인공지능 지능의 의미
인공 지능 AI 성능은 점점 고도화 작업을 통해 인간의 능력을 초과하게되었다. 그러나 몇몇 사례 기반 학습과 영역 횡단적인 능력이 응용이되면 인간의 아기의 발밑에도 미치지 못한다.하버드 대학의 심리학자 엘리자베스 스베루키는 그 경력을 세계에서 가장 진보 된 학습 시스템의 연구에 헌신했다. 그것은 아기의 심리이다.질질 끄는 아기와 인공 지능 AI는 마치 승부가되지 않는 것처럼 보일지도 모른다.그래도 아기는 어떤 AI도 불가능한 일을 해낸다. 생후 단 몇 개월만에 문법 등의 언어의 기초를 파악하기 시작하고 물리적 세계의 구조를 이해하기 시작하고 미숙 한 상황에 적응하기 시작했다.하지만 아기 또는 성인이 구체적으로 어떻게 학습하고 있는지에 대해서는 스베루키 같은 전문가도 정확한 결과는 알 수 없다. 이러한 지식 격차에서 현대 AI 개발의 핵심에있는 하나의 문제가 밝혀진다. 우리는 무엇을 목표로 하는가를 이해하지 못하는 것이다.세계 최고 수준의 AI를 예로 들어 보자. 구글의 모회사 인 알파벳 산하 딥 마인드가 개발한AlphaZero 능력은 보드 게임에 관한 한 초인이다. AlphaZero는 수천 번 대국 승자의 손을 학습하여 잘 알려진 체스의 전략을 독자적으로 발견에 새로운 전략을 발명했다.인간의 인지능력을 기계가 웃돈 것 갖다는 것도 무리는 아닐 것이다. 그러나 AlphaZero은 학습 단계에서 인간보다 수백만 번이나 많은 대국을 경험할 필요가있다. 무엇보다 AlphaZero는 보드 게임에서 배운 것을 다른 영역에 적용 할 수 없다.AI 분야의 선구자 가운데는 이러한 근거에 따라 새로운 접근이 필요하다고 주장하는 사람도있다. 저명한 AI 엔지니어에서 널리 이용되는 심층 학습 프레임 워크 Keras 의 개발자이기도한 프랑수아 숄레는 인간의 지성의 특수성은 가소성 즉 한 번도 경험 한 적이없는 상황에 지식을 응용하는 능력에있다 고 지적한다. 그는 2019 년 11 월 연구 논문에서 특정 작업의 처리 능력만을 기준으로 기계의 지능을 측정하는 것은 틀렸다는 주장했다.인간은 처음부터 스킬을 가지고있는 것은 아닙니다. 새로운 기술을 습득하는 다양한 가능성을 가지고 태어나는 것입니다. 라고 숄레는 말한다. 체스의 달인이 보여주는 것은 체스 대국의 능력 자체가 아니라 그것만큼 어려운 과제 처리 능력을 몸에 익힐 수 있다는 잠재적 인 가능성이다. 양자는 전혀 다른 자질입니다.숄레는 AI 프로그램에 더 일반적인 형태의 학습 능력이 얼마나 있는지 확인하기위한 일련의 문제를 제안했다. 어떤 문제도 격자 속에있는 색깔있는 사각형을 약간의 전례에 따라 정렬한 것으로, 인간은 그렇게 어렵지 않다.그러나 대량의 데이터를 이용한 학습에 의존하는 현대의 기계 학습 프로그램은 선례가 적어 학습 할 수 없다. 20 년 4 월말 시점에서 650 이상의 연구팀이 이과제에 도전하고 있지만, 가장 우수한 성적을 올린 AI 시스템에서도 정답률은 12 % 정도였다.인간이 이러한 문제를 어떻게 풀어낼 것인지는 분명하지 않지만, 스베루키 연구에서 몇 가지 단서를 얻을 수있다. 첫째, 인간은 특정 물건을 빠르게 학습 할 수있는 능력을 타고났다. 미소의 의미 나 물건을 떨어 뜨렸을 때 어떤 일이 일어날지 아는것이다.또한 우리는 다른 사람으로부터 많은 것을 배운다. 최근의 한 실험에서는 생후 3 개월 아기들이 비효율적으로 공을 잡는 방법을 다른 사람들이 보고 신기하다고 말한다. 이것은 나이에 이미 인간이 환경에 작용하여 변화를 일으키는 것 을 인식하고 있음을 시사하고있다.한편, 지금 존재하는 가장 고도의 강력한 AI 시스템도 이러한 개념을 이해할 수 없다. 예를 들면 자율 주행 차량에 있어서는, 트럭에서화물이 떨어지면 어떤 일이 발생할지 즉시 상식적인 판단을 내리는 것은 불가능하다.매사추세츠 공과대학 교수로 뇌,심장,기계 센터 CBMM 소속 조쉬 테넨바우무는 스베루키와 긴밀하게 협력하면서 과학의 지식을 도입 한 프로그램을 개발하고있다. 현재 AI의 대부분은 전체적인 관점을 결여한 것이라고 그는 지적한 후, 1884 년 간행의 풍자 소설 플랫 랜드를 예로 들었다.진화가 인간의 뇌에 다양한 능력을 주는것처럼 AI 프로그램이 아기처럼 효율적으로 학습하고 지식을 활용하려면 물리학과 심리학의 기초적인 이해가 필요할 때라고 테넨바우무는 생각하고있다. 그리고 이러한 지식을 새로운 상황에 적용하는 새로운 학습 방법이 필요하다. 예를 들어, 단순한 패턴 검출이 아니라 인과 추론을하는 등 새로운 학습 방법이다.