[책리뷰] 기계는 어떻게 생각하는가? - How Smart Machines Think

 

한국에서 많은 사람들의 기억에 인공지능 시작은 알파고와 이세돌의 대국이었을 것 같다.

그보다 한참 전부터 인공지능에 대한 연구는 진행되고 있었지만, 나 또한 알파고 이후부터 AI, 머신러닝, 딥러닝과 같은 단어들을 많이 접하게 되었다.

 

"인공지능"은 만능의 단어다.

사람들은 인공지능이 우리가 해결하지 못하는 모든 것을 해결해줄 수 있다고 생각하는 것 같다. 

나도 인공지능의 원리를 몰랐을 때는 도대체 어떻게 인공지능이 사람과 같이 생각하고 판단하는지 이해할 수 없었다.

 

이 책에서는 자율 주행, 영화 추천, 알파고 등 인공지능이 발전해 온 역사와 알고리즘에 대해서 설명해주고 있다.

그러나 이 책의 핵심은 인공지능이 어떻게 작동하는가?에 대한 설명이다.

인공지능 분야는 매우 빠르게 발전하고 있고 현재의 발견들이 몇년안에 구시대의 산물 취급을 받을 수도 있다.

그러나 인공지능에 대한 과거의 성과들을 통해 우리는 인공지능과 기계학습의 주요 구성 요소와 작동 원리를 배울 수 있다.

이는 변하지 않기 때문이다.

 

책에서 다룬 주제들을 몇 개 살펴보자면,

• 자율 주행차의 핵심은 센서에서 인식한 객체를 장애물인지, 사람인지 등 여러 범주로 분류하는 것이다.

비전 알고리즘의 발전으로 딥러닝을 통해 컴퓨터가 사람처럼 사진을 분류할 수 있으며 이를 통해 자율 주행이 동작하게 된다.

 

• 넷플릭스에서 우리에게 추천해주는 영화들을 판단하는 것 또한 분류이다.

우리가 그동안 봤던 영화들의 평점을 통해 특정 영화에 대한 선호도를 판단하는 것이고, 특정 그룹으로 나누어 그룹에 속한 다른 사람이 평점을 높게 준 영화를 추천할 수도 있다.

 

• 강화학습이란 보상을 통한 컴퓨터의 학습이다.

학습할 때 보상이나 처벌을 통해 프로그램이 보상을 따라가게 설정하는 것으로 지능적으로 보이지만 실제로는 결정론적인 프로그램이다.

 

• 딥러닝이란 입력과 출력 레이어 사이에 히든 레이어가 포함된 것으로 

어떤 종류의 함수든지 원하는 수준의 정확도로 근사값을 얻을 수 있다.

---

순환신경망(RNN), 자연어처리, 알파고의 원리 등과 같이 많은 내용과 설명이 있지만 결국 핵심적인 내용은 다음과 같다.

• 분류기는 세계를 인식할 수 잇는 능력을 제공한다. 
• 탐색 알고리즘은 수백만개의 경우의 수에서 최상의 수를 찾게 해준다.
• 강화학습 은경험을 통해 학습을 할 수 있는 능력을 제공한다.
• 경험과 데이터를 광범위하게 활용하는 능력과 스스로 데이터를 생성하는 방법이 필요하다.

책의 마지막 부분에 "미래의 오토마타도 여전히 프로그램에 따라서 작동할 것이다." 라고 쓰여있다.

현재 인공지능을 통해 학습된 여러 기술들도 우리는 기계가 왜, 어떻게 그런 판단을 내렸는지 모를 수 있다.

그러나 결국 기계가 수행하는 각각의 행동은 결정론적인 명령을 수행한 결과라고 할 수 있다.

 

현재 인공지능이 적용되고 있는 여러 분야에서의 시작이 어떠했는지 어떻게 발전되어 왔는지 기본 원리와 구성에 대해 쉽지는 않지만 흥미롭게 읽으면서 많은 것을 배울 수 있었던 것 같다.