자문자답입니다.
1) 인공지능은 창의력이 없다? 기보와 통계에 의존한다?
오히려 반대입니다. 범용적인 용어로는 "창의력"을 어떻게 정의해야 할지 모르겠지만 바둑이나 체스같은 게임에서 "창의력"이란 "승리를 이끌수 있는 수" 밖에 되지 않습니다. 생각할 수 있는 수가 압도적으로 적은 인간이야말로 과거 경험에 의존하는 반면 수를 둘때마다 수십가지 가능성과, 수십 수 앞까지 검색하여 최적루트를 찾아내는 인공지능이야말로 바둑게임을 한정으로 창의력이 더 높은게 아닌가?
2) 알파고의 승리(1승일지라도)는 뭘 의미하나?
기차보다 느리게 달릴지라도, 계산기보다 곱셈을 느리게 할지라도 실망할 필요는 없습니다. 인간을 위해 디자인된 도구가 인간보다 일을 못하는게 오히려 문제가 아닐까요? 그럼 도구를 만들 필요가 없겠죠?
3) 사람들은 왜 놀라나?
승부가 나기전에는 AI기술에 대해 너무 underestimate(깔보기) 했고, 승부가 난 뒤에는 너무 overestimate(오바) 한것 같습니다. "바둑은 인간만이 할수 있다", "컴퓨터는 룰이나 통계에 의존한다(틀린 말은 아닙니다만)" 등등 선입견 때문에 이기지 못할거라고 했지만 ...
4) 인공지능은 정말 무서울 정도로 발전했나?
알파고가 최종으로 승리하더라도 수년전 deep blue와 본질적으로 큰 차이가 없습니다.
바둑은 지금까지 전통적인 search 알고리즘으로 공략을 못해 어려운 분야로 알려졌지만 인공지능분야의 수많은 task에 비하면 여전히 단순한 문제에 속합니다. 외국어를 잘 못하시죠? 구글번역기가 있지 않습니까? 개판이라고요? 그렇다면 안심하셔도 됩니다, 인공지능은 아직 멍청이입니다^^ (사실 인공신경망을 이용한 기계번역은 알파고 알고리즘과 구조 상 상당히 유사합니다!!! 구글번역기도, 네이버번역기도 똑같은 딥러닝인데 왜!왜! 심지어 번역용 데이터도 수천만 문장인데!)
5) 알파고에 쓰인 딥 러닝은 인간의 뇌를 모방했다?
KBS 생중계에 나오신 어떤 교수님이 일반인한테 쉽게 설명하기 위하여 많이 말씀하신거지만 ...
정답은 아닙니다.(현대과학은 갈길이 멀어 아직 모방할 정도로 인간의 뇌에 대해 알지 못합니다. 아예 모른다가 맞을지도 ... )
정확히 말하면 현재 인공지능분야에서 많은 성공을 거두고 있는 기술이 딥 러닝이라는 기계학습 기법이고,
딥 러닝의 시초는 생명체의 신경망에서 "영감을 얻었다"(Motivation) 정도가 되겠습니다.
쉽게 말하면, 딥러닝에서 쓰는 인공신경망은 구조가 동물의 것에 비해 훨씬 단순하고, 단일 task에만 목적을 두고 있고, 규모도 훨씬 작 습니다.
가장 큰 문제점은 "단일 task에만 목적을 두고 있다"가 되겠습니다. 기계가 인간과 아직 비교할 가치가 없는 이유중 하나입니다.
아무리 대단한 인공지능이라도, 단일 목적을 가지고 개발하게 되어 있습니다. 얼굴을 인식할지, 소리를 인식할지, 번역을 할지, 이세돌을 이길지 ...
목적을 갖고, 데이터를 수집하고, 학습합니다. 가끔 몇가지 task를 함께 학습하는 multi-task joint learning이라고 있는데, 근본적인 차이점이 없다고 봅니다.
문제는 아무 동물도 이런식으로 학습하지 않습니다. 생각해보세요, 갓난아기가 엄마의 얼굴을 익히기 위해, 수십만 사람들의 얼굴이 찍힌 사진을 보면서 엄마사진이면 먹을걸 주고, 아니면 꼬집고 ... 하면서 하진 않죠.
목적이 없이 학습하는 self-taught learning이라는 것도 있지만(흔히 뉴스에서 말하는 구글에서 고양이를 자체 인식한걸 만들었다 등등 그거) 그것도 크게 보면 다르진 않습니다.
인간의 뇌가 어떻게 돌아가는지 몰라서 발생하는 일입니다.
물론 과학자들이(공돌이들이) 언젠가 해결할진 몰라도, 뇌를 먼저 알고 개발하는게 빠르지 않을까 생각도 해봅니다.
여하튼, 아무리 딥러닝이라고 해도 인간이나 동물의 뇌하고 비교하면 그 사이에 넘을수 없는 4차원의 벽이 존재하고, 단일목적으로 개발된 인공지능은 현재 널리 사용되고 있는 지문인식기, 구글번역기, 아이폰에 깔린 시리와 큰 차이가 없습니다!!!
6) 터미네이터?
음... 50년뒤엔 가능하지 않을까요? 가능하다고 반란까지 할수 있는 기계를 만들 필요는 없겠죠.
