AI 마인드 / 마틴포드

세계적인 인공지능 개발자들이 알려주는 진실
Architects of Intelligence

1960년 인공지능 초기개척자 - 마빈민스키

미래의 아이들이 보편적인 인공지능을 통해 문제를 해결할 수 있어야 한다.




1. 알파고를 개발한 체스 천재 데미스 허사비스(DEMIS HASSABIS)
구글 딥마인드의 공동 창업자이자 최고경영자, 신경 과학자

컴퓨터는 정신적인 능력을 확장시켜 주는 도구

인간의 두뇌에서는 도파민 시스템이 작동시킨다. 도파민 뉴런은 뇌에서 예측한 오류를 추적하고 그 보상신호에 따라 시냅스를 강화시킨다.
도파민 - 내재적인 보상
새로운 것을 보면 뇌에서는 도파민이 나오는데 새로운 것 또한 내재적 보상이라는 증거 - 화학적 반응의 내재적 동기

자연현상들을 관찰할 때 최대한 불필요한 것들을 배제하고 추상화해야 한다.

의식과 지능은 따로 떼어 놓을 수 있는 것 같다. 의식 없이도 지능이 있을 수 있고, 인간 수준의 지능 없이도 의식이 존재할 수 있다.



2. 소외된 계층을 위한 인공지능 연구자 리 페이페이(FEI-FEI LI)
스탠퍼드 대학교 컴퓨터 과학 교수, 구글 클라우드의 수석 과학자

인공지능 기술은 어떤것이든 간에 뇌 과학이나 인지과학같은 분야와 연관이 있을 수 밖에 없다.



3. 인공지능의 인재 양성을 위해 뛰고 있는 벤처 투자가 앤드류 응(ANDREW NG)
랜딩 AI(Landing AI)의 CEO 그리고 AI 펀드(AI Fund)의 General Partner (무한책임사원), 스탠퍼드 컴퓨터 과학 부교수

레이블되지 않는 (답이 표시되어 있지 않는)데이터를 보더라도 학습할 수 있는 능력이야말로 기계가 가져야 할 지능

인공지능이 마법이 아니며 모든것을 다 할 수는 없다.




4. 인공지능이 불러올 재앙의 감시자 닉 보스트롬(NICK BOSTROM)
옥스퍼드대 교수, 인류미래연구소 이사

결국 인간의 통제에 벗어나 우리가 바라지 않는 세상이 오게 된다.

현재 인공지능이 못하는 것 중에 하나가 인과관계를 파악하는 것인데, 인간은 어떤 상황이 있으면 인과관계를 잘 찾습니다. 인공지능은 통계적인 규칙성과 복잡한 패턴을 찾긴 하지만 인과관계를 파악할 수 있게 잘 구성되어 있지는 않습니다.

인공지능이 정말 성공적으로 실현되고 기술적인 통제 문제와 합리적인 통치 방식을 만든다면 폭발적인 경제성장이 일어날 것입니다.



5. 인공지능으로 바뀌게 될 산업 구조를 예측 제임스 매니카(JAMES MANYIKA)
맥킨지 글로벌 연구소 소장겸 이사

인공지능이 학습하는 데이터가 인간이 만든 것이므로 인간의 편견이 그 속에 담겨 있다 - 데이터는 사람의 편견을 반영할 수 밖에 없다.

알고리즘은 편향된 결과를 예측할 수 밖에 없다. 결국 사람들이 알고리즘을 개발하는 데 어떤 편향을 가지고 있지 않다 하더라도, 데이터를 수집하는 과정 등에서 편향이 들어가게 되고 알고리즘은 편향된 데이터를 학습해 편향적인 결과를 내게 된다.

기술은 직업을 없애지만 일을 없애지는 않는다



6. 인간과 공존할 수 있는 로봇을 꿈꾸는 로봇 공학자 다니엘라 러스(DANIELA RUS)

MIT AI 연구소(CSAIL) 소장

데이터의 패턴을 학습하거나 예측하는 것을 목표로

뉴로사이언스(신경과학), 인지과학, 컴퓨터과학의 교차점에 있다



7. 텐서플로우를 개발한 세계 최고의 프로그래머 제프리 딘(JEFFREY DEAN)
구글 시니어 펠로우, 인공지능 & 구글 브레인 헤드



8. 인공지능을 활용한 의료시스템 개발 다프네 콜러(DAPHNE KOLLER)
인시트로(Insitro) 창업자이자 CEO, 스탠퍼드 컴퓨터 과학 겸임 교수

인간은 아주 작은 데이터만 있어도 잘 학습하죠, 제 생각은 인간의 뇌의 한 구조가 다양한 작업들을 다루기 위해 일반적인 기술들을 이곳 저곳 적용할 수 있는 능력을 가지고 있기 떄문이라고 생각해요.



9. 인공지능의 눈을 만들다 얀 르쿤(YANN LECUN)
페이스북 부사장 & 수석 인공지능 과학자, NYU, 컴퓨터 과학 교수

뉴런이 연결되는 기본 원리는 레이어가 여러 개로 구성되어 있는 것입니다. 같은 작은 단위로 나누어진 픽셀 패치와 연결되는 방식
각 뉴런은 이미지로부터 입력된 내용의 학습을 통해 수정되는 가중치의 합을 계산한다.

의식이라는 것은 관심의 중요한 형태이다.

기술 진보가 가속화될수록 더 많은 사람들이 도태될 것이다.

사물과 서비스의 가치가 바뀔 것입니다. 기계로 만들어진 모든 것이 훨씬 저렴해질 것이고, 사람에 의해 만들어진 모든 것은 더 비싸질 것입니다. 우리는 진정한 사람의 노동력에 더 많은 돈을 지불할 것이고, 기계로 할 수 있는 일은 값이 싸게 될 것입니다.




10. 사람의 마음을 읽는 인공지능 개발자 라나 엘 칼리오우비(RANA EL KALIOUBY)
어펙티바(AFFECTIVA)의 CEO겸 공동 창립자




11. 인공지능과 생물학의 융합 요슈아 벤지오(YOSHUA BENGIO)
몬트리올 학습 알고리즘 협회의 연구 지도자, 몬트리올 대학의 컴퓨터 및 운용 과학 교수

선천적인 지식
개미는 살면서 학습하는 부분이 거의 없이 프로그램처럼 모두 정해진 대로 행동한다.




12. 2029년에 인공지능의 특이점이 온다고 예측 레이 커즈와일(RAY KURZWEIL)
구글의 엔지니어링 이사

퍼셉트론 - 다층신경망

나노로봇 - 생명공학 : 로봇들이 뇌로 들어가서 신경계 내에서 가상 증강 현실을 제공한다. 의료용 나노로봇의 가장 중요한 기능은 우리 뇌의 신피질의 상단층을 클라우드 시스템에 연결하는 것이다.

크리스퍼와 같은 더 강력한 기술을 계속 고안해내고 그 표준을 계속 재창조해야 한다

인간의 목표는 모두 일치하지 않는데 그것이 정말 중요한 문제다.

직업이 행복으로 가는 길이라고 생각하는 것 같습니다. 핵심이슈는 목적과 의미가 될 것입니다. 사람들이 여전히 무언가를 위해 기여하고 만족감을 얻기 위해 경쟁할 것입니다



13. 인간과 컴퓨터의 장점만 가지는 인공지능을 개발 게리 마커스(GARY MARCUS)
우버의 자회사인 Geometric Intelligence의 설립자 및 최고 경영자,
뉴욕대 심리학 및 신경 과학 교수

진화는 기존의 틀에서 움직여야 하고, 진화는 처음으로 돌아가서 다시 설계할 수 없다.

진화는 진보가 아니라 다양성 증가를 의미한다.

딥러닝은 패턴 분류에 최적화된 도구



14. 음성 인식 비서의 개척자 바바라 J. 그로스츠(BARBARA J. GROSZ)
하버드 대학 자연 과학과 교수

딥러닝의 딥은 신경망을 여러개의 층으로 많이 쌓는다.



15. 제퍼디 퀴즈쇼에서 사람을 이기고 우승한 왓슨을 개발 데이비드 페루치(DAVID FERRUCCI)
ELEMENTAL COGNITION의 설립자, APPLIED AI와 브리지워터 어소시에이츠(Bridgewater Associates)의 임원




16. 현대 로봇 공학 분야의 최고 권위자 로드니 브룩스(RODNEY BROOKS) 리씽크로보틱스 회장

곤충 지능을 활용한 로봇 지능 모델링



17. 소셜 로봇의 창시자 신시아 브리지엘(CYNTHIA BREAZEAL)
MIT 퍼스널 로봇 그룹 디렉터, JIBO INC 창립자




18. 상식을 가진 인공지능을 개발한다 오렌 엣치오니(OREN ETZIONI)
앨런 인공지능 연구소(The Allen Institute for AI)의 최고경영자

인공지능 역설 - 코끼리가 방문을 통과할 수 있을까? 기계는 대답하기 어렵다

소프트웨어는 복사가능하지만 하드웨어는 불가능하다



19. 인간의 뇌와 컴퓨터를 연결하는 세상을 꿈꾼다 브라이언 존슨(BRYAN JOHNSON)

기업가, 커널 & OS 펀드 설립자




20. 학살로봇의 위험성을 주장 스튜어트 러셀(STUART RUSSELL)
캘리포니아 대학교 버클리 컴퓨터 과학 교수

지능의 개념은 자신의 목표를 달성할 수 있을 정도로 똑똑하다.



21. 현대 인공지능의 아버지 제프리 힌튼(GEOFFREY HINTON)
토론토 대학 컴퓨터 과학 명예 교수, 구글 Alphabet의 부사장 & 공학자

역전파는 정보를 신경망의 역방향으로 흘러보내면서 모든 가중치를 활용한다. 역전파는 네트워크의 크기에 상관없이 모든 가중치에 대해 병렬로 계산할 수 있다.


22. 현대 확률기반 인공지능의 대가 주데아 펄(JUDEA PEARL)
UCLA 컴퓨터 과학 및 통계학 교수, 인지 시스템 연구실 책임자

과학은 단순한 사실의 집합이 아니라 자연의 불확실성과 지속적으로 투쟁하는 것이다

마빈민스키 - 감정기계 Emotion Machine
몸 속에는 목적을 지닌 화학물질이 떠다니고 있다. 응급상황이 발생하면 화학 작용은 이성을 방해하고 때론 이성적 판단을 중지시키기도 한다. 따라서 감정은 화학적 우선순위를 정하는 기계이다.



23. 인간의 뇌와 닮은 인공지능을 만들고 싶다 조슈아 테넨바움(JOSHUA TENENBAUM)

MIT 컴퓨터 인지 과학 교수

언어는 지능의 핵심적 요소이다.