 있어서의 대량이고 적절한 내용의 데이터를 준비하고 이 데이터로부터 딥 러닝을 이용한 기계 학습을 하는 것 또한 기계 학습이 가능하게 되는 정보 처리 능력이 발전해 나갈것이다.
댓글