인공지능 이모저모

인공지능과는 당장 큰 연관은 없지만 뇌를 연구하는 것은 오랜 기간동안 AI 의 발전에 영향을 끼쳐왔다 (단적으로 Neural Network을 생각해보라). 최근 칼텍의 연구자들이 원숭이의 뇌파를 연구했다. 연구결과, 특정 neuron이 얼굴의 특정 pattern에 반응한다는 것을 알아냈다. 이를 이용해 뇌파를 측정한 후 거의 완벽하게 뇌가 어떤 얼굴을 보고 있는지 예측해냈다. 항상 느끼는 것이지만, 뇌과학은 우리가 생각한 이상으로 빠르게 발전하고 있는 듯 하다. 원본 문서는:  https://singularityhub.com/2017/06/14/forget-police-sketches-researchers-perfectly-reconstruct-faces-by-reading-brainwaves/#sm.0015mlz591bgld01rx31oqo23h2hp

Google이 AutoML에 뛰어들었다는 것을 보여주는 첫번째 결과이다. Neural Network은  여타 Machine Learning 기법과는 조금 다르게 최적의 구조를 찾아내는 것 자체가  매우 힘들고 시간이 드는 일이다. Google이 AutoML기법을 이용해, 이 과정을 자동화하려고 하고 있다. 우리가 알고 있는  많은  수의 Deep Learning 모델은 수동으로 (주로  대학원생들에 의해 :))  찾아내진 모델이다. 앞으로 조금은 Data Scientist의 짐이 덜어질까? 원본문서는:  https://research.googleblog.com/2017/05/using-machine-learning-to-explore.html

구글이 인공지능 개발에 점점 더 박차를 가하고 있다. Google.ai 사이트 오픈과 함께 대규모의 AI 부서를 출범시켰다. 이 행사에서는 크게 TPU와 AutoML에 대한 소개로 이어졌다고 한다. 원본문서는:  https://www.engadget.com/2017/05/17/google-launched-a-massive-open-ai-division/

굳이 여행을  즐기는  사람이  아니더라도  한번쯤은  들어봤을 법한 Airbnb. 전세계 여행자들이 사용하는 사이트이기 떄문에 생산되는 양의 자료도 매우 방대하다. Airbnb에서는, 이런  많은 자료의 분석을 효율적으로  하기위한 한 방안으로 AutoML (Automated Machine Learning) 방법을 사용한다고  한다. Airbnb에서  AutoML에  대한 인식은  아래와 같다:  “...The scope of AML is ambitious, however, is it really effective?... we believe that in certain cases AML can vastly increase a data scientist’s productivity, often by an order of magnitude… “ 즉, 특정  경우에는,  data scientist의 생산성을 수십배 가까이 (an order of magnitude) 향상시킬수  있다는 것.  원본문서는:  https://medium.com/airbnb-engineering/automated-machine-learning-a-paradigm-shift-that-accelerates-data-scientist-productivity-airbnb-f1f8a10d61f8

인공지능은 다양한 분야에서 사용된다. 과학계도 예외가 아니다. Gaia 인공위성. 내가 3년간 몸 담기도 했었던 프로젝트로 유럽항공우주국에서 발사한 인공위성이다. 목적은 우리 은하계내의 십억개의 별의 정확한 위치를 포함한 다양한 특성을 관측하기 위함이다. 자세한 내용은:  http://sci.esa.int/gaia/ 혹은  https://en.wikipedia.org/wiki/Gaia_(spacecraft) Gaia 인공위성이 내뱉는 자료의 양의 매우 방대하고 복잡하다. 이 자료에서 우리가 모르는 현상 혹은 새로운 천체를 찾기위해서는 다양한 형태의 자료분석방법론을 적용해야 한다. 그 중 하나가 인공지능이다. Gaia 연구진들이 인공지능기법 (Neural Network)을 이용해 초고속별들을 찾아냈다. 이런 별들의 운동특성을 연구함으로써 우리 은하의 기원과 진화에 대해 더 깊게 탐구할 수 있게된다. 논문은:  https://arxiv.org/abs/1704.07990

재능이 없는 (나 같은) 사람들은 그림 잘 그리는 사람이 참 부럽다. 그런 사람들을 위해 Google이 AI를 이용, 새로운 서비스를 내놓았다. 이름하여 AutoDraw. 마우스로 찍찍 몇번 그으면 최대한 비슷한, 그리고 나름 잘 그려진, 그림을 추천해준다. 궁금한 사람들은 한번 시도해보길.  내  원래 의도와는 다른 그림이 자주 추천되지만 그건 내 그림 실력이 그만큼 떨어지는 걸로.. 위 그림은 내가 "무언가"를 그리려고 했을 때 Google이 추천해준 그림이다.  "무언가"는 과연 무엇이었을까? 원본문서는:  https://www.popsci.com/google-is-exploring-weird-intersection-art-and-machine-learning 해당 사이트는:  https://www.autodraw.com/

엘론 머스크는 항상  새롭고 신기한(?) 생각을 한다. 이번에는 인간뇌의 한계를 극복하기위해 AI를  뇌에 심는 Neuralink 프로젝트를  구상하고 있단다. 물론, 언제 실용적인 형태로 나올지는 미지수다. 원본 문서는:  https://www.engadget.com/2017/03/27/elon-musk-neuralink-ai-cranial-computing/

AI/ML 에 관심있는 사람이라면 한번쯤은 들어봤을 data science community인 Kaggle. 다양한 그리고 방대한 양의 자료를 보유하고 있고 그에 상응하는 많은 AI/ML 사용자들 역시보유하고 있는 community다. 그렇기에 Google이 인수를  한 것도 그다지 놀랍지 않다. 자료는 물론 잠재적 사용자들까지 확보할  수 있으니까. 원본문서는:  https://techcrunch.com/2017/03/07/google-is-acquiring-data-science-community-kaggle/

기본적으로 사람은 각자의 이익을 위해 움직인다. 자신의 이익을 해치는 행위는  최대한 자제하려고 하는 본성이 있다. 그렇다면 어느  때 인간은 협력을 할까?  간단하게 생각하면, 당연히, 협력했을  때 보상이 더 클때 협력을 한다. Google DeepMind에서는 강화학습 (Reinforcement Learning)을 통한 두 개의  다른 게임플레이를 통해 이를  확인시켜준다. 첫번째 게임은 "수확게임".  두 명의 플레이어가 보다 많은 과일 (녹색점)을 얻기위해 경쟁하는 게임이다. 과일을 많이 얻을수록 보상도  높아진다. 각 플레이어는 일종의 "광선"으로 상대방이 잠시동안 수확을 못하도록 할수  있다. 하지만  이로 인한 보상은 없다. 자연히,  그렇기에, 과일의 수가 적어질수록 서로를  마비광선으로 방해하려고 한다. 과일이 많은 경우는 수확에 힘을 더 쏟지만  말이다. 이  게임은  "늑대무리게임" 으로 기본적으로 두 늑대가 협력해야 먹잇감을 잡을  가능성이 커지는 게임이다. 따라서 자연히  늑대들은 협력을 하게된다. 원본 문서는:  https://deepmind.com/blog/understanding-agent-cooperation/ 위 게임을 통해 간단하지만 쉽게 지나치는 인간사회의 한가지 보편적인 사실을 알  수 있다. "인간은 주어진  규칙 위에서 최대한의 보상을 위해 움직인다." 다른 말로 바꾸자면, 어떤 그룹의 구성원들의 행동양태는 해당 그룹이 규정한  규칙에 따라 바뀐다는  것이다. 그것이,  한  가정이든, 학교든,  연구소든, 기업이든, 심지어는 한 국가이든 상관없이. 홀로 독립적으로 자급자족...

아이언맨의 모델로도 알려져있고  (실제로 영화에도  카메오로 한번 출연한 적이 있다) PayPal 창업주이자, 항공우주업체인 Space X 공동창업자, 전기자동차 Tesla 등등. 또한 AI에도 관심이  많은 것으로 잘 알려있기도 하다. 발렌타인 데이를 맞아(?) 두바이에서 열린 World Government Summit 에서 AI에 대해 인터뷰를한 기사다. 다양한 내용이 나오는데  요약하자면, 1) 인공지능이 인간보다 못하는 일은 점점 적어질 것이다 2) 인간의 두뇌를 기계의 힘을 빌어 향상시킬수 있는 방법이 나올 것이다. 3) AI 가 발전하면 할수록, 인간을 기계가  대치할 것이기에  "보편기본임금(universal basic income)"이  필요할지도 모른다. 원본문서는:  https://www.popsci.com/elon-musk-artificial-intelligence-cyborg-jobs?dom=rss-default&src=syn#page-4