Miracle AI Lab

인공지능이 유추를 하지 못하는 이유 가수 강산에의 노래 에는 이런 가사가 나온다. ‘이 비가 오는 데야 어쩔 수 없겠지만 태우는 또 오지 않았으면’, ‘바람이 부는 데야 어쩔 수 없겠지만 삼풍은 또다시 불지 않았으면’ 이 두 구절은 가사 속에 숨겨진 뜻이 있다. 이 노래가 나온 시기를 알면 어렵지 않게 의미를 유추할 수 있다. 그런데 인공지능은 인간처럼 유추할 수 있을까? 정답은 ‘하지 못한다’이다. 마이크로소프트의 Copilot이나 ChatGPT에 이 부분에 대해서 질문하면 정확히 답을 하지 못한다. 이 노래의 가사 ‘이 비가 오는 데야 어쩔 수 없겠지만 태우는 또 오지 않았으면’의 태우는 ‘노태우’다. 당시 노태우 전 대통령의 비자금 사건이 터졌고, 결국 구속되어 감옥으로 갔다. 그리고 ‘바람이 부는..

자연어처리 2023. 11. 7. 16:02

인간과 인공지능의 차이 1956년 다트머스 대학교 하계 워크숍에서 ‘인간처럼 사고하고 행동하는 기계’를 ‘인공지능’이라 정의했다. 이 정의에서 보면 인공지능은 인간처럼 생각하고 사고하는 것이 가능해야 한다. 이 말은 인공지능이 인간처럼 정보를 처리해야 한다. 하지만 인공지능은 인간처럼 정보를 처리하지 못한다. 그 이유는 인간의 뇌와 인공지능이 정보를 처리하는 방식이 다르다. 인간의 뇌는 기본적으로 정보를 아날로그 방식으로 처리하지만 인공지능은 디지털로 처리한다. 자세히 말하면 인간의 뇌는 연속적인 값을 처리하지만, 인공지능은 이산적인 값을 처리한다. 여기서 이산적인 값은 ‘예/아니오’로 대표된다. 예와 아니오 사이에는 아무 값이 없다. 이것을 숫자로 풀어본다면 아날로그에서는 0과 1사에 무한의 수가 존재..

About AI 2023. 11. 3. 14:44

딥 러닝, 완벽한 것은 아니다. (인간과 비교) 딥 러닝은 인공지능의 한 분야로, 인공 신경망의 층을 연속적으로 깊게 쌓아 데이터를 학습하는 방식이다. 그러나 딥 러닝은 다양한 분야에서 높은 성능을 보이고 있지만, 몇 가지 약점이 있다. 1. 데이터 요구량: 딥 러닝은 굉장히 많은 데이터가 필요하다. 이는 인간의 학습 방식과는 대조적이다. 인간은 적은 양의 데이터로도 학습할 수 있으며, 일부 경우에는 단 한 번의 경험으로도 학습이 가능하다. 인간이 학습을 하는 데는 많은 데이터가 필요한 것은 아니다. 정확히는 방대한 데이터를 전부 학습하는 것이 불가능하다. 경험을 통해 체득한 것을 위주로 학습을 한다. 그래서 ‘몸이 기억한다’는 말이 나온 것이다. 인공지능이 학습을 하려면 방대한 데이터가 있어야 한다. ..

딥러닝 2023. 11. 1. 17:33

인공지능을 효과적으로 사용하려면 내가 초등학생 때 주산학원에 다닌 적이 있다. 주산학원이 있었다는 것은 주산이 많이 사용되고 있었다는 것이다. 지금이야 프로그램을 사용해서 월급 계산을 하지만 당시에는 주산을 이용해서 계산을 했다. 이러던 것이 내가 중학교 시절 전자계산기를 사용해서 계산을 했다. 주판에서 전자계산기로 넘어간 이유는 전자계산기로 계산하는 것이 편리하고 시간도 절약을 할 수 있기 때문이다. 게다가 계산값을 숫자로 보여줬기에 보는 입장에서도 편리했다. 전자계산기가 보급이 빨리 된 것은 편리했기 때문이다. 하지만 전자계산기의 전성기도 PC가 보급이 되면서 끝났다. 특히 인터넷의 보급과 엑셀의 등장은 전자계산기 사용을 줄어들게 만들었다. 요즘은 자동으로 더치페이 계산을 해 주는 프로그램도 있다. ..

About AI 2023. 10. 30. 14:21

인공지능, 인간처럼 풍자를 할 수 있을까? 내가 태어난 경남 사천, 정확히 말하면 삼천포에 각산에서 아쿠아리움이 있는 초양도까지 케이블카가 설치되어 있다. 각산은 높지 않고 완만한 산이라 쉽게 오르내릴 수 있었고, 물맛이 좋은 약수터가 있어, 약수를 마시러 간 기억이 있는 산이다. 게다가 자주 오르내려서 추억이 있는 산이다. 이 산에 케이블카가 설치되어 있는 것이다. 이 케이블카는 설치 전부터 지금까지 논란이 이어지고 있다. 문제가 된 것은 케이블카가 한 사찰의 불상 위를 지나간다는 것이다. 이 때문에 사천시와 사찰 간의 마찰이 있었고, 여전히 갈등을 빚고 있다. 이런 부분은 케이블카를 설치하기 전에 논의해야 했던 부분이다. 케이블카가 설치되고 나서 사찰 지붕에 ‘부처님 위로 케이블카 나틑 자는 평생 재..

About AI 2023. 10. 25. 14:48

다층 퍼셉트론과 인공지능 퍼셉트론(Perceptron)은 단층 퍼셉트론(Single-layer Perceptron)과 다층 퍼셉트론(Multi-Layer Perceptron, MLP) 두 가지가 있자. 이들은 인공 신경망의 기본 구성 요소이다. 이 두 가지는 모두 입력을 받아 가중치를 적용하고, 그 결과를 활성화 함수를 통해 출력하는 구조를 가지고 있다. 1. 단층 퍼셉트론: 단층 퍼셉트론은 가장 간단한 형태의 인공 신경망으로, 입력층과 출력층만을 가지고 있다. 각 입력에 가중치를 곱한 후, 그 값들을 모두 합한 값이 활성화 함수에 의해 판단된다. 이 값이 임계치보다 크면 뉴런이 활성화되고 결괏값으로 1을 출력하며, 그렇지 않으면 0을 출력한다. 단층 퍼셉트론의 한계는 선형적으로 분리 가능한 데이터만 처..

About AI 2023. 10. 23. 18:29

인공지능이 자연어처리를 완벽하게 하지 못하는 근본적인 이유는? 자연어처리(NLP)는 인공지능의 중요한 분야 중 하나이다. 그러나 완벽하게 처리하는 것은 아직 어렵다. 인공지능이 자연어처리를 완벽하게 하지 못하는 근본적인 이유는 다음과 같다. 1. 언어의 복잡성: 인간이 사용하는 언어는 문법, 어휘, 의미, 문맥 등 다양한 측면에서 복잡하다. 언어마다 알파벳도 다르고, 어순도 다르다. 예를 들어 한글의 자모와 영어의 알파벳이 다르고, 한글은 ‘주어+목적어+동사’ 순으로 어순이 이루어지는데, 영어는 ‘주어+동사+목적어’ 순으로 이루어진다. 이를 본다면 인간이 사용하는 언어는 이진법으로 이루어진 컴퓨터가 사용하는 언어와 비교하면 훨씬 복잡하다. 이러한 복잡성은 컴퓨터가 인간의 언어를 이해하기 어렵게 만든다. ..

자연어처리 2023. 10. 13. 14:25

인공지능과 데이터 마이닝 데이터 마이닝이란 대량의 데이터 세트에서 유용한 정보를 추출하는 과정이다. 이는 고급 분석 도구를 사용하여 축적된 데이터에서 패턴, 관계 등을 찾아내는 것을 포함한다. 데이터 마이닝은 일반적으로 데이터 웨어하우스나 연결된 데이터 세트 컬렉션 등 축적된 데이터에서 유용한 정보를 추출하는 과정이다. 데이터 마이닝의 접근법은 원하는 특정 결과에 초점을 맞추는 지시형과 탐색 프로세스로서 비지시형 방식으로 분류할 수 있다. 지시형 접근법은 데이터 정렬, 분류, 이상치 감지, 연관성 분석 등을 통해 데이터에서 의미있는 정보를 찾아내는 데 목적이 있다. 또한 비지시형 접근법은 클러스터링, 회귀 분석, 패턴 감지 등을 통해 데이터에서 유사성이나 상관관계를 찾아내는 데 목적이 있다. 데이터 마이..

About AI 2023. 10. 11. 14:39