반응형 알고리즘5 04. 인공지능에게 결정권을 주지 말라 인공지능에게 결정권을 주지 말라 알고리즘은 사람과 마찬가지로 일반적인 범주로서 신뢰할 만하지도, 불신할 만하지도 않다. 그래서 사람을 대할 때와 마찬가지로 “알고리즘을 신뢰해야 할까?”라고 물을 것이 아니라 “어느 알고리즘을 신뢰할 수 있고, 어떤 일을 믿고 맡겨도 될까?”라고 물어야 한다. 오노라 오닐은 신뢰성을 증명하고 싶다면 결정의 토대가 “지적 개방성”을 지녀야 한다고 주장한다. 그는 지적 개방성을 지닌 결정의 네 가지 속성에 대한 점검 목록을 제안한다. 오닐의 네 가지 원칙은 비유하자면 범죄자 석방 여부를 결정하거나 아동 학대에 대한 대응 방법을 결정할 때 우리가 숙고해야 하는 여러 사항과 같다. 즉, 알고리즘에게 인간 삶을 바꾸는 문제를 맡길 상황이라면 오닐의 네 가지 원칙은 반드시 고려되어야.. 2022. 10. 31. 06. 인공신경망예시 _자율주행차 (마지막 회) 자율주행차 요즘 언론에 소개되거나 상용화된 자율주행차는 도로의 차량과 사람은 물론 표지판을 인식하는 등 복잡한 기능을 포함하고 있는 만큼, 그 구조를 이해하기 어렵습니다. 하지만 초기의 자율주행차는 기능이 단순하고 구조를 이해하기도 쉽습니다. 초기 자율주행차 중에서도 ‘카네기 멜론 대학(Carnegie Mellon University)’에서 개발한 ‘냅랩(LAVLAB, NAVigation LABoratory)’은 자율주행차의 개발에 인공 신경망을 이용했습니다. 냅랩은 사람이 탑승할 수 있었던 최초의 자율주행차로, ‘냅랩 1’과 ‘냅랩 2’가 개발됐습니다. 냅랩 1은 1980년대 말, 냅랩 2는 1990년대 초에 개발됐는데, 당시 컴퓨터, 카메라 등과 같은 장비의 성능이 제한돼 자동차의 크기도 크고 속도도.. 2022. 7. 15. 05. 머신러닝 강화 학습 예시 _탁구, 팬케이크, 벽돌깨기 탁구, 팬케이크, 벽돌 깨기 머신러닝 강화학습은 학습에 ‘보상(Reward)’을 이용합니다. 사리사욕이 없는 인공지능을 대상으로 보상을 통해 학습시킨다는 말이 쉽게 이해되지 않을 것입니다. 인공지능에게 제공하는 보상은 사람의 기준과는 차이가 있습니다. 여기서는 인공지능에게 ‘탁구’, ‘팬케이크 뒤집기’, ‘벽돌 깨기’를 학습시키는 사례를 이용해 강화학습에 대해 알아보겠습니다. 머신러닝을 활용하기 전, 탁구를 하는 로봇을 만들기 위해서는 모든 경우의 수에 대한 움직임을 명확하게 프로그램으로 작성해야만 했습니다. ‘공이 어떤 각도에서 어떤 속도로 올 때는 로봇이 어떻게 팔을 움직여 어떤 속도로 공을 치라.’는 식으로 말이죠. 하지만 이를 프로그래밍하는 것은 거의 불가능에 가까웠습니다. 탁구를 하면서 발생할 .. 2022. 7. 14. 01. 이미 내 삶 속에 들어온 인공지능 _인공지능 활용 사례 사람들은 대개 ‘인공지능’이라고 하면 자율주행, 인공지능 로봇, 인공지능 작곡가, 인공지능 발명가와 같이 거창한 것을 떠올리지만, 우리들은 이미 인공지능과 함께 생활하고 있습니다. 다만 피부로 느끼고 있지 못할 뿐이죠. 우리가 일상적으로 사용하고 있는 인터넷 검색 엔진에도 인공지능이 적용됩니다. 예를 들어 검색창에 검색어를 입력하면 이와 관련된 추천 검색어나 연관 검색어가 나타나는데, 이에는 인공지능 기술 중 ‘*자연어 처리(NLP, Natural Language Processing)’라는 개념이 적용돼 있습니다. 입력된 단어와 연결될 단어의 확률을 계산해 가장 연관성이 높은 단어를 제시하는 것이지요. 검색 엔진의 키워드 추천 서비스 자연어 처리는 사람이 사용하는 언어를 컴퓨터가 처리할 수 있도록 해 주.. 2022. 7. 8. 00. <AI 상식사전> 연재 예고 인공지능, 전공은 아니지만 궁금했어요 아, 인공지능이요? 존 메카시가 다트머스 회의에서 처음 언급했죠. 이제…. 여유 있게 아는 척할 수 있습니다. 자율주행차는 누구한테 운전을 배웠을까? 넷플릭스는 내 취향을 어떻게 알았을까? 내 직업이 인공지능으로 대체될 확률은 얼마나 될까? 궁금했지만, 배우고 싶지는 않았던 인공지능. 비전공자도 이해할 수 있도록 상식 수준으로 풀어 설명합니다. 이 책은 평소 인공지능에 대해 알고 싶지만 깊이 있게 공부하기에는 부담스러웠던 사람들을 위한 것입니다. 인공지능은 이미 우리 삶 속에 깊숙이 들어와 있습니다. 인터넷 쇼핑을 할 때, 자동차 내비게이션을 사용할 때, 기계 번역을 사용할 때 등 일일이 나열하기도 힘듭니다. 인력거가 자동차로 대체되고 사람의 노동이 포크레인으로 대체.. 2022. 7. 7. 이전 1 다음 반응형
