인간 대 인공지능(AI)

저자: Vikas Kumar

2021년 9월 15일

인간 대 인공 지능 (Ai)

인간 대 인공지능(AI)

인간은 사회 전체에서 함께 살아가는 경향 때문에 종종 사회적 동물이라고 불립니다. 우리는 원숭이가 수백만 년 전 우리 조상이었다고 믿기 때문에 동물이라고 불립니다. 우리는 이 기간 동안 엄청난 변태를 겪었습니다. 우리는 동물과는 상당히 다른 방식으로 우리의 일상 생활을 운영할 수 있는 지혜와 노하우를 개발했습니다. 시대가 변하면서 우리는 우리(인간)와 동물을 구별하는 많은 윤리적, 관습적 규범을 배웠습니다. 이러한 규범은 사회에 무엇이 좋고 무엇이 좋지 않은지 강조하는 몇 가지 규칙과 규정을 확립했습니다. 우리는 내재된 지능에 따라 설정된 매개변수를 기반으로 작업합니다.

최근에는 다음과 같은 새로운 형태의 지능을 접하게 되었습니다.인공지능(AI)입니다. 이는 응용 분야를 제대로 활용하지 못한 복잡한 기술입니다. 우리는 AI의 개념이 항상 쉽게 이해되는 것은 아니라는 것을 깨닫게 되었습니다. 이 현대적인 형태의 지능으로 인한 인간의 취약성에 대해 많은 지식인들 사이에서 논쟁이 벌어지고 있습니다. AI가 언젠가는 인간 지능을 능가할 것이라고 분개하는 사람들이 있습니다. 같은 종류의 두려움이 많은 영화에서 표현되었습니다. 사람들의 우려가 계속 커짐에 따라 끊임없이 이어지는 논쟁입니다.

그렇다면 AI는 정확히 무엇이며 어떻게 작동할까요?

AI를 이해하는 가장 간단한 방법은 이미 이해하고 있는 것에 매핑하는 것입니다. 예를 들어 우리 자신의 지능을 생각해 보세요. 어떻게 작동합니까? 가장 기본적인 수준에서 우리 자신의 지능은 단순한 원리를 따릅니다. 우리는 정보를 받아들여 마음속으로 처리하고 그 정보는 우리가 정보에 따라 행동하도록 도와줍니다.

인간 지능의 3가지 일반적인 단계는 입력, 처리 및 출력입니다. 인간의 뇌에서 입력은 눈, 코, 귀 등으로 사물을 감지하고 인지하는 형태로 발생하여 원시 입력을 받아 처리합니다. 그런 다음 연설 및 행동의 형태로 출력을 얻습니다. 처리는 지식/입력이 형성되고 검색되고, 결정 및 추론이 이루어지고, 학습/행동이 발생하는 중간에서 발생합니다.

교차로에서 멈추는 사진에 대해 생각해 보세요. 당신의 눈은 당신 앞의 신호등이 방금 빨간색으로 바뀌었다는 것을 봅니다. 경험(및 운전 교육)에서 배운 것을 바탕으로 빨간색 신호등은 신호등에서 자동차를 멈추기 위해 브레이크를 밟아야 함을 나타냅니다. 따라서 브레이크 페달을 밟고 차의 속도를 줄입니다. 빨간색 불빛은 원시 입력이고, 브레이크는 출력이고, 그 사이의 모든 것은 처리입니다.

인간 지능의 이러한 측면은 인공 지능과 유사합니다. 우리가 정보를 받아들이고 처리하고 출력을 공유하는 것처럼 기계도 할 수 있습니다.

기계에서 AI의 입력 부분은 자연어 처리, 음성 인식, 시각적 인식 등과 같은 다양한 입력으로 예시됩니다. 이러한 유형의 기술은 도로 및 장애물을 감지해야 하는 자율 주행 자동차에서 음성을 인식하는 Siri 또는 Google Assistant에 이르기까지 어디에나 있습니다. 로봇 공학, 내비게이션 시스템 및 음성 인식 등의 형태를 취할 수 있습니다. 그 사이에는 다양한 형태의 처리가 일어납니다.

지식과 기억을 저장하는 뇌와 매우 유사하게 기계는 세계에 대한 정보를 저장하는 데 도움이 되는 지식 표현을 만들 수 있습니다. 인간이 결정을 내리고 그에 따라 행동하는 것처럼 기계는 예측하고, 더 나은 목표 또는 결과를 위해 최적화하고, 특정 목표를 충족하고 효율적으로 작동하기 위한 다음 선호 단계 또는 결정을 내릴 수 있습니다.

우리는 예, 관찰 또는 알고리즘에 의해 사물을 배우고, 기계는 유사한 방법을 사용하여 가르칠 수 있습니다.

  • 지도 학습은 예를 통한 학습과 같습니다.컴퓨터에는 답변 역할을 하는 데이터 세트 내에 "레이블"이 있는 데이터 세트가 제공되며 결국 기계는 서로 다른 레이블 간의 차이점을 구별하는 방법을 학습합니다.
  • 비지도 학습인 다른 학습은 관찰을 통한 학습과 같습니다.컴퓨터는 패턴을 관찰하고 스스로 그룹과 패턴을 구별하는 방법을 배웁니다. 레이블이 필요하지 않으며 데이터 세트에 레이블이 없고 제한적인 경우에 바람직할 수 있습니다.

가장 정확하고 효율적인 AI 결과는 다양한 학습 방법의 조합이 필요합니다.

그러나 그것이 전부가 아닙니다. AI 개발과 관련된 무서운 측면도 있습니다. 우리는 그것이 감정이 없는 기술이라는 것을 명심해야 합니다. 감정을 기반으로 한 출력에 대해 이야기할 때 인간의 지능으로 대체할 수 없습니다. 기계의 경우 감정적 지수 때문에 많은 일상 생활의 복잡성에 대한 해결책을 추론하는 것은 거의 불가능합니다. AI는 옳고 그름을 구별할 수 없습니다. 그것이 인류에게 이익이 되든 그렇지 않든 미리 설계된 알고리즘에 따라 행동합니다.

따라서 AI의 파급 효과를 제한하기 위해 선을 그어야 할 때입니다. 우리는 여러 산업을 활용하는 데 사용되는 기술의 현상 유지를 유지해야 합니다.

콜백 받기


관련 블로그