You are viewing a single comment's thread from:
RE: [인공지능] 지능은 왜 필요했을까?
뉴럴넷은 역전파backpropagation라는 방식으로, 데이터와 정답을 연결해 주는 방정식을 찾는 기계학습 방법입니다. 입력층, 은닉층, 출력층의 대부분을 인공뉴런이라는 선형 방정식과 활성화 함수activation function의 연결 함수를 사용합니다. 빅데이터와 그 데이터가 의미하는 바를 찾아내는 블라인드(즉, 묻지마) 방식으로서는 매우 강력한 방법론임에는 틀림없지만, 역전파를 할 때의 비결정성과 자원 소모, 그리고 추가적인 데이터에 대한 재교육(혹은 실시간 교육)이 불가하다는 점 때문에 단점도 지적되고 있구요, 결정적으로 우리 뇌와 다른 점이라면, 우리 뇌는 그런 식으로 작동되지 않는다는 사실입니다.
답변 감사합니다. 수업에선 교수님이 뉴런의 작동방식을 모방해서 구현한게 neural network라고 가르쳐 주셨고 저 또한 뇌의 기본적인 작동방식이 알고리즘으로 구현되어왔다고 생각했습니다. 그런데 현재의 인공지능이 인간의 뇌와 많이 다르다는 상반된 내용을 들으니 흥미로우면서 살짝 혼란스럽습니다. 관련 레퍼런스를 얻을 수 있을까요? 아님 제가 뭔가를 잘못 이해한걸까요?
관련 레퍼런스라면, 기초적인 생물학 수업에서 뉴런 부분만 들어도 알 수 있습니다. 단지 뉴런들이 연결되어 있는 모양을 모방했다고 해서, 그것을 뇌를 모방했다고 할 수는 없을 겁니다. 물론 프랭크 로젠블랫이 처음 이 모델을 도입했을 때, 그는 이것이 뇌와 동일한 방식이라고 주장하긴 했지만, 그 때도 지금도 뉴런이 그런 식으로 작동하지 않는다고 보는 것이 상식입니다. 일단 뉴런은 흥분성 뉴런만큼이나 억제성 뉴런도 많고, 다른 종류들도 많습니다. 게다가 우리 뇌는 역전파같은 방식은 더더욱 사용하지 않습니다. 최근의 뉴럴넷 개발자들도 자신들이 뇌를 모방하고 있다고는 생각하지 않습니다. 그들은 그저 '지능적인 기계'를 개발하고 있을 따름이죠.
nueral network와 관련된 마이크로소프트의 resnset 이라던지 구글의 inception같은 object detection이나 classification관련 논문들만 읽어었는데 jaehyunlee님으로부터 몰랐던 지식을 배우고 갑니다. 감사합니다