AI를 만들기 위해 개발 된 AI가 예상보다 터무니없이 고성능 AI를 만들어버렸다는 이야기....
인류를 뛰어넘는 지능을 품고있는 기계가 등장 해 무언가가 일어난다고 되는 기술 특이점(싱귤러리티)는 2045년까지 온다고 예상되고 있었지만, 이미 물밑에서 진행되고 있을지도 모른다.
2017년 5월, 구글 브레인 연구원 "AutoML"의 개발을 발표했다. 이것은 인공 지능(AI)를 만드는 AI이다.
그리고 최근, 오토밀에 지금까지 최고의 도전을 준 결과, 인간이 만들어 낸 모든 AI를 능가하는 "아이"가 탄생한 것이다.
- "AutoML"이 만들어 낸 사상 최강의 시각 시스템을 가진 AI
연구원에 의해 연구 된 것은 "강화 학습"이라는 접근법을 이용하여 기계 학습 모델의 설계를 자동화하는 것이다. AI를 만드는 AI "AutoML"은 신경망 제어 장치로 작동하고 특정 작업을 위한 아이 AI 네트워크를 발달시킨다.
이 "NAS Net"이라는 아이 AI에 대한 작업은 영상 내의 객체(사람, 자동차, 신호등, 핸드백, 배낭 등)을 실시간으로 인식하고 있다.
AutoML은 NAS Net의 성능을 평가하고, 그 정보를 사용하여 자식 AI를 개선. 이 과정을 수천 번 반복한다.
"이미지 넷"과 "COCO"의 데이터 세트(구글의 연구들에 따르면 두 데이터는 가장 높은 평가를 받고있는 대규모 학술 컴퓨터 시각 데이터 세트)로 테스트 한 결과, NAS Net은 다른 컴퓨터 시각 시스템 성능을 웃돌았다.
연구자에 따르면, 이미지 넷의 검증 데이터 세트에서 NAS Net 이미지 예측을 한 결과, 82.7%라는 정밀도를 보였다.
이는 종전 기록보다 1.2퍼센트 웃돌고 있다. 또한 평균 적합율(mean Average Precision/mAP)은 43.1%로 이전보다 4퍼센트 효율적이었다. 또한 NAS Net의 연산 부하가 낮은 버전에서는, 모바일 플랫폼에 대한 유사한 모델이 달성 한 최고 기록을 3.1퍼센트 웃돌았다.
- AutoML은 가까운 장래 일반인에게 공개
기계 학습은 많은 AI 시스템에 특정 작업을 수행 할 수있는 능력을 주는 것이다. 그 배경에 있는 개념은 매우 간단하지만, 그 과정에는 엄청난 시간과 노력이 소요된다.
AI를 만드는 AI는 정확하고 효율적인 AI 시스템을 만드는 과정을 자동화함으로써 이러한 작업 부하에 대응한다. 이는 결국에는, AutoML이 기계 학습과 AI를 전문가가 아닌 일반인을 위해 공개하게되는 것을 의미하고 있다.
- 컴퓨터 시각 알고리즘의 전망
NAS Net 같은 정확하고 효율적인 컴퓨터 시각 알고리즘은, 그 응용 가능성의 높이에서 기다리고 기다려진 기술이다.
고급 AI 로봇의 개발과 시각 장애인의 기능 회복 등 다양한 이용법이 생각되어진다. 자동 운전 자동차의 기술 향상에도 사용할 것이다. 자동 운전 차량이 도로에있는 물체를 인식하는 속도가 높을수록 그에 대한 반응도 빨라지며, 안정성이 향상 될 것이다.
- 디스토피아 적 미래를 막기위한 대책도
NAS Net과 AutoML에 다양한 응용이 가능한 반면, AI를 만드는 AI의 등장에 대한 우려도 있다.
예를 들어, 부모 Ai가 자식 AI에 불필요한 편견을 전하는 것을 방지하려면 어떻게해야 할까? AutoML은 사회가 따라갈 수없는 속도로 시스템을 만들어내는 것이 아닐까? 자동 감시 시스템에 NAS Net이 탑재되는 등 미래에는 쉽게 상상할 수 있다.
다행히 세계의 지도자들은 신속한 대응을 진행하고 있으며, 그러한 시스템이 디스토피아적인 미래를 만드는 것을 방지하기 위해 노력하고 있다.
아마존, 페이스북, 애플 등 기업은 모두 책임있는 AI의 개발을 추진하는 비영리 단체 "Partnership on AI to Benefit People and Society"에 소속되어 있다.
또한 "IEEE(Institute of Electrical and Electronics Engineers)"는 AI를 위한 윤리 기준을 제안. 구글 산하의 딥 마인드는 최근 들어 AI의 도덕, 윤리의 연구를 실시하는 단체의 설립을 발표했다.
정부도 자율 병기를 비롯한 위험한 용도로의 AI의 이용을 방지하는 규제의 도입을 추진하고 있고, AI 개발의 방향성을 인간이 제어할 수있는 한 AI를 만드는 AI의 위험성은 막을 수 있다는 것....컨트롤 될 수만 있다면..
