AI(人工智能, Artificial Intelligence)
인공지능은 인간 지능(학습, 추리, 적응, 논증 등)의 기능을 갖춘 컴퓨터 시스템을 의미합니다.
인간의 지능을 대체할 모델에 대한 철학적 논쟁은 17세기 전후로도 있어 왔습니다.
AI란 용어를 처음 사용한 것은 존 매카시에 의해서입니다.
2016년 구글 딥마인드(구글 브레인)의 알파고가 딥러닝(심층학습) 방식을 대중화해 인간 수준을 뛰어넘는 결과물을 보여주게 됩니다.
2022년 하반기에 빅테크발 생성형 AI 경쟁이 시작되고 연구용이나 기업용에 사용되던 AI가 대중적으로 상용화되기 시작합니다.
AI 개선점
인공신경망으로 이루어진 AI는 수많은 코드(노드/계산 단위)가 각자의 계산을 수행합니다.
어떤 질문이 주어지면 노드별로 질문에 반응해 다음 노드에 신호를 전달합니다.
각 노드는 주어진 편향(기준치)에 따라 신호를 거르고 산출하는 과정을 통해 신호들의 총합(대답)을 전하게 됩니다.
코끼리의 코를 학습한 노드는 잘못된 이미지(신호, 코가 가려진 코끼리 사진)로 판단해 거짓을 의미하는 0을 출력합니다.
그러나 코끼리의 눈, 귀, 입, 몸집 등 다른 부위를 학습한 노드가 진실을 의미하는 1을 출력합니다.
이 과정으로 1의 값이 더 많이 산출되어 최종 대답은 1(진실)이 됩니다.
요즘 본인 인증 절차 중에 AI인지 아닌지를 식별하는 과정 또한 이런 방식을 적용한 것입니다.
전문가들은 이런 확률적인 대답에 대한 AI의 특성은 환각(Hallucinations)을 일으킬 수 있음을 지적합니다.
잘못된 편향이나 가중치가 주어지거나 질문에 대한 정보가 없다면 관계없는 편향과 가중치가 입력된 노드까지 신호가 들어가게 됩니다.
이때 없어도 있는 듯, 잘못된 것도 맞다고 하거나, 맞아도 잘못된 것이라고 대답할 수 있습니다.
이세돌 9단을 이긴 알파고처럼 인공신경망을 작동하는 컴퓨터의 계산 능력은 빠를 수 있습니다.
하지만, 인공신경망 자체는 기존 알고리즘과 원리가 달라서 수학적 계산에 취약하다는 점이 개선해야 할 문제입니다.
Artificial intelligence refers to computer systems that have the capabilities of human intelligence (learning, reasoning, adaptation, argumentation, etc.).
Philosophical debates about models to replace human intelligence have been around since the 17th century.
The term AI was first used by John McCarthy.
In 2016, Google DeepMind (Google Brain)'s AlphaGo popularized deep learning (deep learning) methods and demonstrated results that surpassed human levels.
In the second half of 2022, the race for big-tech-generated AI begins, and AI that has been used for research and enterprise begins to be commercialized for the masses.
AI improvements
AI made up of artificial neural networks is made up of tons of code (nodes/computational units) each performing their own calculations.
Given a question, each node responds to the question and sends signals to the next node.
Each node sifts through the signals according to a given bias (baseline) and calculates the sum of the signals (the answer).
A node that has been trained on an elephant's nose will see the wrong image (signal, a picture of an elephant with its nose covered) and output a 0, which means false.
But a node that has been trained on other parts of the elephant, such as its eyes, ears, mouth, and size, will output a 1, which means true.
This process produces more 1s, and the final answer is 1 (truth).
This is the process used today to identify whether a person is an AI or not during an identity verification process.
Experts point out that this probabilistic nature of AI answers can lead to hallucinations.
If the wrong biases or weights are given, or if there is no information about the question, signals will be fed to nodes with irrelevant biases and weights.
At such times, one can act as if something exists even when it doesn't, say that something wrong is right, or claim that something right is wrong
The computational power of a computer running an artificial neural network can be fast, like AlphaGo, which beat Lee Sedol 9.
However, the problem with neural networks themselves is that they work on a different principle than traditional algorithms, making them vulnerable to mathematical computation.