인공지능이라 쉽게 표현하는 경우가 있지만 우리가 쉽게 생각하는 인공지능의 정의와는 아직 동떨어져있습니다.

그 최선의 수를 찾기위해 계속된 연산을 하여 좁혀가는게 자기강화학습이기에 인공지능이라 부를 뿐입니다.

직관과 창의력은 아직 존재하지 않습니다.

기본적으로 361!의 말도 안되는 경우의 수부터 시작하는 바둑입니다. 둘 수 없는 곳의 가능성을 배제한다면 최종 기보의 수는 약 10^170

참 많은 글에서 심심찮게 볼 수 있는 댓글입니다. (기계는 실수 안한다, 실수인것처럼 보일뿐 묘수였다, 사람이 이해하지 못할뿐 등등)

단적인 예로 판후이9단과의 대국에서 알파고가 찾은 최선의 수는 약 57%의 승률을 가지고 있었다고 합니다.(속기 5판 제외)

속기시에 이 확률은 51%까지 떨어졌다고 하죠.(이 경우 판후이9단의 2승이 존재합니다)

이게 실수해서 진걸까요? 데이터가 문제 있어서? 아니죠. 그 속기 시간 내에 연산으로는 최선의 확률을 가진 수가 51%에서 최대였기 때문입니다.

바둑의 경우 그 경우의 수가 무한대에 가깝기에 100%라는 '신의한수'는 글쎄요. 존재할까요 과연.

실수가 아니라 확률상 최선을 찾아낸 것이기에 그 반대되는 수 또한 무궁무진하게 존재한다는게 중요하겠죠.

361!의 수에 둘 수 있는건 아니니 딥러닝을 통해 계산되는 기보만을 토대로 본다면.

기보로 보았을때 10^170이라는 숫자가 과연 어느정도일까요.

1초에 1000조개의 연산이 가능한 컴퓨터 1000조개를 가지고 1년을 계산해봐야 3*10^37정도입니다.

이걸 3000조년동안 계산한다면? 대략 10^53정도 나오겠네요. 

평행세계로 갑시다. 1000조개의 평행세계에서 동시에 갑시다. 10^68.. 많이 왔네요

이걸론 안되. 그런 세계들을 만든 신이 1000조명이 있어요 10^83..

제한된 시간까지 검색된 데이터 내의 최선의 승률을 찾아낼 뿐이죠.

결론.1 알파고는 보편적 관점에 자가성장을 하는 인공지능이 아닌 데이터를 토대로 확률 계산을 해내는 딥러닝+병렬 cpu 연산의 집합체다.

결론.2 알파고의 착점은 실수다 아니다의 관점이 아닌. 그 다음 수에 따라 무수히 달라진다.

결론.3 게임에서는 2~3%의 확률에 투자하면서 왜 알파고의 40%를 넘는 실패 확률은 생각하지 않는 것일까

최종결론. 알파고는 현재 룰에서 누구와 경쟁해도 이길만한 데이터는 가지고 있다라는 것이 증명되고 있습니다.

          (제한된 시간내에 찾아낸 수가 높은 승률을 자랑한다.)

          다만 그 능력은 현존하는 데이터를 기준으로 한계점을 가진 성장치를 지니고 있고. 스스로 그 이상 넘어가진 못한다.