2016년 강연모음

160408 제52차_ 뇌 과학으로 본 인공지능의 현주소와 미래(박문호 박사, ETRI) -창조채널90

조회수 256

안녕하십니까, 

도래하는 초연결시대의 본질을 통찰하면서, 

새로운 디지털혁명에 과감하게 도전하는 기술의 신기축을 탐색하는 새통사입니다.  

 

이번 52차 모임은 ETRI가 낳은 <통섭적 거시과학>(필자 작명)의 대가이신 박문호 박사님을 모시고 <뇌과학>의 관점에서 오늘날 화두가 되고 있는 <인공지능의 현주소와 미래>에 대한 생각을 함께 나누는 시간을 가졌습니다.  아쉽게도 후기를 작성하는 간사가 ETRI 내부의 중요 일정을 소화해야 하는 부득이 한 일이 생겨서, 여러분들이 기다리는(^^*) 후기를 드릴 수 없게 되었습니다. 

 

하여, 이번에는 52차 모임에 참석하신 분들의 가장 인상 깊었던 이야기나 생각들을 중심으로 후기 모음의 형식으로 꾸며 보면 어떨까 싶습니다.  참석하신 분들이 집적 게시를 해 주시거나, 저에게 e-mail (sslee@etri.re.kr) 을 주시면 익명으로 잘 꾸며 보도록 하겠습니다. 아울러, 박문호 박사님 인터뷰를 통해서, 다시 한번 풀어보도록 하겠습니다. 죄송합니다.

 

 

 1. (최준균 교수님)의 중국말 같은 후기 ....^*    

 

(아래는 어제 질문 제일 많이하신 최준균 교수님의 발표내용 요약노트 입니다)

- 핵심 키워드는 Bayesian probability 

 

Boltzman machine - stochastic neural net 

 

Hopfield system and hopfield network 

 

Boltzman prob. Boltzman factor 임.

-Baysian 확률에서 결국은 수집된 likehood 정보를 통하여 많은 통계를 통하여 경우의 수를 찾는 것이 핵심임.

-통계 데이타 간에 likelihood 나 dependency 나 correlation이 있을때는 어떻게되나? 새로운 것을 찾아낼때 likelihood 값이 큰 것으로 기억 지식이 강화됨.

-새로움을 찾는 활동이나 새로운 것을 발견하는 것을통하여 지식이 빨리 converge가 됨. 그러나 주어진 사전 지식은 어떻게 저장을 하고 전개가 되는지가 문제인데 이는 옛날 AI recursive 또는 recurrent 가 적용되어야 함 !

-즉 likelihood가 큰것을 어떻게 발견 또는 인지할 것인지가 핵심임. 이는 과거의 경험이나 습관이 영향을 미침. 이를 통하여 알파고에서 경우의 수를 줄여서 converge가 빨리되어야 함.

-그렇다고 Markov chain을 무한히 돌릴 수도 없고! 결론은 Deep learning의 본질은 markov chain을 boltzman machine에 적용하여 converge하는 것

-P(v) = sum exp(-E(h,v))/sum exp(-E(h,v)) 

 

를 미분하여 최소 에너지값을 갖는 형태로 전개됨. 즉 이는 실질 자연 생태계에서는 Boltzman machine에서 Wij를 찾는것으로 귀결됨. 

 

그러나 현재는 시각이나 청각 인지 등의 한정적인데에 한해 적용가능

-직접 본다는 것이 아니라 지각을 통해서 본것임.  

 

즉 감각을 통해서 본것이 아니고 정신적인 지각을 통해서 본것임. 따라서 관찰하거나 기억을 강화하려면 즉, 사전 지식이 확실하게 하려면 attention을 해야함. (빨리 또 많이 기억하는 기법)

-하나의 theta wave 속에 7개 정도의 gamma wave가 있음 - 신경 섬유의 전달 원리

-시냅시스에서 아날로그 신호가 적절한 순간 디지탈이 된다. (왜 그런지 대답이 없음. 일반 통신의 채널 코딩이론과 무엇이 다른지??)

-감각이 허망함. 실질적인 감각인지 인지하는 감각인지가 중요함. 모든 것이 인지하는 감각이라서! 진화적으로 유용한 착각이고 종교도 그래서 필요한 것임. 신체적 자아와 정신적 자아 (과거를 회상하는 셀프) 간의 차이에서 오는 혼란임

-미래 Deep Learning의 중요응용분야는 

 

"단백질 입체구조", "항암제 발견"

-AI 과학자 등장할 듯! 그러나 아무리 엔진이 좋아도 경험 데이타를 입력하고 attention을 하지 않으면 소용없음.

 

 2.  (소감 1)    

  

많은 분들이 두시간 반동안 시간이 가는줄 모르고 알파고의 태동이된 딥러닝의 발견과 뉴럴네트웍의 원리를 재밌게 들으셨답니다 

박문호 박사님은 우리가 자부심을 가지고 만들어 가야할 자랑스러운 "에트리의 영웅!" 이셨습니다^^

 

 3.  (Q&A-1)  로봇이 인간이 되기 몇가지의 허들이 있는지요?  

 어제 박문호 박사님 강의를 돌아보면.... 인간은 태어나면서 가지고 있는 감각적 경험 및 반응과 살면서 학습하고 습득하는 경험을 가지고있는데... 태어날때 부터 타고나는 5억년동안 감각적으로 학습해온 경험과 반응은 AI의 딥러닝으로로 학습이 어려운 부분이라시네요 그래서 바둑으로 사람은 이겨도 지금까지 사이보그를 사람처럼 걷고 뛰게할수 있는 감각적 기능조직을 만들기 어렵다는...