<범용인공지능>으로 산업은 어떻게 변하는가? (1/2)

<범용인공지능>으로 산업은 어떻게 변하는가? (1/2)

-강화학습의 대부가 말한다.-

 

 

AGI라는 말을 들은 일이 있는가?

 

스텐포드대학에서 기계학습을 가르치는 앤드류 응（Andrew Ng）교수에 따르면 AI의 종류에는 특정한 목적을 위한 <특화형인공지능(Narrow AI＝ANI,좁은 AI라 부르는 경우도 있다)>과 인간과 동등한 능력을 가진 <범용인공지능（Artificial General Intelligence=AGI）이 있다.

AGI는 범용인공지능이라 불리는 것으로 말만하면 무엇이든지 이해하여 답을 내어주거나 일을 대신할 수 있는 인공지능을 가리킨다. 또 현실적인 것으로서 실용화된 예는 없다.

범용인공지능은 인간과 같은 인지능력을 가지고 과거의 경험이나 지식을 바탕으로 환경의 변화에 적응할 수가 있다고 생각된다. 다시 상상력, 표현력, 예측력. 계획력 등도 가질 수 있다고 한다.

그러나 범용인공지능의 연구개발은 ANI(특화형인공지능)과 비교하면 늦어져서 현재 비즈니스의 현장에서 활용되고 있는 AI는 ANI이다. 특화형인공지능은 국소적인 업무나 작업을 배워서 극히 잘 하기 때문에 예측이나 처리 등을 하는 도구로서 수요예측모델 등의 모양으로 쓰이고 있다.

예를 들면 컨설팅 팜(consulting firm=기업이 품고 있는 과제에 대하여 의견의 요구를 받고 해결에까지 이끌어주는 기업을 가리킨다)의 *가트너(Gartner)가 2021년에 발표한 AI 하이프 사이클(hype cycle、하이프 곡선=특정 기술의 성숙도, 패용도, 사회에의 적응도를 나타내는 도표이다. 가트너사가 이 용어를 만들었다)을 보면 AGI는 아직 여명기로서 기술이 성숙하기에는 10년 이상 걸릴 것이라고 예측하고 있다. AGI의 실현은 먼 미래의 이야기라고 하고 있음을 알 수 있다.

 

===*가트너(Gartner)-회사

가트너 주식회사는 미국의 정보 기술 연구 및 자문 회사이다. 본사는 미국 코네티컷주 스탬퍼드에 위치해 있다. 2001년까지 가트너 그룹으로 불렸다. 가트너의 고객은 정부기관 및 IT 기업, 투자 회사 등 다양하다. 위키백과===

 

지금까지 미국 IT업계에서는 AI라고 하면 ANI를 가리키는 일이 많았는데 최근에는 AGI를 말하는 사람이 증가하고 있다.

입장표명서란 학술논문과는 달라서 <수학적인 증명이나 실험에 기초한 가설의 증명이 없이 문장만으로 가설을 제시하는 논문>이다.

 

그 계기를 만든 것은 구글 산하의 AI회사Deep Mind가 2021년 5월에 발표한 입장표명서 ｢Reward is Enough（보수로 충분）｣이다. 이 논문 중에서 가까운 장래에 GAI가 가까워 질 가능성을 Deep Mind가 제창하고 있다.

이 논문의 필자는 AI연구의 중진이고 <강화학습의 대부>로 알려진 리차드 삿튼 씨의 제자이고 AlphaGo개발의 중심인물인 데이비드 시르바 씨이다.

이 충격적인 논문은 AI연구자 사이에서 큰 논쟁을 일으키고 AGI를 말하게 된 계기를 만들었다. 논문발표에서 약 1년이 지난 지금 비즈니스에서의 영향을 고찰하고자 한다.

 

범용인공지능을 만드는 데는 <보수>설계만으로 충분?

 

이 입장표명서 안에서 DeepMind사는 AGI를 실현하기 위해서는 <(AI에) 보수를 주는 것만으로 충분하다>고 가설을 세우고 있다.

보수란 강하학습의 중심개념이고 보수를 최대화함으로써 AI는 여러 가지 지식을 습득할 수 있게 된다(보수란 <당근과 채찍>의 당근을 가리킨다. 특정한 행동을 취하면 당근을 얻을 수 있다는 것을 알면 같은 행동을 반복하게 되고 행동이 강화되어 가는 것을 심리학에서 강화학습이라 하고 AI 강화학습의 기본 컨셉이 되고 있다)

예를 들면 논문 안에 키친AI로봇의 예가 등장한다. 통상은 키친 로봇이 부엌의 청결을 최대화하기 위하여서는 이하와 같은 작은 기능이 필요하다고 생각되고 있다.

 

지각(청결한 식기와 더러운 식기를 구분하는 기능)

지식(식기를 이해하는 기능)

운동억제(식기를 조작하는 기능)

기억(식기의 위치를 생각해내는 기능)

언어(대화에서 재래 부엌이 더러워질 가능성이 있는 상황을 예측하는 기능)

시회지능(유아가 부엌에서 어질러지게 할 혼란을 줄이도록 재촉하는 기능)

 

이 때 키친로봇에 대하여 <부엌을 청결하게 지탱한다.>고 하는 최종적 목표에 대해서만 보수를 주면 상기와 같은 세분화된 개개의 능력이 보수의 최대화라는 유일한 목표에 대한 풀이로서 이해시키기 위하여 어째서 그러한 능력이 필요한지 거꾸로 깊은 이해를 줄 가능성이 있다고 저자는 제창하고 있다.

한편 개개의 세분화된 능력마다 학습시키면 <부엌을 청결하게 지탱한다.>라는 전체상으로서 보았을 때 ㅡ어째서> 개별의 능력이 중요한지 하는 물음이 저절로 쫓아온다고 저자는 말하고 있다.

각각 세분화된 목표 때문이 아니라 하나의 목표를 위하여 개개의 능력을 실천하는 것으로 결과적으로 <어떻게 능력을 통합할 것인가 하는 문제에도 답하게 된다.>고 말한다.

이처럼 세세한 조건설정 없이 최종 도달점만을 설정하여 보수를 줌으로써 AGI가 만들 수 있다는 가설이므로 ｢Reward is Enough（보수로 충분）이라는 셈이다.*

 

일본어원문=ドラえもんは実現できる？強化学習のゴッドファーザーが言及する｢汎用人工 知能｣で産業はどう変わるか

출처=https://www.businessinsider.jp/post-253645