태그 보관물: AI

인공지능 무료 공개 강좌

12월 26일(월)에 ‘인공지능시대 어떻게 준비할까?’ 를 주제로 공개 강좌가 열립니다. 인공지능의 소개부터 기술적인 내용까지 그리고 여러 어플리케이션에 대한 소개도 두루 다루고 있어 유익한 시간이 될 것 같습니다. 강좌 시간은 14:00~17:30 분까지 3 세션으로 이루어지며 강남역 근처 한국과학기술회관 대회의실에서 열립니다. 강좌는 무료이며 선착순 신청이므로 관심있으신 분들은 서두르시면 좋을 것 같습니다. 사전 등록 신청은 이메일 gpr at krivet.re.kr, yk281 at krivet.re.kr 로 소속과 이름을 보내면 됩니다. 자세한 강좌 내용은 아래 목차를 참고하세요.

계속 읽기

Universe: Measurement and training for AI

universe

얼마전에 소개해 드렸던 OpenAI 의 AI 벤치마킹 프레임워크 Universe 가 오늘 공식 런칭했습니다. Universe 는 어떤 프로그램도 Gym 환경으로 변환시킬 수 있도록 해 주며 VNC 리모트 클라이언트를 통해 도커 서버에 키보드와 마우스 이벤트를 전달하고  AI 에이전트에는 화면의 픽셀과 리워드를 돌려 줍니다. 이런 과정을 아래 그림으로 간단하게 잘 표현하고 있습니다.

interface-725abed463ba2b83d4a68fd08d1818fed900a939cb9c4b9eb1bac07952b4fe61

오늘 런칭을 하면서 플래시 게임, 브라우저 작업, PC 게임 등을 포함한 천여개의 환경을 준비했고 앞으로 수만개로 늘릴 예정입니다. 이미 EA, 마이크로소프트 등의 많은 회사들과 게임 사용을 위한 허락을 받았다고 합니다. 특별히 플래시 게임의 리워드를 위해서 화면의 점수를 읽기 위한 콘볼루션 뉴럴 네트워크를 도커 머신에서 돌리고 있다고 합니다. 그리고 자신의 어플리케이션을 Gym 환경으로 변환하는 툴도 곧 공개할 예정입니다.

알파고를 비롯해 이미지 인식, 번역 등 아직까지는 특정 작업에 촛점을 맞춘 AI 들이 연구되고 있습니다. OpenAI 는 Universe 를 통해 보다 일반적인 지능(General Intelligence)으로 확대하려는 의지를 나타내고 있습니다. 여러 게임을 하면서 학습한 AI 가 새로운 게임에도 금방 적응을 한다거나 컴퓨터 화면의 알람을 클릭해 열어서 나에게 알려주고 이메일을 읽고 필요에 따라 분류 하는 등 사람이 화면을 보고 처리하는 그대로 AI 도 할 수 있을까요.

Universe 관련 페이퍼도 많이 나올 것 같습니다. 또 구글이나 페이스북 등은 또 어떤 카드를 준비할지 궁금합니다. 더 자세한 내용은 OpenAI 의 블로그깃허브, 와이어드 기사를 참고하세요.

The Future of AI

미 백악관 과학기술정책실(OSTP) 산하 과학기술 위원회(NSTC)에서 작성한 인공지능의 기술과 미래에 대한 두개의 보고서 ‘Preparing for the future of artiticial intelligence‘ 와 ‘The national artificial intelligence research and development strategic plan‘ 을 공개했습니다. 이 리포트들은 과학기술정책실에서 여러차례 걸쳐 진행한 워크샵과 6월에 배포한 RFI의 응답을 기반으로 만들어진 것으로 보입니다. 다음 달에는 AI가 직업과 경제에 미칠 영향에 대해서 추가 리포트를 공개할 예정이라고 합니다.

AI100 First Report ‘AI and Life in 2030’

스탠포드 대학의 AI100(One Hundred Year Study on Artificial Intelligence)에서 첫 리포트를 발간했습니다. 리포트의 제목은 ‘AI and Life 2030‘으로 2030년에 AI가 우리 생활에 미칠 영향을 미리 예상해 보는 내용입니다. 이 리포트는 교통, 홈, 건강, 교육, 복지, 안전, 일자리, 대중문화 등 폭넓은 분야에 걸쳐 인공지능의 현재와 미래를 조망하고 있습니다.

큰 글자만 대략 살펴 보면 리포트는 앞으로 근시일안에 자율주행 자동차가 대중화 될 것으로 보고 있고 이로 인해 카 쉐어링(Sharing)이 늘어나고 대중 교통수단이 변모될 것이라고 예상하고 있습니다. 그리고 직업(job)이 바뀌기 보다는 업무(task)가 바뀔 것이라고 합니다. 어떤 직업이 사라질지 예측하는 것은 쉽지만 새로운 직업이 어떤 것이 나타날지는 미리 예상하기 힘들다고 하네요. 연구자들은 2030년에 택배 드론이 우리 머리위를 휙휙 날라다닐 것 같지는 않다고 합니다. 🙂

AI == Deep Learning?

딥러닝(Deep Learning)은 인공지능(Artificial Intelligence)과 같은 건가요? 라고 누가 묻는다면 조금 멈칫거릴 것 같습니다. 두 단어를 모두 많이 쓰기도 하고 듣기도 했지만 차이에 대해선 깊에 생각해 본적이 없었던 것 같습니다. 아마도 다른 사람들도 이를 혼용해서 부르거나 각기 나름대로 구분해서 생각할 것 같은데요. KD너겟(KDnuggets)에서 이와 관련된 글이(Is “Artificial Intelligence” Dead? Long Live Deep Learning?!?) 실렸습니다. 페드로 도밍고스(Pedro Domingos) 교수를 비롯해서 7명의 전문가에게 나름대로 두 단어의 정의를 부탁했습니다.

ai-ml-dl

출처: KD너겟 홈페이지

사람마다 조금씩 바라보는 시각이 다르지만 대체적으로 큰 틀에서는 딥러닝은 머신러닝(Machine Learning)의 부분 집합이며 인공지능은 머신러닝을 포괄하는 큰 의미로 생각하고 있습니다. 따라서 딥러닝은 인공지능의 동의어도 아니고 인공지능을 대체하는 개념도 아닙니다. 최근의 성과에 힘입어 미디어에서 딥러닝과 인공지능을 혼용하여 사용하지만 딥러닝은 딥 뉴럴 네트워크(Deep Neural Networks)를 사용한 머신러닝의 한 분야입니다.

딥러닝이 주로 인공지능 분야에 활용되고 있지만 인공지능은 딥러닝 이외에도 강화학습(reinforcement learning), 몬테카를로 트리탐색(Monte Carlo tree search), 유전자 알고리즘(Genetic algorithm) 등과 같은 기술이 함께 사용되고 있다는 점을 설명하고 있습니다. 인공지능은 또 머신러닝과 상관없는 문제해결(Problem Solving), 검색(Search), 지식표현(Knowledge Representation) 등 많은 다른 분야와 연관되어 있다는 점을 페드로 도밍고스 교수가 지적하고 있습니다.

그는 딥러닝은 특별히 이미지(비전), 텍스트(언어), 음성 등의 분야에서 주로 사용되고 있으며 구조화 되지 않은 입력 데이터를 이용해서 예측을 하는 데는 여전히 일반적인 머신러닝 알고리즘인 앙상블(Ensemble) 메소드나 서포트 벡터 머신(SVM) 등이 좋은 선택이라고 말하고 있습니다.

트위터의 휴고 라로쉘(Hugo Larochelle)도 인공지능은 궁극적인 목표이고 딥러닝을 그에 다다르기 위한 수단 중 하나라고 정의하고 있습니다. 소울 해커스 랩(Soul Hackers Labs)의 CEO 카를로스 아구에타(Carlos Argueta)는 자연어 처리나 컴퓨터 비전에 대해 이야기하면 사람들이 하나 같이 ‘딥러닝을 사용하나요?’ 라고 묻는데 아주 피곤하다고 하네요. 🙂

(업데이트) 7월말에 엔비디아(Nvidia) 블로그에 이와 관련된 글(What’s the Difference Between Artificial Intelligence, Machine Learning, and Deep Learning?)이 실렸습니다. 이 글에서도 딥러닝은 인공지능이나 머신러닝 보다 최근에 각광받기 시작했으며 머신러닝의 한 분야임을 잘 설명하고 있습니다.

deep_learning_icons_r5_png-jpg

 출처: 엔비디아 블로그

Yan Le Cun의 강의 – “딥러닝 그리고 AI 의 미래”

yannlecun-cern

지난 달 24일 얀리쿤(Yan Le Cun) 박사가 취리히 CERN에서 강의한 ‘Deep Learning and the Future of AI’ 의 동영상이 공개되었습니다.

https://mediastream.cern.ch/MediaArchive/Video/Public2/weblecture-player/index.html?year=2016&lecture=510372#

발표 슬라이드는 아래 주소에서 다운받으실 수 있습니다.

https://indico.cern.ch/event/510372/attachments/1245509/1840815/lecun-20160324-cern.pdf

(추가) 비슷한 자료를 이용하여 1월 24일에 캘리포니아 Lawrence Livermore National Laboratory에서 진행한 발표 동영상이 유튜브에 있습니다. 유튜브에서는 자막이 지원되어 조금 더 쉽게 들으실 수 있을 것 같습니다.

좋은 AI, OpenAI.com

엘론 머스크와 페이팔 공동창업자인 피터 틸, 링크드인 CEO인 리드 호프만 등이 OpenAI.com설립한다고 발표했습니다. OpenAI 는 비영리 단체로 AI 관한 모든 연구 결과물을 공개할 것이라고 하고 이를 위해 10억달러를 투자한다고 합니다. 물론 초기 몇년 동안은 이 금액의 일부만 실제 펀딩될 것으로 보입니다.

엘론 머스크는 스티븐 호킹과 함께 AI 에 매우 민감하게 반응한 인사 중 한명입니다. 인터뷰를 보면 구글, 페이스북, 마이크로소프트, 애플 같은 IT 공룡들이 주도하는 인공지능 연구에 대해 많이 우려하고 있습니다. 지금은 각 회사들이 연구 결과의 많은 부분을 공개하고 서로 경쟁하고 있습니다만 어느 순간 인간의 지능에 거의 가까운 혹은 인간의 지능을 넘어서는 기술이 개발된다면 과연 그때에도 이를 공개할 것인지는 의문이라는 것입니다.

일부 몇몇 회사나 국가에서 인공지능을 독점하는 병폐를 막기위해  OpenAI 를 설립했다고 합니다. 하지만 OpenAI 가 인공지능을 올바르게 사용하는데 어떤 영향을 끼칠지는 명확하지 않습니다. 오히려 엘론이 자기 회사내부에서 연구하기 부담스러운 영역을 공익재단 형태로 구현하고자 하는 것아닌가 하는 생각이 듭니다. 실제로 엘론은 DeepMind 라는 인공지능 회사에 투자를 했고 추후 구글로 매각되면서 큰 이익을 얻은 것으로 알려지고 있습니다. 물론 엘론은 매각 이익을 얻기 위해서 투자한 것은 아니라고 주장하고 있습니다.

OpenAI 가 초기 집중할 연구영역은 인공지능 분야로 딥러닝(Deep Learning)에 관한 연구입니다. 연구 인원은 수백명 수준이 될 것으로 알려지고 있습니다. OpenAI 의 초기 설립에 아마존 웹 서비스가 포함되어 있습니다. 아마도 딥러닝을 위한 하드웨어 인프라를 아마존에서 제공하는 것 같습니다. 이미 아마존 웹 서비스에는 인공 신경망 연구에 적합한 고성능 GPU 를 제공하는 EC2 인스턴스 서비스가 있습니다. 얼마전 페이스북은 인공 신경망 연구에 적합한 하드웨어 구성을 오픈 소스로 공개하였습니다. 이는 구글이 발표한 텐서플로우에 대한 경쟁 심리로 파악할 수 있을 것 같지만 또 한편으로는 딥러닝 분야에서 GPU 와 하드웨어에 대한 성능이 중요시 되고 있다는 것을 시사합니다.

어느때 보다도 딥러닝에 대한 관심이 뜨거운 것 같습니다. OpenAI 의 결과물이 구글의 텐서플로우과 다른 어떤 색다른 점을 제공해 줄 지 기대가 됩니다.

[Update] OpenAI 가 두명의 주요 설립자인 엘론과 알트만(Y 인큐베이터)에게 공공의 이익 그 이상의 것을 가져다 줄 것이라는 기사가 나왔습니다.  Y 인큐베이터는 드롭박스나 에어비앤비 등에 투자하고 있고 엘론은 테슬러와 스페이스X 의 CEO 입니다. 이들 회사들 모두 머신러닝 연구자들을 보유하고 있지만 앞으로 더 많은 연구자들이 필요합니다. 하지만 구글이나 페이스북에 맞서 좋은 연구인력을 잡긴 쉽지 않습니다.

이런 상황을 타개하기 위해 OpenAI 라는 공공성을 내세우고 구글, 페이스북 등으로부터 좋은 연구인력을 모을 것 같습니다. 그리고 그 연구결과는 모두에게 공개되겠지만 테슬라와 Y 인큐베이터에서 가장 잘 활용될 것이라는 점은 의심할 여지가 없을 것 같습니다.

페이스북과 구글이 바둑을 두고 경쟁한다.

체스는 꽤 오래전에 사람보다 프로그램이 앞서기 시작했습니다. 대부분의 게임에서 사람은 컴퓨터에 졌지만 유독 바둑만은 예외였죠. 여러 사람들이 바둑은 컴퓨터가 사람을 이기기 힘들다고 예상했습니다. 경우의 수가 너무 많거든요. 가장 최근으로는 크레이지 스톤이라는 프로그램이 4점을 먼저 두고 작년에 유명한 프로 기사(요다 노리모토 9단)를 이겼습니다.  한 점당 보통 6~7집 정도를 덤으로 계산하면 25집 정도차이가 나므로 실제로는 꽤 큰 실력 차이입니다.

지난 달 페이스북에서 바둑에 관한 인공지능 논문을 발표했습니다. 지금까지 게임 인공지능은 몬테 카를로 트리 탐색이 주류를 이루었습니다. 페이스북의 논문은 여기에 인공신경망 알고리즘의 딥러닝 기술을 적용해서 성능 향상을 꾀했습니다.

재미있는 것은 페이스북에 이어 구글이 수개월안에 바둑과 관련하여 놀라운 것을 발표하겠다고 말한 것 입니다. 바둑을 놓고 구글과 페이스북이 경쟁 아닌 경쟁을 하는 셈이죠. 사실 바둑의 AI 문제는 단순히 바둑만의 문제가 아닙니다. 바둑을 정복할 수 있다면 보다 더 고도화된 AI 로 나아가는 전환점이 될 수 있을 것이라고 생각합니다.

와이어드 기사에서는 구글이 딥러닝에 더해 강화학습 알고리즘을 이용할 것이라고 내다 보았습니다. 구글이 발표할 내용이 어떤 것인지는 모르겠지만 딥러닝을 이용한 것이라면 텐서플로우를 이용할 가능성이 매우 높을 것으로 보입니다.

흥미로운 경쟁을 기대해 보시죠 ; )