2010년도 후반에 이르러 인공지능의 쓰임새는 나날이 증가하고 있습니다.
컴퓨팅 파워, 센서, 사물의 데이터화 등을 통해 무수히 데이터가 쌓이기 시작하고, 이를 저장하고, 처리하고, 활용할 수 있는 솔루션이 인공지능 사용을 계속해서 촉진하고 있기 때문이죠.
인공지능은 흥망성쇠를 거듭하며 인공지능은 Strong AI와 Weak AI로 나뉘었습니다.
Strong AI
Strong AI는 구성론적인 접근으로 굉장히 연역적인 부분이 있습니다.
인간의 지능을 재현하려는 과정을 통해 인간을 이해하려고 하는 완벽주의적 AI입니다.
따라서 인지발달 로보틱스, 뇌신경 과학 등에서 추구하는 인공지능이기도 하죠. 하지만 인간의 뇌를, 뉴런을 표현하기에는 우리의 기술은 아직도 한없이 부족합니다. 수십억개에 달하는 뉴런과 그와 연관있는 또다른 뉴런을 표현하기에 아직은 하드웨어적인 측면에서 더 부족하지 않나 생각이 듭니다.
예를 들어 인공지능은 사과를 보고 사과라고 판단할 수 있지만, 사과의 식감, 맛을 표현하기에는 부족합니다.
표현은 할 수 있을지언정 사과의 맛을 인공지능이 느낄수는 없으니깐요.
이를 제대로 표현하려면, 다시 말해 사과의 단맛과 썩은 사과를 먹었을 때, 상한 사과를 먹었을 때를 표현하려면, 인간의 혀와 오감을 알아야할 필요가 있습니다.
이런 데이터를 쌓기 위해서는 수많은 센서가 인간의 혀에 붙어 데이터를 수집해야겠죠.
아직까지 이런 한계점을 극복해야하는 숙제가 남아있습니다.
Weak AI
반면 Weak AI는 굉장히 현실적이며, 한계를 명확하게 인지하고 인간이 필요한 부분만 도움을 주는 동뮈 역할로서의 인공지능 접근 방식입니다.
이를 테면, 1~3가지 특정 업무 내에서만 구현해내는 것이라고 이해하면 쉽지 않을까 생각합니다.
자동차 사진을 보고 차종을 자동으로 맞추고,
안면인식으로 비밀번호를 해제하고,
pt 발표를 자동으로 기록해주는 speech2text나 text2speech 등이 있습니다.
아직까지는 우리가 흔히 사용하는 머신러닝과 딥러닝에 기반한 솔루션들이 여기에 해당합니다.
weak AI만으로도 우리의 삶은 많이 풍요로워지고 편해졌습니다.
앞으로 AI가 얼마나 발전할 지 지켜보는 것도 흥미로운 부분이라고 생각합니다.
'인공지능' 카테고리의 다른 글
[python] 해밍 거리 (Hamming Distance) - 동적 계획법 (0) | 2022.12.31 |
---|---|
[python] 기본적인 탐색 알고리즘 2 - BFS (0) | 2022.12.31 |
[python] 기본적인 탐색 알고리즘 1 - DFS (0) | 2022.12.31 |
[인공지능] 프레임 문제 (Frame Issue) (0) | 2022.12.23 |