[해외기사] 당신이 생각하는 것 이상의 A.I.

당신이 생각하는 것 이상의 A.I.

 

-AI(인공지능)의 분야는 결코 야망이 부족하지 않음. 1월, Google CEO인 Sundar Pichai 는 인터뷰에서 A.I. 는 그가 생각했던 것보다 더 심오하다고 주장했음.

-날마다의 발전은 이제 일상이 되고 있음. 지난 주 Pichai는 환호하는 청중들 앞에서 새로운 Google 프로그램인 Google Duplex가 전화를 걸어 미용실 예약을 한 비디오를 자랑스럽게 공개했음. 이 프로그램은 상대방이 컴퓨터와 통화하는 것을 의심하지 않는 작업을 수행시켰음.

-데모가 합법적이라고 가정하면, 그것은 인상적인 성취임. 그러나 Google Duplex는 많은 사람들의 생각을 추구할 수 있는 의미 있는 A.I.에 가까운 진보는 아님.

-Google Duplex에 대한 Google의 공개 성명을 읽으면 프로젝트의 초기 범위가 놀랍게도 제한된다는 것을 발견할 수 있음. 여기에는 단지 세 가지 작업만 포함됨. : 즉, 사용자가 “레스토랑 예약을하고, 미용실 예약을 하고, 휴일을 얻을 수 있도록 돕는 것” 임.

-인공 지능의 꿈은 의학을 혁명적으로 바꾸거나 가정에서 신뢰할 수 있는 로봇 도우미를 생산하는 것 보다 더 장려되는 것임..

-Google Duplex의 범위가 너무 좁은 이유는 그러한 목표를 향한 작지만 중요한 첫 걸음을 나타내지는 않기 때문. 그 이유는 A.I.의 분야가 아직 더 나은 단서를 가지지 못했기 때문..

-Google이 인정한 것처럼 Google Duplex를 만드는 데 있어 트릭은 “폐쇄된 도메인” 또는 매우 제한된 유형의 데이터(미용실 예약에 관한 대화처럼)를 “광범위하게 탐색 할 수 있을 만큼 좁은 영역” 으로 제한하는 것이었음. Google Duplex는 그러한 영역에서 깊이 훈련 된 후에만 ​​사람들과의 대화를 가질 수 있음.  “광범위한 주제에 대한 열린 결말은 어디에도 없음”.

-Google Duplex의 한계점은 결과가 너무 성급하게 발표되는 점임. 그들은 또한 엄청난 양의 컴퓨팅 성능과 엄청난 양의 데이터를 보유하고 있는 전세계의 연구자들의 방대한 A.I. 수집과 현재의 역량의 분야들에 있어 살아있는 실존임.

-문제의 핵심은 인공 지능 분야가 언어의 무한한 복잡성을 파악하지 못했다는 것임. 몇 가지 수학 기호를 결합하고 작은 규칙의 집합을 따라 무한히 많은 수식을 만들 수 있는 것처럼, 적당한 단어 집합과 적당한 규칙 집합을 결합하여 무한한 많은 문장을 만들 수 있음. 진정한 인간 수준의 A.I.는 그 작은 문장 일뿐만 아니라 모든 가능한 문장에 대처 할 수 있어야 함.

-대화의 범위가 좁을수록 더 쉽게 가질 수 있음. 만약 대화 상대가 스크립에 따라 다소 차이가 난다면 간단한 문구 책과 같은 형판을 사용하여 테마에 대한 몇 가지 변형을 인식 할 수 있는 컴퓨터 프로그램을 만드는 것이 어렵지 않게 됨. 그러나 Berlitz의 관용서적을 습득했다고 해도 유창한 외국어가 되지는 않음. 머지 않아 불합리한 추론이 나오기 시작할 것임.

-레스토랑 예약과 같은 폐쇄적 도메인에서도 예외적인 상황이 발생할 수밖에 없음. 훌륭한 컴퓨터 프로그래머는 대화상대를 바꾸어 유도함으로써 중요항목들을 바꿀 수 있음. 짧게 양식화 된 대화에서는 더욱 충분함. 그러나 복잡한 이슈에 대한 열린 대화에서, 그런 대비는 당황스럽고 결국은 짜증을 유발할 것임.

-공정하게 말하면 Google Duplex는 말 그대로 책과 같은 템플릿을 사용하지는 않음. 그것은 “기계 학습” 기술을 사용하여 방대한 양의 사람들의 대화의 녹음 데이터에서 추출한 가능한 범위의 문구를 추출함. 그러나 기본 문제는 동일하게 유지됨. 많은 데이터를 보유하고 있고 많은 패턴을 파악해도 데이터는 인간의 창의성 또는 실제 세계의 유동성과 결코 일치하지 않음. 가능한 문장의 이론은 너무 복잡함. 삶의 다양성이나 그 다양성에 관해 이야기 할 수 있는 방법은 끝이 없음.

 

-그렇다면 인공 지능 분야는 어떻게 해야 할까. 기계적 학습의 유행 증가와 “빅 데이터” 이전에, A.I. 연구자들은 복잡한 지식을 컴퓨터에서 인코딩하고 처리 할 수 있는 방법을 이해하려고 했음.

-지식 공학으로 알려진 이 프로젝트는 거대한 데이터 세트에서 통계적 패턴을 탐지하는 프로그램 생성만을 목표로 하지 않고 규칙 체계에서 인간 이해의 기본 요소를 공식화하여 컴퓨터 프로그램에 적용 할 수 있도록 하기 위한 것임. 단순히 사고의 결과를 모방하는 것이 아니라 기계가 실제로 우리의 핵심 능력을 지니는 지의 여부에 관한 것임.

-A.I. 연구자들은 인간의 인지가 끝없이 유연해지는 방식을 연구하는 인지 심리학자들의 도움을 이상적으로 받아들이는 것이 바람직함.

-오늘의 지배적인 A.I.의 접촉은 아직 해결되지 않음. Google 번역 및 Google Duplex를 포함하여 일부 주목할만한 애플리케이션이 구축되고 있음. 그러나 지능의 한 형태인 이러한 애플리케이션의 한계는 깨져야만 함. 유능한 A.I. 회사는 그 전략을 재고해야 할 때임.

 

 

 

 

 

기사출처:  https://www.nytimes.com/2018/05/18/opinion/artificial-intelligence-challenges.html

사진출처:  https://disruptionhub.com/explaining-artificial-intelligence-terms-need-know/

사진출처: Disruptionhub

TOP

asia bootleg 8 porn chubby little girl get a fucking