NEW&NOTICE
Korea Engineers Aliance

HOME > >
제목 「뇌와 인공지능-향후 인류가 어떻게 될 것인가」- 박문호 한국전자통신연구원 책임연구원
작성자 관리자
작성일 2016.12.05

■ 일시: 2016년 4월 19일(화) 7시

■ 장소: 그랜드 인터컨티넨탈호텔 2층 오키드룸

■ 참석인원: 김동진 회장 외 90명

■ 강사: 박문호 한국전자통신연구원 책임연구원

■ 연제: 「뇌와 인공지능-향후 인류가 어떻게 될 것인가」

■ 강연내용

○ 알파고와 인공지능

  • 뉴럴 네트워크(neural network): 인간의 뇌 기능 모방 - 확률 통계에 관한 공식
  • 베이저 공식: 이전 패턴과 이후 패턴의 비교 공식
  • 우리의 모든 행동은 예측을 실행하는 과정 
  • 알파고는 AI라는 전체 거대한 학문 분야 중 ‘딥 러닝(deep learning)` 속에 있음

 

 

○ 이전 패턴과 달라진 세계 즉, 새로운 거의 출현은 뇌에서 도파민 분비를 유도

○ 우리는 바깥세상을 보는 것이 아니고 바깥세상에 대해서 이전지식에서 만들어진 세계의 모델을 보는 것임-브레인 속에 학습된 세계의 모델을 보는 것

○ 기계학습(machine learning)

○ 제프리 힌튼(Geoffrey Hinton)-인공신경망의 그루- 딥러닝의 학문적 리더로 간주되며 연구자들에게는 인공신경망의 명실상부한 구루(Guru)

○ 통계역학의 아버지 볼츠만(Boltzmann): 오스트리아의 물리학자인 볼츠만은 열에 관한 연구로 이론 물리학의 한 분야인 통계역학의 형성과 발전에 지대한 공헌을 한 근대 물리학의 선구자 중 한 사람: 열역학 제2법칙의 비가역성을 역학의 입장에서 해명한 그는 엔트로피 개념  을 통계역학적으로 정식화하였으나 그의 생전에는 인정받지 못하였다.   그의 사후 볼츠만의 원자론은 20세기 초 천재 물리학자 알베르트 아인슈  타인에 의해 증명되었다. 그는 과학적 모델에 대해 대단히 논쟁이 심할   시기에 원자론을 주창한 가장 중요한 사람 중에 한 명이다.

○ 브레인이란? - 끊임없이 예측을 투사하고 감각입력의 원인을 찾는 베이스 머신

○ 뇌의 기억 현상 - mRNA(메신저RNA)로부터 단백질 합성

○ 인간의 뇌에서 사물 인지에 대한 착각이 일어나는 이유는, 감각을 버리고 지각을 선택하기 때문

두 조각 모두 안으로 들어가 있는 조각판이나 우리의 뇌는 앞으로 나온 얼굴모양으로 인식

○ 대부분 우리가 보는 세계는 바깥을 보는 것이 아니라 안을 보는 것(우리 지각이 만들어내는 세계의 모델을 보는 것)-즉각적으로 세계를 인식한다는 착각에 빠지게 됨

○ 「베이스 혁명」(토머스 베이스 목사의 논문)

  • 딥 러닝의 출현-패턴인식
  • 브레인을 가장 잘 설명하고 있는 공식

○ 딥 러닝 원리

  • CPU(Central Processing Units), GPU(Graphical Processing Units)
  • 여러 가지 행렬 계산
  • 계산 후 심층 학습

○ Convolutional Neural Network

○ AI가 새로운 과학적 발견의 속도를 가속화 할 것

  • 단백질 연구, 기후예측, 경제, 질병 등
  • 생물학+빅 데이터 마이닝 → 시스템의학과 바이오공학 난제 해결

○ 감각신경과 운동신경

- 운동을 할수록 실력이 늘어나는 이유는 신경정보가 같은 경로는 반복해서 전달하기 때문

○ 잠의 효과

  • 자는 동안 낮 동안에 학습한 것을 리플레이
  • 쥐 실험을 통해 쥐가 자는 동안에 신경세포에서 액체가 분비되어 신경세포에 쌓여있는 노폐물을 제거한다는 사실 발견
  • 치매 예방 효과

○ 알파고의 딥러닝: 딥러닝을 활용하여 전문 바둑기사들의 패턴을 학습함

  • 바둑 기보를 19x19 픽셀을 갖는 이미지로 입력받아 전문 바둑기사의 다음 착수를 학습하는 과정
  • AlphaGo는 딥러닝 기법 중 특히 이미지 처리에 강한 컨볼루션신경망을 기반으로 학습하기 때문에 국지적인 패턴인식에도 강점을 가짐

○ 알파고의 정책과 가치네트워크

  • 정책 네트워크(Policy Network): 정책 계산을 위한 딥러닝 신경망→ 정책 네트워크에서 사용된 딥러닝 기법은 컨볼루션 신경망(Convolution Neural Network, CNN)으로 19x19 바둑판 상태를 입력하여 바둑판 모든 자리의 다음 수 선택 가능성 확률 분포를 출력
  • 정책 가치 네트워크(Value Network, ): 바둑의 전체적인 형세를 파악→ AlphaGo에서는 가치(value)를 계산하기 위해 딥러닝을 이용한 가치 네트워크(value network) 사용

정책 네트워크와 가치 네트워크의 구성

○ 알파고의 컨볼루션신경망 

  • 컨볼루션신경망은 이미지나 비디오에서 객체의 분류에 특화된 방법
  • 이미지의 객체분류는 전통적인 인공신경망인 다층퍼셉트론으로도 충분히 가능했으나, 노드간 링크가 모두 연결되어있는 구조(fully-connected)가 갖는 한계 때문에 그 대안으로 컨볼루션신경망이 부상함
  • 이미지 처리(Image processing) 분야에서의 컨볼루션은 필터(커널)을 지칭하고, 이 컨볼루션 필터로 원본 이미지를 처리하여 특징을 추출해 냄
  • 바둑에서 컨볼루션 필터의 의미는 국소적, 지역적인 대국의 특징을 추출해내서 전반적인 형세를 추론하는 도구로 볼 수 있음

○ 알파고의 계산성능 분석

  • AlphaGo는 딥러닝으로 구현된 정책과 가치네트워크를 활용하여 MCTS 탐색기법을 통해 착수를 결정
  • 분산 AlphaGo를 기준으로 착수(decision)는 초읽기 30초 동안 약 10만 번의 수읽기를 통해 결정→체스 인공지능 프로그램인 딥블루의 경우 약 2억 번의 수읽기
  • 바둑계의 전설적인 인물인 이창호 9단의 경우 100수 정도의 수읽기26)

○ 알파고의 결론 및 시사점

- 구글이 AlphaGo라는 바둑프로그램을 통해 인공지능 딥러닝 기술의 성능을 보여준 실증 사례→ 바둑은 경우의 수가 매우 많고 복잡하여 인공지능 분야의 큰 도전과제였으나, 이번을 계기로 큰 의미와 성과를 거둠

○ 인간 진화의 핵심 축은 ‘마주보기’- 인간의 커뮤니케이션은 입술, 손가락, 눈동자의 협연

○ "우리가 어디서 와서 어디로 가는가를 철학이나 종교에 묻지 말고, 자연과학 그 자체에서 답을 구해보자“

첨부파일
댓글 0 개
  • 메모 없음