알파고 사태(?)를 보고 있노라면
참.. 내가.. 그리고 인류가 아는 앎이 얼마나 부족한가 만 깨닫게 되는 것 같습니다.
지능의 정의
학습의 정의
앎의 정의
이것들을 어떻게 정의하냐 라는 것과
인간이 위의 것들을 수행하고 있냐라는 것에 대한 결론이 나지 않은 상황에서
알파고가
지능을 가지고 수행을 하냐
바둑을 학습하였냐
바둑의 룰을 알고 두는 것이냐 라는
질문에 대해 답을 내지 못할 것이라고 봅니다.
지능은 어떤것을 해결하는 능력이라고 정의 한다고 한다면
"바둑"-어떤것 을 "승리"-해결 하는 능력에 부합하고 있으며
학습을 규칙에 맞추어 이끌어 나간다라고 정의 한다면
바둑에서도 우세하게 혹은 지더라도 바둑판을 뒤엎지 않고 바둑알을 놓는다면 학습을 했다고 볼수 있으며
바둑의 룰을 알고 하는 것이냐에 대해서는
기계학습/강화학습을 통해 룰을 모르더라도 그 수 많은 대국을 통해 최적화 된 수를 둘 수 있으며
그 최적화 자체가 사람이 학습을 통해 본질을 알아가는 것이기에
알파고 역시 룰에 의한 학습이 아닌 경험이나 유사성에 대한 통찰을 통해 알고 있다고 할 수 있지 않을까 합니다.
어떻게 보면 인간이라는 존재 자체는 학습을 위한 기계 입니다.
유전자 레벨에서 최소한의 생존을 위한 기본 하드웨어(육체)를 보존하기 위한
순환계(심장.피..)/온도(땀흘리기 등)/위험(고레벨 인지능력으로서) 능력을 갖춘 상황에서
trial and error를 통해 걷기를 배워나가며
부모의 대화들이나 수 많은 대화들 속에서 어떠한 단어가 매칭됨을 알게 되고
단어들이 일정한 수를 넘어가게 되면 문장으로 구현하여 자신의 의도나 의향을 밝히게 됩니다(언어습득)
그리고 일을 함에 있어서도 귀차니즘(!)으로 인해 좀더 편하고 빠르게 나아가는걸 추구하고 이것은 곧 최적화라고 칭하게 됩니다.
솔찍히 알파고가 바둑이라는 분야에 대해서만 수많은 cpu와 gpu를 갈아 넣어
내부적으로는 어떻게 돌아가지는 알 수 없는 단순한 weight 값을 통한 인공 신경망에 (시냅스의 가중치를 추상화/구현화 한 것이지만)
기반을 둔 Deep Q-learning Network(DQN)의 구현체인 알파고는
막강한 연산력을 바탕으로 이미 지능을 구현했다고 할 수 있지 않을까 합니다.
그걸 만들어 냈다는 것에 찬양을 해야 할지
인간이 의외로 별거 아닌 존재였다던가, 되어버렸다던가 하는 것과는 별개로 말이죠..
