AI 혁명은 철학의 가장 근본적인 질문에 답하는 데 어떻게 도움이 됩니까? (1 부)

나는 누구입니까? 나는 무엇을 하기 위해 태어났는가? 어떻게 살아야 할까요? 인간 존재에 관한 가장 큰 질문을 해결하기 위해 탄생한 많은 기사, 책, 철학 학교가 많이 있습니다. 본고에서는 이러한 기본적인 철학적 문제들에 대한 세계 최고의 기술 전문가의 관점에서 보는 심오한 성찰을 아래의 일련의 기사를 통해 독자들에게 소개하고자 합니다.

이 기사 시리즈는 Forbes가 중국에서 1위를 차지한 기술 투자 회사 Sinovation Ventures의 창립자인 저자 Lee Kai-fu의 The Edge 기사를 번역한 것입니다. Lee는 Apple에서 연구직을 역임했으며 Microsoft와 Google China에서 운영을 담당했습니다. 이씨는 세계 최초의 음성인식 시스템을 만든 컴퓨터 과학자이기도 하다. Lee의 시스템은 현재 Apple의 Siri, Microsoft 제품 및 기타 여러 회사에서 사용되고 있습니다.

저자 중국 1위 기술 투자 기업 시노베이션 벤처스 창업자 이개푸 (사진: 차이나데일리)

1부: 인공 지능의 첫 번째와 두 번째 물결

인공지능의 첫 번째 물결

다른 사람들과 마찬가지로 나 자신에게 항상 묻는 질문은 나는 누구이며 왜 존재하는가입니다. 인간으로서 우리는 누구이며 왜 존재하는가? 대학에 다닐 때 나는 훨씬 더 순수한 견해를 가졌습니다. 저는 컴퓨터와 인공 지능에 대해 매우 열정적이었고 컴퓨터 알고리즘을 사용하여 동료들과 함께 뇌가 어떻게 작동하는지 상상해 볼 운명이라고 생각했습니다. 뇌, 그것이 인공지능이라고 불리는 것입니다.

그것이 당시 나의 단순한 견해였습니다. 나는 대학 시절, 석사 시절에 그것을 추구했습니다. 저는 Carnegie Meelon에 가서 음성 인식 분야에서 박사 학위를 취득한 후 Apple, SGI, Microsoft 및 Google에 합류했습니다. 그 회사에서 나는 계속해서 인공지능 관련 일을 했다. 지능이 어떻게 작동하는지에 대한 우리의 추구와 인공지능에 대한 이해가 우리에게 돌아와서 '아, 뇌는 저런 식으로 작동하는구나'라고 생각하게 될 것 같아요. 우리는 그것을 시뮬레이션합니다. 이것이 바로 지능의 정의입니다. 우리 삶에서 가장 중요한 것은 바로 우리의 IQ, 사고하고, 분석하고, 예측하고, 이해하는 능력입니다. 이 모든 것은 컴퓨터 시뮬레이션을 통해 개발될 수 있습니다.

저는 Marvin Minsky, Allen Newell, Herb Simon(인공 지능 분야의 선구자로 간주되는 세 명의 과학자)과 저의 멘토 Raj Reddy(인도계 미국인 컴퓨터 과학자인 Dabbala Rajagopal "Raj" Reddy도 만나 AI의 선구자). 이 모든 사람들은 제가 생각하는 방식에 깊은 영향을 미쳤습니다. 지능에 대한 이해도 추구하고 있다는 점은 조화롭다. 당시의 견해는 우리가 구체적인 단계에서 우리의 사고를 수행하기 위한 프로세스를 제공한다면 인간의 지능을 인간의 행동 방식에 따른 규칙으로 구현할 것이라는 것이었습니다.

예를 들어 배가 고프면 나가서 먹고 싶어요. 이번 달에 실수로 돈을 많이 썼어요. 좀 더 싼 곳으로 갈 거예요. 가장 저렴한 곳은 맥도날드인 것으로 추정됩니다. 맥도날드에서는 튀긴 음식을 피해서 햄버거만 먹습니다. 이러한 "만약, 그렇다면, 다른" 것들은 우리가 생각하는 방식(우리가 생각하는 대로)이며, 이것이 전문가 시스템 또는 상징적 AI의 생성이 작동하는 방식입니다. 나는 그것이 매우 제한적이라는 것을 깨달았습니다. 왜냐하면 우리가 규칙을 작성할 때 너무 많은 규칙이 있기 때문입니다.

MCC(Consortium of Microelectronic Computer Companies)에는 내가 아는 가장 똑똑한 사람 중 한 명인 Doug Lenat이라는 교수가 있었습니다. 그는 우리가 생각할 수 있는 모든 규칙을 기록하기 위해 수백 명의 사람들을 고용했습니다. 언젠가는 우리가 그것을 끝낼 것이고 그것이 두뇌가 될 것이라고 생각했습니다. 그의 연구는 Apple과 Microsoft의 후원을 받습니다. 내가 그를 방문했을 때 그는 나에게 온갖 종류의 꽃을 보여 주면서 각 꽃이 무엇인지, 각 꽃에는 꽃잎이 몇 개 있는지, 꽃의 색깔은 무엇인지에 대한 지식을 공유해 주었던 것을 아직도 기억합니다. 세상에는 우리가 받아들이기에는 지식이 너무 많고, 지식의 상호작용도 너무 복잡하다는 것이 밝혀졌습니다. 그 메커니즘, 즉 규칙 기반 시스템을 우리는 어떻게 구축해야 할지 모릅니다.

그것이 첫 번째 물결이었습니다. 사람들은 우리가 규칙을 작성할 수 있다고 생각하기 시작했지만 완전히 실패했습니다. 그 실패의 결과는 어떤 면에서는 유용한 애플리케이션이 몇 개밖에 없다는 것입니다. 이로 인해 사람들은 AI가 실패했으며 추구할 가치가 없다고 믿게 됩니다.

이 카이푸에게 깊은 영향을 준 인공 지능 분야의 선구적인 과학자: Marvin Minsky, Allen Newell, Herb Simon, Dabbala Rajagopal "Raj" Reddy (사진: Slideplayer, Wikipedia)

인공지능의 두 번째 물결

나는 카네기 멜론에서 박사 과정을 밟는 시기에 두 번째 물결을 맞이하게 된 행운을 누렸습니다. 그 작업에서 나는 어떤 종류의 통계나 기계 학습을 사용할 수 있는지 궁금했습니다. 모든 것에서 샘플을 수집하고 시스템을 훈련시키면 어떨까요? 영어의 다양한 소리를 훈련하기 위한 음성 샘플, 동물 인식 훈련을 위한 개와 고양이 샘플 등이 있을 수 있습니다. 당시에는 좋은 결과를 얻었습니다. 제가 박사 학위 논문에서 개발하고 사용한 기술 유형은 "Hidden Markov Models"라고 불리며, 이는 독립형 음성 인식 스피커 시스템의 첫 번째 예입니다. 이 시스템은 Siri, Microsoft의 음성 인식 시스템, 컴퓨터 음성 및 컴퓨터 비전에 사용되는 기타 기술 등 많은 제품에서 사용되었으며 지금도 사용되고 있습니다. 저는 1980년대에 Carnegie Mellon에서 일했고, 1988년에 논문을 마쳤고, 1990년부터 1996년까지 Apple에서 일했고, 2000년쯤에는 Microsoft Research에서 일했습니다.

우리는 결과가 개선되는 것을 확인했기 때문에 이 작업에 대한 계산이 효과적이라고 낙관했습니다. 그러나 10년 간의 노력 끝에 우리는 한계에 도달한 중요한 개선 사항을 확인했습니다. 더 이상 올라갈 수 없어서 우리는 겁이 났습니다. 다시 말하지만, 많은 사람들은 "1000개의 단어, 100개의 물체를 인식할 수 있지만 그 이상은 인식할 수 없습니다. 인간은 새로 형성된 단어를 포함하여 무한한 어휘를 이해할 수 있습니다. 그건 지능적이지 않습니다. 그건 AI가 아닙니다."라고 말합니다. 두 번째 인공지능 붕괴가 일어난 이유는 인간이 할 수 있는 일을 기계도 할 수 있다는 것을 증명하지 못했기 때문이다.

VnReview에 따르면 더 보기:

• 핀란드 대학의 무료 온라인 인공지능(AI) 강좌
• 인공지능(AI) 프로그래밍 학습을 시작하는 6단계
• 인공지능(AI), 자격증 온라인 강좌