스마트 축산, 스마트 낙농이 회자된지 어느덧 10여년이 지나간다.
지금은 스마트낙농을 뛰어 넘어 AI를 활용한 자동화 시스템구축이 다가오고 있다.
목장형 치즈에서도 AI를 끌어들일 공간이 보인다.
나는 오래 전(2005년)에 공동 치즈숙성대행소에 대한 일을 기회가 닿을 때마다
언급해 왔다.
치즈산업이 발달한 지역마다 운영하는 제조 14일된 생치즈(green cheese)를
제조가들이 치즈공동숙성대행관리소에 맡기는 시스템을
나는 스위스 베른 지역에서 살펴 봤고 다른 분은 프랑스에서 봤다고 전한다.
작년 10월에 한국 낙농응용생명과학회 추계학술대회에 한국의 치즈산업 발전을 위한
제안의 발표자로 초청받아 일본에서 왔던 가와구치 오사무 선생은
홋카이도 북부지역 치즈조합에서 진행 중에 있다고도 했다.
목장에서 치즈 만드는 일을 힘들게 했는데 치즈 숙성관리까지 하는 것은
얼마나 힘든 일일까?
그래서 생겨 난 것이 치즈 선진국인 프랑스, 스위스, 일본에서의
치즈공동숙성대행소 운영에 대한 아이디어였으리라.
그렇다면 시대가 발전하여 AI를 도입하는 치즈숙성관리를
개인 목장, 중소기업형 치즈공장에서는 무리라는 생각이 앞을 가로막는다.
장차 낙농조합, 치즈조합들이 국가 지원을 받아 운영하게 될 치즈숙성 대행소에서나
도입 가능할 일이다
AI를 적용해서 운영할 자동화 치즈숙성대행소 전제조건으로
1. 온갖 빅데이터, 메가 데이터를 뒤져서 최상의 치즈별 숙성환경, 조건을 얻어 낸다.
2. 그렇게 얻어낸 최적 치즈숙석 환경과 조건에 따른 치즈종류별 설비, 장치 구축
3. 자동화 숙성치즈 안전포장 시스템 구축
4. 포장된 치즈의 안전 저장 시스템 구축이 필요하다.
********************* 나무위키에서 가져온 자료
人工智能 / artificial intelligence
인공지능 또는 AI는 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현시키는 컴퓨터과학의 한 분야이다. 자연어의 이해, 음성 번역, 로보틱스, 인공 시각, 문제 해결, 학습과
지식 획득, 인지 과학 등에 응용된다. 인간을 포함한 동물이 갖고 있는 자연지능(natural intelligence)과는 다른 개념이다. 지능을 갖고 있는 기능을 갖춘 컴퓨터 시스템이며,
인간의 지능을 기계 등에 인공적으로 시연(구현)한 것이다. 일반적으로 범용 컴퓨터에 적용한다고 가정한다. 이 용어는 또한 그와 같은 지능을 만들 수 있는 방법론이나 실현 가능성 등을 연구하는 과학 기술 분야를 지칭하기도 한다.
2. 역사[편집]
2.1. 2022년 이후, 생성형 인공지능의 시대[편집]
“대형 언어모델은 약 1조 개의 연결을 갖고 있다. 대형 언어모델이 갖고 있는 연결은 인간의 100분의 1에 불과한 데도 GPT-4와 같은 모델들은 우리보다 더 많은 것을 알고 있다. 아마 사람보다 1천 배 가까이 더 많은 것을 알고 있을 것이다. 이는 역전파라는 알고리즘이 인간의 학습 알고리즘보다 월등히 뛰어나기 때문이다. 무서운 부분이다. 인공지능은 이미 IQ 80에서 90 상당의 합리적인 추론을 하고 있다.”
제프리 힌튼 교수, 2023년 5월 2일 MIT 테크놀로지 리뷰의 AI 콘퍼런스
출처 입력
지난 몇 년간 AI 연구의 발전은 매우 놀라운 것이었다. 그러한 발전이 둔화할 이유가 없으며 가속할 것이기 때문에, 아직 AGI에 대한 적합한 정의가 합의되지는 않았지만 향후 몇 년 내 매우 능력 있는 범용 시스템을 볼 수 있을 것으로 생각한다.
데미스 허사비스 구글 딥마인드 CEO, 2023년 5월 4일 美부통령 주재 안전성 점검 회의
출처 입력
2022년 후반기부터 사실상 격변의 해라 불릴정도로, 생성형 AI가 등장하면서 이 때를 기점으로 사람들의 인공지능에 대한 인식은 전혀 달라졌다고 해도 과언이 아니다. 그 동안 인공지능은 거의 연구용으로 제한적인 분야에서만 사용되었으나, 이제는 대중적으로 상용화되기 시작한 것이다. 현재는 ChatGPT와 그림 인공지능을 정말 많은 사람들이 일상에서 이용하고 있다. 덕분에 강인공지능은 SF 수준의 불가능한 미래라는 주장부터 빨라봐야 21세기 중후반에나 가능할 것이란 기존의 주장들이 거의 다 뒤집힌 상태이다.
특히 AGI의 근시일내 개발을 우려하는 목소리가 2022년 11월을 기점으로 급증했고, 제프리 힌튼은 기존의 AGI는 먼 미래에나 도래할 것이라는 입장을 완전히 철회하고 의미심장한 발언을 남기며 구글을 퇴사했다. 미국 정부가 직접 나서서 인공지능에 대해 잠재적 위험성을 완화시킬 안전 대책과 윤리 문제, 신뢰성 문제를 주제로 각계각층의 CEO들을 소집하기도 했으며, 구글 딥마인드의 CEO인 데미스 허사비스는 AGI가 곧 인간 수준의 인식 능력 가질 것이라고 말했다. 심지어는 “앞으로 몇 년 내에 볼 수 있을 것”이라고 내다봤다.
다만, 자연어를 잘 처리하는것과 수학적 능력이 높은 것은 별개의 이야기이다. 실제로 수학적 사고력을 요구하는 분야에서 GPT는 처참한 성적을 기록하고 있다.
2023년을 기점으로 클라우드 컴퓨팅을 기반으로 한 ChatGPT와 Microsoft Bing 등의 클라우드 인공지능 시스템이 급속도로 보급되기 시작했다. 인공지능 경쟁이 본격적으로 불붙으면서 한 발 늦은 구글이 바드를 급하게 출시하기도 하는 등 이미 인공지능 보급은 현실이 되었다.
2023년 11월 gpt4 터보가 발표되면서 구글 바드와는 처리량도 속도도 차원이 다른 성능을 자랑하게 되었다. 모델을 활용한 스토어 , 수익화까지 노리는 시장을 준비중이라고하니 더이상 바드와는 비교가 불가능한 상태.
2020년대 이후의 AI에 대한 성과를 요약하면, 기존의 강인공지능에 대한 관념은 위에 서술되어 있던대로 일종의 불가능한 목표로 인식되고 있었고, 자아와 의식을 규명해야 한다는 의견과 심지어 양자역학까지 건드리고 있었을만큼 실마리를 못 찾고 있었다. 그러다가 어느날 OpenAI가 창립되고 구글이 개발한[5] 트랜스포머 구조와 강화학습 기반 신경망을 활용해서 LLM(large language model; 대형 언어 모델)을 만들었는데, OpenAI 개발자들은 그 동안 꾸준히 발전된 컴퓨터 연산 능력을 기반으로 스케일을 엄청나게 늘리면, 원래 대화도 잘 안통하던 개발중인 언어 모델이 어느 순간을 기점으로 유창한 대화를 하기 시작한 것을 발견했다. 현재 OpenAI가 출시한 GPT-3과 같은 LLM에 대해 과학자들은 추상적으로 '이런 식으로 작동할 것이다' 라고 추측만 할 뿐, 사실 그 누구도 어떤 이유로 단순히 들어가는 데이터만 늘린다고 어느순간 인공지능이 되는건지 명확하게 밝혀내지 못하고 있다.