1312
2017-07-03 16:14:22
0
Nervana //
제가 인공지능은 대학원에서 공부하고 있는 입장이라 딥러닝이 모든걸 해결한다라는 주장에 대해 조금은 시니컬 하게 반응한 부분도 없잖아 있습니다. DNN이 ML의 일부이고, ML은 다양한 AI의 일부이기 때문에 상호보완적이지 절대적이라고 생각하지 않기 때문입니다. 댓글로 말씀하신바와 같이 토론이 많이 일어나는 주제니까요.
확실히 저 또한 딥러닝에 일부 발을 담궈 공부하고 있기에 딥러닝의 파워풀함을 잘 알고 있습니다. 다만, 딥러닝을 통한 해결책은 GA 처럼 그 내부 구성을 알 수 없다는 불안정성을 가지고 있다는 점 -최근 인공지능 챗봇끼리 정보공유를 위해 스스로의 언어를 생성한 사건으로 연구모델을 수정하기로 했다죠 (Ref.1)-과 상대적으로 더 효율적으로 풀 수 있는 것을 딥러닝으로만 해결하려는 점 -작년 6월 쯤 화자된 재미난 이야기죠 Fizz Buzz in TensorFlow라고 문제를 풀기 위해 불필요하게 딥러닝을 적용한 사례죠 (Ref.2) - 이러한 점에서 "모든 문제를 딥러닝으로 풀 수 있다"라는 관점 보다는 "모든 문제를 딥러닝으로 풀 필요가 없다"라는 생각을 말씀 드리고자 합니다.
추가로 이번에 저희 연구실에서도 챗봇 혹은 다른 모델의 딥러닝 기법을 이용해 딥러닝 기반의 인공지능 창작 시스템에 대한 국가 지원 프로젝트를 막 시작했습니다. 대학원생 입장에서 제안서를 쓰고 고민하는 부분이 딥러닝으로만으로도 가능한가? 기존 잘 알려진 NLP의 요소 기술들을 믹싱해야 하는가와 같은 고민을 해봅니다. 막연히 딥러닝이 다해 주실꺼야(!) 라는 생각과 그것만으로는 아직 부족해(!)라는 생각이 빈번히 충돌하네요. 결론은 힘들군요. ㅎㅎ
끝을 어떻게 맺을까요? 다음번 글도 잘 부탁드립니다. 잘 읽을께요 ^^
Ref. 1 인공지능, 목적 이루려 스스로 언어 개발…사람은 이해못해
http://www.hani.co.kr/arti/economy/it/800264.html
Ref. 2 Fizz Buzz in Tensorflow
http://joelgrus.com/2016/05/23/fizz-buzz-in-tensorflow/
https://tensorflow.blog/2016/05/24/fizz-buzz-in-tensorflow/ (한글번역본)