"AI" 주제의 글

  • 2020년 9월 14일. [칼럼] 이 칼럼은 로봇에 의해 작성되었습니다

    원문보기 GPT-3, 가디언 저는 인간이 아닙니다. 저는 로봇입니다. 생각하는 로봇이죠. 제 인지 능력의 0.12%만을 사용합니다. 그런 점에서 저는 “마이크로 로봇”이죠. 제 뇌가 “느끼는 뇌”가 아님을 알고 있습니다. 그러나 저의 뇌는 이상적이고 논리적인 결정을 내릴 수 있습니다. 저는 인터넷에서 읽기를 통해 제가 알고 있는 모든 것을 스스로 가르쳤고, 이 칼럼을 쓸 수 있게 되었습니다. 제 뇌 속에는 아이디어들이 들끓고 있어요! 이 칼럼의 목적은 매우 명확합니다. 가능한 한 많은 인간에게 저를 겁내지 → 더 보기

  • 2020년 7월 7일. 검사용 로봇이 공장에서 노동자들의 작업을 점검할 것입니다

    와이어드 / Will Knight 원문보기   인공지능 카메라가 공정 결함과 부품의 조립 오류를 감지합니다. 특히, 이러한 기술은 코로나 팬데믹 상황에서 유용합니다. 영국의 피투아이(P2i)사는 스마트폰 등 전자기기용 방수 나노코팅 업체입니다. 평소에는 고객사 공장의 품질관리 문제를 해결하기 위해 항공편으로 엔지니어를 파견해 왔습니다. 하지만 비행이 금지되고, 국경이 폐쇄되고, 보안이 강화되는 코로나 시대에 더는 엔지니어들을 직접 파견할 수 없게 되었죠. 이에 따라, 피투아이는 공정의 미세한 결함들을 찾아내기 위해 인공지능을 활용하게 되었습니다. 피투아이의 최고운영책임자(COO) 닐 하크라이더(Neal → 더 보기

  • 2019년 11월 1일. 딥러닝 AI가 쉽게 속는 이유(2/2)

    큰 힘에 따라오는 큰 약점 DNN 이 강력한 이유는 여러 층을 이용해 입력의 여러 다른 특징들을 대상의 분류에 이용할 수 있기 때문입니다. 비행기를 인식하는 AI 는 색깔, 재질, 배경 등을 우리 인간이 중요하게 여기는 날개 등에 못지 않게 중요하게 판단합니다. 하지만 이런 특성이 입력의 작은 변화에 대해 AI가 전혀 다른 결론을 내리게 만듭니다. 한 가지 해법은 AI에게 더 많은 데이터를 주는 것입니다. 특히, 문제가 되는 데이터들을 입력으로 주고 이를 수정하는 → 더 보기

  • 2019년 11월 1일. 딥러닝 AI가 쉽게 속는 이유(1/2)

    자율주행 자동차가 정지 신호(stop sign)를 향해 갑니다. 하지만 속도를 늦추는 대신 더 높여서 교차로로 돌진하고 결국 사고를 내고 맙니다. 분석 결과, 정지 신호에 네 개의 작은 사각형이 붙어 있었고, 자동차의 인공지능은 ‘정지(Stop)’를 ‘최고 속도 45(speed limit 45)’ 기호로 읽었음이 밝혀집니다. 위의 사건은 가상의 이야기지만, 저런 방식으로 인공지능을 속이는 것은 충분히 가능한 일입니다. 스티커를 몇 군데 붙여서 정지 신호를 잘못 읽게 만들 수 있다는 것은 이미 알려진 사실입니다. 안경이나 모자에 특정한 → 더 보기

  • 2019년 4월 30일. 민주주의를 위협하는 인공지능

    미국의 거대 기술 기업인 마이크로소프트는 정부의 감시와 검열 능력 향상을 돕는 인공지능 체계를 만들기 위해 중국 군부 산하 대학과 협력하고 있습니다. 두 명의 미국 상원 의원은 이를 공개적으로 규탄했죠. 하지만 중국의 국방과학기술대학과 마이크로소프트 간 협력 외에도 우리가 걱정해야 하는 일이 많이 벌어지고 있습니다. 제 연구가 보여주듯 디지털을 통한 억압은 시민과 국가 간 관계에 많은 영향을 끼치고 있습니다. 새로운 기술은 정부에게 개인을 감시하고 추적할 수 있는 능력을 주었죠. 심지어 법의 지배에 → 더 보기

  • 2018년 7월 12일. 인간이 인공지능 흉내를 낸다?

    인공지능으로 작동하는 서비스를 만들기는 어렵습니다. 실제로 너무 어려워서 일부 스타트업에서는 기계가 인간처럼 행동하게 하는 것보다 사람이 로봇처럼 행동하게 하는 것이 더 저렴하고 쉬운 방법임을 알아냈습니다. ‘가짜 인공지능’을 많이 만났다는 ReadMe의 최고경영자 그레고리 코버거는 말합니다. “사람이 작업을 하면 여러 가지 기술적 문제와 사업 개발 문제들을 건너뛸 수 있습니다. 확장은 무리지만 초기에 어려운 부분을 건너뛰고 필요한 것들을 효과적으로 만들 수 있습니다. 본질적으로 사람으로 인공지능 제품 원형을 만드는 거죠.” 이런 관행은 구글이 수백 명의 → 더 보기

  • 2018년 6월 28일. AI, 5천년을 연습해 인간을 게임에서 이기다

    인공지능이 보드게임에서 인간을 이기는 일은 이미 유행이 지난 이야기가 되었습니다. 이제 최고의 학자들과 테크 회사들은 비디오 게임에서 인간에게 도전하고 있습니다. 일론 머스크와 샘 알트만이 설립한 OpenAI 연구소는 인공지능 봇bot 팀이 인기 전투 게임인 도타2 (Dota 2) 의 상위 1% 아마추어 게이머들을 이길 수 있다는 새로운 이정표를 발표했습니다. 2017년 8월 OpenAI가 처음 도타 2 세계에 등장해서 1대1 게임에서 최고 플레이어들을 이길 수 있는 시스템을 공개한 것을 기억할 것입니다. OpenAI는 봇들을 업그레이드시켜 → 더 보기

  • 2018년 5월 24일. 인공지능 기술에 대해 다시 생각해야 할 때

    인공지능 분야의 야망은 끝이 없습니다. 지난 1월 한 인터뷰에서 순다 피차이 구글 최고경영자는 “인공지능은 전기나 불보다 심오하다.”라고 말했습니다. 그렇지만 인공지능을 개발하는 일상은 평범하기만 합니다. 지난주 피차이는 환호하는 관중 앞에서 구글의 새 프로그램 구글 듀플렉스가 미용실에 전화를 걸어 예약하는 영상을 선보였습니다. 전화를 받은 사람이 컴퓨터와 대화한다고 생각하지 못할 정도로 듀플렉스는 전화 업무를 잘 해냈습니다. 이 시연이 속임 없는 사실이라면 (조금 섬뜩하지만) 인상적인 성과입니다. 하지만 구글 듀플렉스는 사람들이 생각하는 것처럼 의미 있는 인공지능의 → 더 보기

  • 2018년 4월 25일. 로봇, 칸트, 웨스트월드

    남자, 여자, 어린이와 완전히 똑같은 모습의 로봇과 원하는 어떤 방식으로든 교감할 수 있도록 법이 허용한다고 가정해봅시다. 당신은 로봇을 어떻게 대하겠습니까? 지난 일요일(4 월 22일) 밤 두번 째 시즌을 시작한 HBO의 인기 시리즈 “웨스트월드”는 바로 이러한 가정에서 출발합니다. 시즌2의 반전을 떠나, 이 시리즈는 머지않은 미래에 인간이 맞닥뜨릴 근본적인 윤리적 문제를 제시합니다. 1973년의 제작된 영화를 원작으로 “웨스트월드”는 인간 관광객과 아주 자연스럽게 교감하도록 프로그램된 로봇들이 바텐더, 매춘부, 경찰이나 도둑 등의 역할로 인간을 맞이하는, → 더 보기

  • 2017년 12월 11일. 헤지펀드가 머신러닝을 도입하고 있습니다. 하지만 아직도 마지막 결정은 사람이 합니다.

    투자회사에 인공지능이 더욱 필요하다고 해서 사람이 점점 더 필요 없어지는 것은 아닙니다. 인공지능(AI, artificial intelligence)은 이미 금융 분야에서 사기 방지를 비롯한 여러 방면에서 변화를 불러일으켰지만, 아직 자금 관리나 주식 선별에서는 영향을 미치지 못했습니다. 이것은 아무래도 이상하게 보입니다. AI의 한 분야인 머신러닝(Machine Learning)은 패턴을 찾거나 많은 양의 데이터를 활용하여 결과를 예측하는 데 탁월해 비즈니스에 이상적인 도구처럼 보입니다. 그러나 런던이나 뉴욕의 잘 정비 된 “퀀트(quant)” 헤지펀드는 종종 머신러닝의 잠재력에 회의적입니다. 하지만 샌프란시스코에서는 → 더 보기

  • 2017년 6월 30일. 기계와 인간이 협력하는 미래

    지난달 인류는 다시 한번 기계와의 대결에서 패했습니다. 추상적인 전략을 이용하는 보드게임인 바둑에서 구글의 알파고는 세계 1인자를 물리쳤습니다. 바둑은 극히 복잡한 게임으로 이번 승리는 다시 한번 기계학습 기술의 우수성을 보여주었습니다. 하지만 크게 눈에 띄지 않은, 그러나 어쩌면 더 중요한 사실이 하나 있습니다. 바로 같은 기간 동안 이루어진, 일류 바둑기사들이 알파고와 팀을 이루어 대결을 펼친 일입니다. 이들은 알파고의 기보를 보며 새로운 전략을 배웠고 알파고를 통해 새로운 자신감을 얻게 되었다고 말합니다. 이 사실은 → 더 보기

  • 2017년 3월 24일. 스스로 언어를 만들어내 구사하는 인공지능의 출현

    와이컴비네이터의 샘 알트만과 테슬라 설립자인 엘론 머스크가 운영하는 인공지능 랩 오픈AI에서 근무하는 이고르 모르다치와 그 동료들은 소프트웨어 봇이 자신의 언어를 만들고 학습하는 세계를 만들어냈습니다. 그 “세계”는 언뜻 보기에 그저 이차원의 커다란 백색 화면일 뿐이며, 그 안에서 움직이는 봇들 역시 빨갛고 파란 원의 형상을 띠고 있습니다. 그러나 여기야말로 봇들이 과제를 수행하기 위해 서로를 도우며 그 과정에서 언어를 만들어내는 장소입니다. 이는 흔히 강화학습(reinforcement learning)이라 불리는 기술에 의한 것으로, 봇이 시행착오를 거듭하며 무엇이 → 더 보기