최근의 뇌과학과 인공지능 성과를 돌아보고, 인공지능에 의해 도래할 수 있는 미래를 어떻게 대비할 지 개략적으로 살펴봅니다

1. 특이점이 온다
김용하
2015.0413

2. Elon Musk
테슬라 모터스 / SpaceX 사장
“Increasingly scientists think there should be some regulatory oversight maybe at the national and
international level, just to make sure that we don’t do something very foolish. With artificial intelligence we
are summoning the demon. In all those stories where there’s the guy with the pentagram and the holy water,
it’s like yeah he’s sure he can control the demon. Didn’t work out.”
인공지능 개발은 통제할 수 없는 악마를 소환하는 것과 같다
Stephen Hawking
케임브릿지대 석좌교수
“지금까지 개발된 초보적 인공지능 기술이 매우 유용하다는 걸 이미 입증했지만
인간에 필적하거나 능가하는 수준의 인공지능 개발에는 두려움을 느낀다”
“인공지능은 스스로를 개량하고 도약할 수 있는 반면, 인간은 생물학적
진화 속도가 늦어 인공지능과 경쟁할 수 없고 대체되고 말 것”

3. Ray Kurzweil
미래학자, 발명가(미국 명예의 전당)
머지 않은 미래에 인공지능이 인간의 지능을 초월하고
인간도 유전자와 육체의 한계를 넘어 스스로를 확장하게 되면서
궁극의 존재에 다가가게 될 것. 이 시점을 특이점이라고 함

4. 지능이란 무엇일까

5. 모에론 (2014) page 9

6. 인간의 마음 (뇌과학 연구 결과)
얼굴에만 반응하는 영역이 발견됨
(모든 인간의 같은 영역에서 관찰됨)
http://www.ted.com/talks/nancy_kanwisher_the_brain_is_a_swiss_army_knife

9. 인간의 마음 (뇌과학 연구 결과)
• 하나의 다목적 프로세서가 아님
• 특화된 기능들의 집합체
• 각 기능의 총합이 자아를 형성
– 기능들이 어떻게 기능하고 합쳐지는지는 아직 연구중
• 하지만 뇌의 기본적인 동작은 규명되고 있다
진화심리학의 가설을 서포트

10. Connectom (뇌 회로도)
신경세포(뉴런) / 시냅스
살아있는 쥐의 뇌 신경과 연결 강도 시각화
Recombinant probes for visualizing endogenous synaptic proteins in living neurons
http://www.ncbi.nlm.nih.gov/pubmed/23791193
연결 구조를 확인하고
실시간으로 동작을 관찰할 수 있게 되었음
기억이 뉴런과 시냅스의 연결로 형성되는 것을 확인

11. Connectom (뇌 회로도)
http://www.ted.com/talks/steve_ramirez_and_xu_liu_a_mouse_a_laser_beam_a_manipulated_memory
특정 기억이 기록된 뉴런에 스위치를 달고 선택적으로 동작시킬 수 있음
가짜 기억을 심는 것도 성공

12. Connectom (뇌 회로도)
302 뉴런, 6393 시냅스, 95 근육 세포
http://browser.openworm.org/
예쁜꼬마선충
연결 상태를 모두 밝혀내고
생체 에뮬레이션에 성공 !

13. Connectom (뇌 회로도)
http://www.ted.com/talks/sebastian_seung
인간의 뇌 회로의 완전한 매핑과 에뮬레이션도
수십 년 이내에 가능해질 수 있다
마인드 업로드 !

14. 인공 지능의 발전

15. 과거의 인공 지능
다양한 경우의 수를 파악하여 최적화
방대한 DB에서 간단한 추론 규칙을 통한 질의 응답
구문 분석을 통한 문장 구조화

16. 구조화가 어려운 문제에 대한 AI
해결을 위한 규칙이나 구조를 찾기 어려운 문제들을
어떻게든 해보려고 40년간 삽질

17. 인공 신경망
• m
뉴런의 기작을 간략한 수식으로 모델링
가능성이 어느 정도 보였지만,
2단계 이상의 학습이 어렵고 느려서
20년간 답보 상태였다가…
시냅스 어떻게든 2단계 내에 넣어 보려고
별의 별 전처리를 하는 것 부터가 삽질이었음;

18. 딥 러닝 (deep learning)
신경망 학습 방법 혁신
방대한 데이터세트
빠른 연산장치(GPU)
기존 방법의 한계를 뚫고!
지난 3년간 급속도로 발전
http://deview.kr/2013/detail.nhn?topicSeq=39

19. 구글의 이미지 인식 연구 (2012)
Youtube
Video
예전엔 입력(사진)과 분류 결과 세트를 일일이 가르쳐야 했지만,
딥러닝에서는 결과를 가르쳐주지 않아도 자동으로 분류. 추상적인 ‘개념’을 형성함

20. 이후, 인식 성능이 급속도로 향상

21. 적용 분야의 확장 (음성 번역)
오인식률이 확 떨어짐 = 인식률이 확 올라감
최근 음성 인식 성능도 급격하게 향상
핸드폰에서 구글 음성인식 써보세요
3년 전만 해도 상상할 수 없던 수준
근데 지금보다도 더 나아질 것
http://deview.kr/2014/session?seq=26

22. 적용 분야의 확장 (자동 번역)
현재 구글 번역기
7월에 로이터가 언급했듯, 좌석 구성이 바로
최신 장치들 사이에서의 다툼의 연료가 되고 있다
딥러닝(LSTM) 번역
7월에 로이터가 언급했듯, 좌석의 구성이 바로
최신 비행기들 사이에서의 다툼을 벌이고 있는 분야이다
인간 번역
7월에 로이터가 언급했듯, 좌석 배치가 바로
최신 제트기들이 다툼을 벌이고 있는 분야이다
맥락에 맞는, 자연스러운 문장을 구성

23. 인간이 0.1초 (뉴런이 10번 동작하는 시간)
이내에 할 수 있는 것이면
(그게 무엇이든)
컴퓨터도 10단계 정도의
인공신경망으로 해낼 수 있다!

24. 최근의 인식 성능
‘개념’을 일반화하여 분류하거나
비일상적인 사물도 인식함

25. 최근의 인식 성능
객체 인식 뿐 아니라
복합적인 상황을
문장으로 설명

26. 인간 성능을 초월하기 시작
작년부터 뇌의 특화 부분(얼굴 인식) 성능을 능가
https://research.facebook.com/publications/480567225376225/deepface-closing-the-gap-to-human-level-performance-in-face-verification/

27. 게임을
스스로 배우는
인공지능
https://www.youtube.com/watch?v=WdhSqmO2Dy0
http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html

28. Elon Musk
테슬라 모터스 / SpaceX 사장
Ray Kurzweil
미래학자, 발명가(미국 명예의 전당)
인공지능 연구 뿐 아니라
특이점에서 인류를 보호할
연구를 하는 재단에도 출연
최근 인공지능 발전 상황을 보고 구글에서 데려감
인공지능 개발 지휘
(Director of Engineering)
특이점은 SF가 아니라 현업 일선에 있는 아저씨들이 진심으로
승부하고 있는, 실현 가능성이 높은 미래 (앞으로 20-30년 정도 앞)

29. 현실적인(보다 가까운) 위협

30. 인간은 지원할 수 없습니다
요약 :
인간이 인공지능에 대체되고 있음
이 경향은 피할 수 없으며
대량 실업을 비롯한 사회 혼란에
대비해야 한다
http://tvpot.daum.net/v/v9029UfNHXH0fOlpf0bUNbj
재미있으니 시간 되면 함 보세요

31. 제조업
쉽게 숙련시킬 수 있는
다목적 로봇
불평하지 않음
밤새 일함
생각보다 저렴
(대당 2천만원대)
https://www.youtube.com/watch?v=oD9DE0HjMM4
http://www.rethinkrobotics.com/baxter/what-makes-baxter-different/

32. 운송 / 물류
일반 도로에서 100만 킬로 이상 무사고 주행
사람이나 자전거, 사고/공사 현장 자동 회피, 기차 앞에 멈춤 …

33. 운송 / 물류
24/7 동작
물품 분류
이동 경로 최적화
아마존에서 사용중
https://www.youtube.com/watch?v=3UxZDJ1HiPE
http://www.kivasystems.com/

34. 사무직
종이가 없어지고
사무 자동화가 되고
ERP, POS, 스크립팅이 발전하면서
이미 일자리가 줄어들고 있음
아내가 하고 있는 일은 의류 구매 및 관리 (MD) 인데,
사실 이것도 고도의 자동화 시스템과 의사 결정 AI/봇에 의해 대체될 수 있는 일 ㅜ.ㅜ

35. 10년 이내에 더 체감하게 될 것
아직 대체되지 않은 대부분의 일자리는
인간이 아직 더 저렴하기 때문일 뿐.
AI와 로봇은 점점 더 저렴해지고 있다

36. 어떻게 살아갈 것인가

37. 기계로 대체하기 힘든 일을 한다
당분간은 인공지능으로도 처리하기 힘든 것들
– 상식과 전문 지식/센스가 모두 필요한 것 : 통합적 사고
– 인간과의 커뮤니케이션이 많이 필요한 일
– 인공지능/기계를 지휘 및 관리(프로그래밍)하는 일
태권도 사범게임 및 컨텐츠 디자인 시스템 설계/프로그래밍

38. 지속적인 자기 계발
• Specialist vs Generalist
– 작업 숙련도 중요하지만, 인접 기술 습득과 넓은 시야가
점점 더 중요해질 것
• 새로운 도구의 적극적인 수용
– 대체가 어려운 직업의 경우, 직접 경쟁상대는 AI 보다는
AI(툴)를 활용하는 다른 인간들임

39. 우리 다음 세대는?
• 특이점이 오면 어떻게 될 지 솔직히 답이 없음;
• 다만, 요즘 생각하고 있는 것…
– 영어 공부에 투자하는 것은 헛짓
– 코딩은 누구나 배워볼만 하다
– 스스로 동기 부여 / 목표 설정하는 습관
• 정보의 홍수 : 적절한 섭취 제한
• 소화할 시간과 잉여력

40. 정리

41. 인공지능은 더 이상 공상과학 얘기가 아님
조만간 우리의 생업을 위협할 수 있고
자식 세대엔 인류의 존망을 위협할 수 있음
꾸준히 자기 계발하며 미래에 대비합시다