김대식의 ＜기계와 인간＞: 초벌구이:자료 보관 차원 임.

[원진호]

 세상은 보이는 것과 보이지 않는 것으로 구성 되어 있다. 정량화 되는 데이터와 될 수 없는 데이터. 전자는 수,물건,횟수,움직임등이고 후자는 정신,의지,가치,상황,느낌들이다. 정치와 경제는 전자의 것이고 사회와 문화는 후자의 것이다. 후자를 전자화 시키는 것이 자본의 논리라면 전자를 후자화시키려는 것이 인문의지이다.

전통적인 인공지능은 실패했다.

- 미분과 적분은 잘 푸는데 문을 열고 걷질 못 한다.

 기계가 스스로 세상을 인식하고 스스로 판단을 내려야 인간과 경쟁력이 있게 된다.30

 기계에 설명을 해 줘야. 설명의 조건으로 설명자가 답을 알고 있어야 하고 이를 완벽하게 설명해 낼 수 있

 는 기호시스템이 있어야.33

 그러나 언어는 완벽하게 표현할 수 없다. 강아지란 무엇인가? 너무 자세히 설명하면 강아지의 일부가 빠져나가고 너무 적게 설명하면 다른 종이 포함된다. 인간은 딱 보면 강아지라는 것을 아는데...

 빅데이터의 10%만(이진법으로 표현된 데이터) 기계가 자동으로 분석할 수 있다. 예; 하나로마트에서 원진호가 한달 사이에 몇 번 방문을 했다. 그러니 원진호가 환자와 심각하게 당뇨에 대해서 이야기하고 있다. 는 분석할 수 없다. 이것이 비정형데이터. 기계는 이 상황을 이해못하기 때문에 이해할 수 없다

 빅데이터의 비정형데이터는 기하급수적으로 늘기 때문에 결국 기계는 세상을 알아볼 수 없게 된다.

 그렇다면 인간이 비정형데이터를 어떻게 자신의 뇌에 심고,정형데이터로 만드는지, 세상을 어떻게 학습하는지 알고 이 구조를 기계에 적용하면 되지 않을까?

보편성에 대한 논의: 유명론nominalism 실념론realism

플라톤: 모든 사물은 그림자요. 본질인 이데아는 따로 있다.

아리스토텔레스: 우리 경험들의 교집합. 그 것이 보편성이다. 수 많은 강아지들 속에는 우리가 말로 표현할 수 없지만 분명히 존재하는 공통성이 있다. 그 공통성이 이름이다.

파르메니데스: 존재는 하나다. 이전에는 다양한 존재 다양한 세상이 있다고 생각. 이를 뒤집는 생각을 함. 서로 다른 하나,서로 다른 규칙들은 결국 서로 이해 못 하는 세상을 이루는 것, 그러나 모든 존재가 하나이면 하나의 규칙이 있는 거고 그 규칙은 이해될 수 있는 것이다. 그러므로 자연은 신비스러운 대상이 아니라 이해될 수 있는 것이 된다.

헤라클레이토스:자연은 숨는 걸 좋아한다. 세상이 다 같은 존재라지만 아무리 봐도 다 다르거든. 그래서 자꾸 들추어 보려 하고 그 안에서 동일성이나 규칙등을 찾아내려고 하는 거지. 그것이 과학이 되는 거지. 서양에서는

아리스토텔레스:자연을 들추어 내는 과학의 도구를 만들어 냄. 물리학,형이상학,정치학,경제학

숨으려는 자연을 자꾸 파헤치려는 도구를 만들다 보니 이 도구들을 연결해주는 도구가 필요해졌는데 그것이 바로 논리.이 논리라는 도구가 세상을 보편적으로 이해할 수 있게 만든다.

이 논리를 기계에 심어주면 되는데...이 도구들을 명쾌하게 설명할 수 있는 언어가 존재하지 않는다는 것이다. 56

라이프니치:이진법을 만들어 언어를 수학으로 표기하려 함

논리의 핵심 요소는 기호 symbol 규칙-기호를 연결하는 tool.57

우주의 본질은 원자. 그럼 정신은? 그것 까지 포괄하는 것으로 모나드를 주장. 그 모나드를 만들어낸 본질적 이유는 자유의지.이 것은 물질도 아니고 에너지를 소비하는 것도 아닌 것. 내 안에 있는 것. 물질을 움직이게 하는 것. 어떻게 가능할까? 불가능하다. 고로 자유의지는 없다. 애초에 우주가 창조되면서 미리 프로그램되어 있었던 것 predetermined harmony이다. 신은 선하거나 완벽해야 하는데 두가지는 일치 않는다. 세상은 선하지 않기 때문이다. 일부러 이렇게 만들었다면 선하지 않은 거고 선하게 만들려고 했는데 이렇다면 완벽하지 않기 때문이다. 우주는 무한하고 무한 조합이 가능하다. 그렇다면 어느 우주는 조금은 선하고 어디는 조금 악하다. 완벽성도 그렇다. 우주의 모나드는 안정된 상태가 아니다. 하여 다양한 조합의 우주가 무수히 존재한다. 그래도 그 중에 우리가 살고 있는 우주가 ‘창조할 수 있는 최선의 우주’다.

조지 불,프레게: 0.1은 기호에 불과하다. 논리가 제대로 작동할려면 기호를 연결해 주는 규칙이 필요하다. boolean logic :AND,OR,NOT,NAND.

프레게: 모든 X는 이렇다. 이런 특징을 가진 X는 존재한다. 같은 명제를 논리적으로 표현하게 된다.

앨런 튜링:

2차 세계대전에서 영,미,독일에서 프로그래밍이 가능한 계산기,켬퓨터가 등장.

논리를 기계가 처리한다면 빨리 될 것이라 판단.

증명한다는 것이 무엇이고 논리라는 것이 무엇인지 생각. 논리적으로 참이라는 것은 논리기계가 계산해 낼 수 있는 것이라고 결론. 73 튜링기계. 기호와 규칙을 겸퓨터에 넣고 계산. 계산할 수 있는 것은 참, 못 하는 것은 거짓.

1956년 미국 동부 다트머스 대학에 전문가 회합. 이떼 인공지능이라는 말이 처음 대두.75

계산도 잘 하니 다른 것도 잘할거다. 프로그래밍만 잘 해 주면 인간이 하는 일을 처리할 수 있을 거다. 생각. 근데 결국 실패. 왜 인간들이 쉬워하는 것을 이렇게나 어려워할까? 77

결국 쉽다 어렵다를 잘못 생각한 것. 답을 알면 쉬운 거고 모르면 어려웠던 것. 진화 과정에서 걷고 물체를 인식하고 판단하는 것이 인간의 생존에 절대 필요한 것이었지 고등 수학문제를 푸는 것이 핵심이 아니었던 것. 그런데 전자는 당연히 그런 것이니 쉬운 거고 후자는 모르는 것이니 어려웠던 것. 그러나 실제는 전자가 매우 어려운 것이었던 것. 78

폰노이만 기계:

쉽다는 정의: 표현하기 쉬운 문제,이미 알고 있는 것으로 표현할 수 있는 문제를 쉽다고 정의 80

복잡하다는 것은 복잡도가 높아져서 문제 자체를 표현하는 알고리즘의 수순이 모호해진다는 것 81

뇌의 구조: 10의 11승의 신경세포.서로 엄청나게 연결. 기게에 비해 느리고 확률적인 답만 이야기.

 한 줄의 답이 정확도가 떨어지니 나중 갈수록 답이 틀려진다.

하여 뇌는 깊이 있는 논리가 아니라 넓은 폭의 논리로 계산을 할 것이라고 추정. 89

나는 누구인가라는 것이 있다. 소위 기질과 성격,인격이라는 것의 합인 이것은 유전적 요인, 환경적 요인,주체의 노력으로 인해 만들어 진다. 그런데 전두엽 신경세포 수십만개만 망가 뜨려도 완전히 변해 버릴 수 있다. 해마만 도려내도 기억이 저장되지 않는다. 그러나 켬푸터는 메모리와 CPU가 분리되어 있기 켬이 망가져도 기억을 복원할 수 있다.

 우리 뇌는 각 상황에서 저장할 가치가 있는 정보와 저장할 필요가 없는 정보를 구별하여 저장합니다. 정보들을 구별하고 압축하고 큰 가지만 기억하는 것. 그 기억을 나중에 기억할 때에는 내가 이전에 들었던 이야기,알았던 이야기들과 합쳐서 새롭게 이야기를 만들어서 기억한다는 것이다. 기억한다는 것은 어디에다 정보를 저장했다가 가져오는 것이 아니고 매번 새롭게 만들어 내다는 것이다. 93

뇌에서는 정보가 무늬(패턴)위주로 입력된다. 사람의 얼굴을 보면 뇌의 어느 영역이 활성화 되더라등등....

뇌는 세상을 직접 보지 않는다. 오감을 통해 정보를 얻고 패턴화하여 저장하고 해석을 한다. 94. 켬은 매개체 없이 세상을 직접 받아 들인다.

뇌가 오감을 통해 정보를 획득한다는 것은 뇌가 해석을 한다는 것이고 해석을 한다는 것은 실수의여지가 있다는 것. 객관적이지 않다는 것.

눈: 물체에서 반사된 광자를 렌즈에 모아, 망막에 영사,망막의 여러층을 통해 광 수용기에 전달. 이 빛을 전기에너지로 바꿔 뇌에 전기신호를 보냄. 망막에는 혈관과 맹점이 있어 그림자가 생기는데 뇌는 이들을 제거하고 인식. 오감은 정확하지 않다. 많은 문제가 많다.

- 우리의 믿음,생각,지각,느낌,기억등은 대부분 착시현상일 것이다. 실질적으로 경험한 것에 플러서 알파로 해석이 포함되어 있는 거다. 97

사물이 영사된 망막에서는 광자들의 확률분포 밖에 없을 것. 색깔,형태,입체감은 뇌가 만들어낸 착시현상일 것. 98

그래서 세상은 존재하지만 우리 눈에 보이는 그대로 존재하지는 않는다는 것이다. 어떻게 생겼는지는 도저히 알 수 가 없다. 우리가 보는 세상은 인풋이 아니라 뇌가 해석한 결과물들로 보이는 것. 98

그렇다면 계산이 다르면 당연히 세상이 다르게 보일까? 그렇다. 고양이가 보는 것과 박쥐가 초음파로 보는 것은 분명 다를 것. 어떻게 보이는 지는 아무도 모른다.

10의11승의 신경세포들이 10의 15승의 시냅스라는 연결선으로 연결되어 있다. 그 중의 1.3정도는 유전적으로 만들어지고 1/3은 환경을 통해서 만들어지고 나머지는 1/3은 그냥 램덤하게 만들어진다. 100 일란성 쌍둥이도 동일한 뇌를 가질 수 없다는 것.

각각의 신경세포가 어떻게 연결되었는지뇌안의 정보량을 대략 추정해 보니 모든 시냅스들의 위치와 연결은 유존적으로 전달될 수 없다는 결론 108

-하여 대략 30~50%정도 유전으로 물려 받고, 나머지는 10~12년 사이에 생긴다. 111

우리 눈에는 세상이 조금씩 다르게 보인다. 근데 우리는 다들 같은 세상에 산다고 할까?

빨간 사과를 보게 색깔이 어떠냐고 물을 때, 사실 이 사과의 색은 다양하고 그 색의 패턴도 다양하다. 근데 이 애매모호하고 복잡한 색깔을 제 눈에 보이고 인식할 수 있는 색깔을 완벽하게 포현할 수 있는 언어가 존재하지 않는다. 101 분명 나와 다르게 보는 것이 분명하지만 각자의 머릿속에서 보이는 색과 가장 가까운 언어가 빨강이니 그렇게 말하는 것이다. 그리고 우리는 서로 이해하고 소통했다는 착시를 얻게 된다. 101

언어의 해상도가 인식의 해상도 보다 낮다. 103 생각의 숫자가 언어의 숫자보다 많다. 일대일 매칭이 안 되는 것이다. 하여 핵심은 우리가 말,단어만 통해서는 상대방의 생각을 절대로 파악할 수 없다는 것이다. 103

착시:

①[심리] 주변의 영향으로 어떤 사물을 실제의 그것과 다르게 보게 되는 시각적인 착각 현상

②기하학적 착시, 달의 착시, 반전의 착시 등이 있다

커피 실험: 동일한 커피를 둘러 나눠 가격을 속인 후 어느 커피가 맛있냐고 실험자들에게 물었다. 비싼 커피가 맛있다. 나름 이유를 대면서. 해석: 혀가 느끼는 동일한 감각을 뇌가 이전의 경험으로 재해석한다는 것 107

데이터와 모델이 맞지 않으면 모델을 바꾸는 것이 맞는데 뇌는 그렇게 하지 않는다. 혀의 동일 감각은 1초도 안 되고 비싼 것이 낫다는 모델은 20,30년에 걸쳐 만들어진 것이니 절대 수정하지 않는 것. 문제는 뭔가 찝찝하거든..혀가 맛이 똑 같다고 하니까..그래서 정당화하는 선호도를 만들어 냅니다. 향이 좋고 설탕이 없어도 좋고 등등...인풋과 아웃풋이 일치하면 변명이 필요없다. 일치하지 않으니 주저리 주저리 말이 길어지는 것. 108

 서양철학은 세상의 모든 현상과 내 안의 생각을 100% 표현할 수 있는 기호가 존재한다고 믿었던 것. 115 그리고 그 것을 찾으려고 노력한 것.

 세상을 표현하고 표현을 통해서 이해할 수 있다는 것. 여기서 표현은 언어이며, 그 언어는 기호로 표현할 수 있는 세상을 의미. 116

- 그러나 고양이에 대해 아무리 설명을 해도 기계는 고양이를 구별하지 못 한다. 그러나 인간은 한다. 그 이유는 뭘까? 인간은 설명을 통해서 배우는 게 아니고 경험과 학습을 통해서 배우기 때문이다. 117

뇌의 시각정보를 프로세싱하는 신경세포망을 보니 10에서15층의 구조를 갖고 있다.

: 영상의 가장 작은 단위-픽셀간의 통계적인 인과관계를 분석하고 학습해서 가장 압축된 표현을 만들어내고 그 다음층에서 이 것을 토대로 더 압축된 현상으로 만들어 낸다.

딥러닝: 인간의 물체 인지 과정을 개념적으로 모방한 시스템. 125

딥러닝은 인간이 기계에 설명을 입력하지 않는다. 세상의 엄청난 양의 데이터를 그냥 집어 넣어 준다. 이를 자체 인공신경망 구조를 통해 스스로 학습한다.

학습: 이 데이터에 포함된 통계적인 정보에 대해 점점 더 압축된 표현을 만들어 내는 과정 126

전통적인 인공지능: 1950년대 시작. 기계에 뭔가 설명을 입력.

특징 공학:feature engineering

자전거-> 일단계 big data -> 일차 압축: 선형적 연관성(선)->......-> 최종단계:자전거

사과: 사과라고 인식하는 현실,현상을 단어로 mapping할 수 있는 부분은 약 10%,나머지는 단어,언어,기호로 표현할 수 없다. 생각의 해상도보다 언어의 해상도가 낮기 때문. 131

비트겐슈타인도 말로 세상을 다 표현할 수 없다고 생각. 즉 김연아에게 왜 피겨를 잘하느냐구 물어도 그 대답대로 해도 잘 안 된다. 이유는 김연아 자신도 모르기 때문. 그래서 모방이론을 제창. 그대로 보고 따래해 보는 것. 그러나 이 것도 김연아와 비슷한 유전자가 있는 사람이나 가능.141

1957년 프랭크 로젠블라트의 퍼셉트론 perceptron: 인공신경세포들을 적절히 연결 시켜 준 것. 논리 연산 규칙을 스스로 인식. 143 민스키와 페퍼트의 다층 페셉트론 MLP

오차 역전파법 backpropagation 인지심리학자 품멜하트,맥클리랜드 : 정답이 나올 때 까지 계속 반복하는 것 145

- 3층 이상으로 올리면 학습을 수행하지 못 하는 단점. 이유? 사라지는 경사도 문제? 새로운 사실을 추론해 내는 것을 어려워 함 146

=> 2012년 제프리 힌튼: 깊은 층수의 MLP도 사전 학습 pretraining을 통해 트레이닝이 가능함을 밝힘.인공 신경망을 램덤하게 죽여주면 추론 능력이 개선된다. 이를 딥러닝이라 한다.

딥러닝의 학습과정 148

1. 슈퍼바이저 학습과정 선생님이 수백만장의 사진을 보여주고 강아지라고 이야기 해 준다.

그리고 강아지 사진을 보여주고 틀리면 답을 이야기 해주고 다시 답을 만들 수 있도록 aprameter를 최적화 하게 만들어 주는 것.언제까지 이렇게 할 거냐. 비현실적.

현재 이 방법이 애용. 정답이 있는 엄청난 사진을 보여 줘야.. 구글,페이스북,바이두 같은 글로벌 대기업이나 가능.

2. 비슈퍼바이저 학습

답이 뭔지 몰라도 수천만개의 사진을 보여 준다. 언젠가는 통계적으로 비슷한 구조를 가진 것들을 모을 수 있을 것. 올바르나 비효율적.

3. 보상학습 reinforcement learning

선생님이 O,X만 이야기

2014년도 카이스트. 사물 인식 프로그램. 천가지를 알아 봄. 이간은 2,000~5,000가지 알아보면 일상생활에 지장이 없다. 단어도 2,000개가 조금 넘는다 함.166 최근에는 상황도 인식. 농구게임하는 것을 보면 농구게임한다고 판단.

구글 2014년 12월. 인공지능 50년 만에 사진을 인식. 사진을 인식하는 시스템에 딥러닝으로 언어처리를 학습하여 그 능력을 붙여 놨더니 사진을 표현할 수 있게 되었다. 170

-> 나중에 동영상을 보고 상황을 표현 할 수 있게 된다. 축구 경기를 찍으면서 공을 갖고 이쓴ㄴ 선수가 누구고 데이터 베이스에 있는 그 선수의 분석 내용을 일고 스토리텔링해 해설을 할 수 있을 것~! 172

deep mind

2015년 02월 혁신적인 알고리즘을 발표 딥러닝2.0 깊은 보상 학습을 한다. 파블로프의 개 실험의 훈련방식 도입 깊은 보상 학습:Deep Q-network(DQN) : 다양한 선택이 가져올 미래 결과를 기반으로 최적화된 선택을 하도록 유도할 수 있다.

뇌는 무엇인가를 계산을 하고 그 일부만을 언어로 표현하는데,언어로 표현할 수 있는 모든 걸 우리가 적분해서 직감이라고 이름을 붙여 준 것. 인간의 직감,즉 말로 표현할 수 없는 90%를 행동으로 표현한다면, 그 행동을 관찰해서 학습을 하면 된다. 177

아타리의 벽돌깨기 게임. 기계는 규칙을 모른 채 개임하는 모습을 지켜 봅니다. 사람이 알려 주지 않았는데 기본 정보만을 가지고 학습후 사람보다 더 높은 성적을 올린다.

궁극적인 목표: 월스트리트 최고 투자자의 뇌를 맵핑하겠다 함.

코딩하는 프로그램을 만든다. 데이터만 있으면 그 데이터로 학습을 할 수 있다는 것. 181

반도체 설계

동시통역 프로그램:영어로 강연하면 목소리까지 흉내내서 딥러닝기계로 한국어 통역 184

알파고의 딥러닝 방법: convolutional neural network

층수는 152층 까지 발전. 알파고는 48층.

기계와 인간의 대결은 12년부터 시작

얼굴 인식은 기계가 더 잘한다. 물체인식 기계승. 물체 찾기 인간승

2015년 11월 3일 페이스북 LSTM long short term memory 딥러닝 기술

- 사진을 보여 주고 아기가 어디에 있어? 물으면 욕실이라고 대답. 즉 사진을 두고 인간과 기계가 대화가 가능.

인간이 콘텐츠를 즐기는 방법:혼자 즐긴다. 여럿이 즐긴다. 사회성과 편암함 추구. 이젠 기게와 대화가 가능...

구글에서 소개한 프로그램: 이메일을 읽고 스펨을 거르고 이 것이 일과 관련이 있는지 메일을 빨리 봐야 하는 건지등등을 판단해서 분류하고 연락해 줌

2016년 03월 딥러닝 기계로 동화책을 읽어 주고 있다. 프렌즈 대본을 입력하더니 프렌즈 에피소드를 만들어 내더라. 드라마에는 일정한 패턴이 있기에 다른 상황에서도 변주해서 스토리를 만들어 낼 수 있는 것

딥러닝 기계의 특징은 아래층에서 작은 단위를 인식하고 위로 갈수록 높은 단위를 인식해서 정답을 찾는 것 200

이 것을 예술에도 적용: 중간에 잘못 찾은 답을 키워줄 수 가 있다. 천지창조: 202

딥러닝이라는 모델을 뇌를 이해하려고 만들었는데 딥러닝이 복잡해지니 딥러닝 그 자체를 이해 못 하게 됐다. 203

화가: 고흐의 그림 패턴을 입력했더니 일반 사진을 갖고 고흐 그림으로 만들어 버렸다. 206

알파고와 이세돌: 2016년 03월09일~ 15일 사이: 211

승부 결과를 기반으로 현재 수의 가치를 평가하는 ‘깊은 보상 학습’알고리즘을 사용 48층의 인공 신경망. vs human 10~15 layer.

구글은 알파고에 16만 판의 바둑 기보를 입력. 학습을 시킨 후 여러 버전의 알파고를 만듬. 셀프 시뮬레이션..-> 무한 대결. 무한 개의 기보가 발생. 바둑의 비법은 48층의 아주 깊은 신경회로망 안에 들어 있게 된다. 215

우리는 알파고를 모른다. 2015.01.28.일 논문과 15.10 판후이의 바둑 대결.

알파고의 진정한 실력은 아무도 모른다는 것. 상대방을 이길만큼만 둔다는 것. 본인의 실력을 진짜 보여주지 않는다는 것. 218

알파고의 약점:

1. 원천 데이터에 문제가 있으면 그 문제가 확장돼서 버그가 될 수 있다.

2.한 번 학습하려면 엄청난 데이터가 필요하다. 이세돌은 세 번지고 적응하기 시작.

- 원 샷 학습법. 222

아직은 실시간 학습은 못 한다. 천가지 물체를 알지만 한가지 새로운 물체를 학습하려면 이미 알고 있는 천가지를 잊어 버려야 한다. 그러나 인간을 그럴 필요가 없다.

기계들은 인간들이 알 수 없는 미래를 추상화 할 수 있을 것.프로기사들이 20수를 내다 본다고 하던데 알파고가 아무추어도 하지 않는 실수를 했다고 하는데 40수 뒤에 보니 신의 한수 였던 것. 기계들은 우리가 모르는 미래를 이미 알기 때문에 준비해 두는 것일 것. 224

무인 자동차:

콘텐츠가 40% 소프트웨어 20% 하드웨어 1% 249

멀미는 예측코드에서 생긴다. 인간은 행동을 할 때 실시간 으로 계산할 수 없기 때문에 뇌가 예측을 해서 명령을 내린다. 세상이 변하는 만큼 뇌의 계산 속도가 못 미치기 때문. 254

운전자가 멀리를 안 하는 이유는 자신이 운전을 하니 차가 어디로 가는지 알기 때문.

뒷좌석에서 책을 읽는 경우 쉽게 멀미할 수 있는 것. 256\

인간에게는 선호도라는 것이 있다. 기업은 이 선호도를 분석하고 상품을 내 놓기 마련. 인테넷상의 엄청난 데이터의 90% 비정량 데이터. 딥러닝 기계가 분석하면 나의 선호도가 나올 것이고 이 것을 기업에 팔면 수익을 얻을 수 있을 것

선호하는 풍경과 음식을 알아내 그에 맞는 식당으로 안내하면 나는 식당에 음식을 지불, 인테넷 회사는 그 소개료를 받으면 되는 것. 무인자동차의 시대는 2025년 전후 기술적으로 완성될 것이라 예측 266

기술이 발전하는 과정에 특이점이 있다. 어느 순간 기하급수적으로 증가하는 시점. 문제는 이 지점을 사후적으로 알 수 있다는 것. 칠면조의 인생에서 추수감사절 아침이 특이점

인공지능 기반의 기술의 특이점은 분명 10~30년 남짓 남았다는 것 272

다만 우리는 지금까지 일어니지 않았으니 앞으로도 일어나지 않을 을이라고 착각하며 산다는 것.

약한 인공지능: 세상을 알아보고 알아듣고 이야기하고 글을 읽고 정보를 조합하고 이해하는 것을 사람하고 비슷한 수준으로 하는 것

강한 인공지능: 여기에 독립성이 있고 자아가 있고 정신이 있고 자유의지가 있는 기계. 275

선진국의 직업 패턴: 서비스업. 정보를 알아보고 보고서 쓰고 강연하고 강연을 듣는 일 277 문제는 이런 일을 약한 인공지능이 대처한다는 것. 그럼 사람은 무엇을 해야 하나?

2013년 옥스퍼드대학 경제학과 논문 기계가 사람과 브슷한 정보처리 능력이 있다 할 때 노동시장에서 벌어지는 일을 시뮬레이션 함: 직업의 47%가 사라짐 미국에서 280

1) 콜쎈터 직원 2)특 허분야 3) 헬스케어 분야

안전한 직업- 종교인 심리치료사 판사 국회의원

결국 존재하지 않는 가치,데이터를 만들어내는 방법 밖에 없다. 상상력,창의력이 관건.

인공지능이후 기계의 발명은 기계의 몫이 될 것 290

산업혁명이 인류의 해피엔딩으로 끝난 이유?

프랑스의 공교육, 독일의 사회보장제도 ,영국의 세금제도 292

인공지능의 시대에는 사회의 효율성은 높아지지만 재분배의 문제가 발생 293

로마의 멸망: 296 세넥스에 부의 집중. 노예 노동- 이게 인공지능 기계 역할을 함. 시민들- 할 일 없이 검투사 경기만 하고 소일. titstainment

대안: 소득과 직업의 분리. 소득은 일을 통해서 얻지 않고 일은 소득을 위해서 일하지 않는다. 301 기본소득 보장 이야기 자아실현을 위한 노동. 꼭 생산적인 노동을 해야..그렇지 않으면 로마꼴이 날 것이니.

강한 인공지능

우리 10대들은 기계들이 못 하는 것을 할 수 있도록 준비해야 한다. 308 결국 창의성 새로운 가치,존재하지 않는 데이터를 만들어 낼 수 있는 능력.

튜링테스트:

기계와 사람을 독립된 방에 넣고 누가 사람인지 기계인지 모른 상태에서 질문을 함. 결국 누가 누군지 모르는 상태가 되면 이 기계는 지능을 가지고 있다고 인정 311

그러나 아무리 그렇다 하더라도 인간은 기계를 인정하지 않을 것. 다르니까 313

정신은 내면적인 현상. 각자 스스로가 자아가 있는 것을 알고 있지만 다른 사람이 정신이 있는지는 알 수 가 없는 것. 좀비인지 기계진 모르는 것. 312

그래서 기계가 사람을 속일 수 있는 방법을 쓸 수도 있는 것. 일부러 틀린 말을 해서 말이죠. 314 최고 지능의 핵심은 사람을 속이는 것.

약한 인공지능이 가능한 것은 뇌과학의 발달로 물체인식,음성인식,기억등의 과정을 이해하고 그 알고리즘을 구현하여 기계에 심어줬기 때문.그러나 아직 정신,감성,창의상,자아에 대한 뇌과학적 이해가 부족하기에 강ㅎ란 인공지능의 발달은 아직은 요원한 것. 318

- 이해 못 했기 때amns에 불가능하다는 것은 비논리적. 이해를 못 했기 때문에 아직 못 만든 것 뿐. 318

강한 인공지능이 되면 인류는 멸망한다. 스티븐 호킹,엘론 머스크 319

인간보다 생각을 훨씬 더 잘하는 것과 허ᅟᅮᆯ씬 더 빨리 생각하는 두 가지 문제가 발생 333

대부분의 사람들은 3세대 정도 그 정도에만 관심. 강한 인공지능이 지구에 인간이 잇는 것이 좋다라는 결론을 내게 해야. 344 기계가 평가하는 수준에 맞게 행동해야..

계몽이란 인간이 스스로 초래한 미숙함에서 벗어나는 것 346 칸트

우리는 기계와 다르다는 희망과 인간다운 삶을 살아야 한다는 것 350

[원진호]

이러한 초벌 구이를 통해 보령 신문 A4용지 한 장 분량의 독후감이 탄생된 답니다.~^^

[한흥수]

작년에 체피라는 인공지능 로봇영화를 봤습니다. 아기처럼 만들어져 사람과 함께 생활하면서 인간의 사고를 할 수 있는 놀랍고 무서운 영화를 봤네요.
지금까지는 기계가 단순한 기능을 수행했지만 먼 미래에는 영화와 같은 세상이 올지도 모른다는 생각에 두렵네요.
스스로 사고할 수 있는 인공지능 로봇이 개발되지 않더라도 영원히 살 수 있는 뇌만 인간인 인간로봇 등장은 시간문제라는 생각이 듭니다.

[원진호]

그렇지~! 아마 그럴거야..근데 우리 세대의 문제는 아니라는 것. 저자도 이야기 했지만 우리 아이들 이후의 세대들의 문제가 되겠지. 그러나 우리가 미리 사유하고 고민하고 터를 딱아 놓아야 그 것을 밟고 아이들이 도약할 수 있을거야....