Dani Yogatama (Google DeepMind, CMU PhD) What is AI Research? | BukaTalks

나를 보내 주셔서 감사합니다 오래되고 새로운 친구들을 만나기 좋습니다

다행히도 당신이 질문을하거나 내가 평범한 사람이기 때문에 대답하기 위해 최선을 다할 것입니다 우선 주제는 AI Research입니다 그럼 그게 무슨 뜻 이죠? 왜 인공 지능 연구가 필요합니까? 그러나 먼저 면책 조항을 먼저 작성하십시오 이 모든 것은 개인적인 의견이며, 제가 일하는 회사의 견해를 반영하지 않습니다 이것은 매우 중요합니다

인공 지능은 무엇입니까? 우선, 인공 지능 분야에서 누가 여기서 일합니까? 그래서 우리는 알고 있습니다 인공 지능, 좁은 인공 지능? 부끄러워하지 마라, 예를 들면 우리는 무엇? 잠재 고객 참여가 부족한 것처럼 보입니다

제 생각에는 인공 지능의 정의는 끊임없이 변하고 있습니다 예전에는 체스 게임을 풀 수 있었지만, 과거에는 우리가 수년 전에 인공 지능으로 생각할 수도 있었지만, 실제로는 검색 범위가 넓습니다 요즘 어쩌면 Deepmind에서 우리는 초인적 인 Atari를 할 수 있습니다 누구나 아타리 게임을 아십니까? 아타리? 아니? 여기 Dingdong 게임과 같습니다 스트리트 파이터와 마찬가지로 정확하게 스트리트 파이터가 아니라, 쿵후와 마찬가지로 더 잘 아는 사람이 있습니까? Nintendo Kungfu는 당신이 뛰어 내려야하고, 걷어차 야합니다

어떤 게임 이었는가하는 것이 아니라면 블록이 있고, 공을 튀게하기 위해 그것을 움직여야 만합니다 테트리스가 아니야 그래 그래 어쨌든 이름은 아타리 게임입니다

게임 컬렉션이 많고, 수백 가지가 있습니다 그리고 사람들보다 더 잘 플레이 할 수있는 AI 에이전트가 있습니다 더 높은 점수를 얻고 죽기가 더 힘들 수 있습니다 예를 들어 동키 콩 (Donkey Kong) 게임도 있습니다 먼저 여기에 가야 만합니다

하지만 AI라고 부를 수 있을까요? 그래, 그게 인공 지능이야 또 다른 예로 Go, AlphaGo 코스가 있습니다 가장 유명한 Deepmind가 이제 Go를 끝낼 수 있습니다 우리는 그 좁고 약한 인공 지능을 상태라고 불리는 문제에만 적용하기 때문에 호출합니다 예를 들어, 우리는 한 번에 많은 문제를 해결할 수 있습니다

우리는 무엇이든 할 수 있습니다 우리가 지금 가지고있는 것, 최고 인간 수준에 도달 할 수있는 것은 보통 이런 특별한 것입니다 몬테카를로 트리 검색 기법을 사용하고 있습니다 그래서 실제로 검색과 인공 지능 사이에는 미세한 선이 있습니다 그러나 우리가 정말로 원하는 것은 장기적으로 말의 이해를 완성하는 것입니다

예를 들어 대화하는 사람이있는 경우, 직접 문자를 쓰고 그가 의미하는 바를 이해할 수 있습니까? 이것이 내가이 분야의 발전으로 의미하는 바는 우리가 데이터 만 가지고 있다면 우리가 관리 할 수 ​​있다고 생각합니다 그러나 궁극적으로 목표는 분명합니다 인공 일반 정보 우리가 원하는 것은 에이전트만으로 모든 것을 해결할 수있는 것입니다 우리와 비슷하지만, 우리보다 더 똑똑하기를 바랍니다

우리는 부족합니다 나는 부족합니다 다음 질문 : AI가 정말로 필요한가요? 이 인공 지능을 왜 필요로하는지 몇 가지 이유가 있습니다 내 의견으로는, 장기적으로 우리는 이미 AGI를 가지고 있다면, 지금으로부터 20-30 년 후에 나는 우리가 운이 좋다면 언제 AGI가 일어날 지 예측할 수 없습니다

AGI 요원이있는 경우 영향은 산업 혁명만큼이나 거대합니다 많은 사람들이 이것을 믿습니다 왜 그런가요? 과거에는 모든 것을 수동으로 처리해야했습니다 목화를 만들고, 실을 꿰매고, 기계를 따라옵니다 한 가지 일을하는 한 사람에게서 이제는 많은 일을 할 수 있고 옷, 바지 등을 대량 생산할 수 있습니다

그것이 바로 AI 효과입니다 인간에 의해 수행된다면 여러 가지 일들이 오래 걸릴 것이지만 AI는 결코 피곤하지 않을 것입니다 우리는 규모만큼 이익을 얻을 수 있습니다 이것이 내가 생각하는 주된 이유 중 하나입니다 이 하나가 내 개인적인 동기 인 또 다른 이유는 AI 요원이 우리의 사고 능력을 넘어서 앞으로 나아갈 수 있도록 도울 수 있다는 것입니다

예를 들어, 우리가 생각할 수없는 모든 것, 모든 것을 이해할 수있는 인공 지능 요원이 있다면, 그것은 우주의 신비를 탐구하는 데 도움이 될 수 있습니다 그리고 나는 그것이 미래에 불가능한 것이 아니라고 생각합니다 그러나 단기간에 먼저 이러한 제품에 대해 AI가 유용한 것은 무엇입니까? 가장 중요한 것은 사용자를 돕는 것입니다 예를 들어 BukaLapak 사용자는 불만 사항을 원하거나 뭔가에 대해 물어보고 싶다면, 또는 어쩌면 그와 관련이있는 제품을 추천하거나, 누군가가 그 방법을 알지 못하면 상점을 설립하도록 돕는 것입니다 나중에 더 논의 할 수 있습니다

이제 다음 질문으로 넘어갑니다 : AI 연구가 필요한 이유는 무엇입니까? 이걸 제대로 받아 들일 수 있을까요? scikitlearn 가져 오기, 그 다음엔? 간단합니다 인공 지능은 무엇을 사용합니까? 누구나 할 수 있습니다 그러나 실제 현실에서는 매우 유용한 모델을 만드는 것이 쉽지 않습니다 아, 모델이 너무 많아서 하나씩 가져올 수 있습니다

그러나 성공적인 제품이 되려면 가져 오기처럼 간단하지 않고 교육을 받아야합니다 일반적으로 우리는 일부 부품을 수정해야하며, 실패하면 그 이유를 이해할 수 있습니까? 따라서 우리는 더 적절한 모델로 대체하거나 더 많은 데이터 수집을 할 수 있습니다 그리고 다른 질문 : 그것이 효과가 있다면, 왜? 이 제품에 성공했기 때문에 다른 제품에도 적용 할 수 있습니까? 상관 관계를 이해할 수 있습니까? 이것이 주된 이유 중 하나입니다 다른 이유는 우리가 헌신적 인 연구 부서를 가지고 있다면, 우리는 우리 자신의 제품을 개발할 수 있다는 것입니다 예를 들어; Amazon은 처음에는 연구 부서의 Kinect 또는 Microsoft Kinect의 Echo를 만들었습니다

그래서 회사의 다른 비즈니스 기회를 열 수 있습니다 실제로 AI 기술을 사용하면 좋은 결과를 얻을 수 있습니다 특히 인도네시아에서는 인공 지능을 기반으로하는 것이 없지만 많은 기회가 있습니다 예를 들어 연구를하고 싶다면 무엇이 필요합니까? 첫째, 우리는 팀이 필요합니다 이것은 우리가 실제로 누릴 수있는 것을 만드는 일이 아닙니다

연구원, 엔지니어, 제품 관리자와 팀을 이뤄 공동 작업을 수행하는 팀이 모두 이러한 목표를 달성해야합니다 혼자서하는 것이 어렵다면 실험이나 연구를 할 수있을 것입니다 콘크리트를 만들기 위해서는 더 큰 팀이 필요하다고 생각합니다 중요한 한 가지 더 중요한 것은 계산 리소스가 필요한만큼 많이 필요하다는 것입니다 그것의 더 많은 것, 우리는 더 많은 것을 얻을 수있다

이것은 또한 인공 지능을위한 가장 중요한 계산 자원 중 하나이기도합니다 왜냐하면이 방법은 실제로 계산 상으로 비싸기 때문입니다 예를 들어 우리가 GPU를 사용한다면 그러한 종류의 리소스에 액세스 할 수 있다면 진보는 훨씬 빨라질 것입니다 기본적으로 선형적인 경험이 아닙니다 조금만 나누어 보겠습니다

AI 그룹 연구가 다른 그룹 연구보다 더 성공적이라고 생각하는 이유는 무엇입니까? 예를 들면 : 이제 Google Break, Facebook AI Research, Deepmind가 있습니다 다른 그룹과 비교하여 더 빠르게 진행되는 것으로 보이는 그룹이 더 큰 이유는 무엇입니까? 성공적인 AI 그룹을 구축하기위한 열쇠는 무엇입니까? 내 의견으로는, 첫 번째, 물론, 가장 잠재력있는 사람들을 모집해야합니다 그것은 단지 모든 사람들이 할 수 있다고 말하며, 우리는 무엇을 할 수 있습니까? 첫 번째는 분명한 업무 분업입니다 그래서 작업 환경은 서로를 지원해야합니다 예를 들어 연구원이 있다면, 그는 무엇을합니까? 엔지니어, 그는 무엇을합니까? 그들은 멀티 태스킹을 할 수는 있지만 개인적으로 나라면 그렇게하지 않을 것입니다

연구원을 고용하면 연구해야합니다 엔지니어가 필요하다면 고용인을 고용하고, 멀티 태스킹을하지 않으며, 해당 분야에 전문화되지 않았 으면 좋지 않을 것이며 진행 상황이 느려질 것입니다 그리고 당신은 처음부터 공통 목표를 설정해야합니다이 부문의 주요 목표는 무엇입니까? 예를 들어 AGI를 뇌로, Art General Intelligence 등 모든 작은 프로젝트를 AGI의 지원 구성 요소로 만들었습니다 마지막으로 공유하고 싶은 것은 우리가 이미 꽤 발전한 인공 지능 기술입니다

제 의견으로는 지금 구현할 기회가있을 것입니다 많은 양의 데이터가있는 경우 이러한 종류의 기술을 수행 할 수 있습니다 우리는 감독 학습을해야하며, 학습을 위해이 데이터를 사용합니다 어떻게해야합니까? 어떻게해야합니까? 우리는 모델을 가지고 있습니다 여기에는 많은 잠재력이 있습니다

우리는 이미 상당히 정확한 예측을 산출 할 수있는 기술을 보유하고 있습니다 특정 분야 몇 가지가 이미 큰 진전을 보였습니다 제품 이미지가 많거나 많은 것이 있으면 여기에 구현할 수 있습니다 우리의 컴퓨터 비전은 꽤 괜찮습니다 어떤 종류의 제품인지 식별 ​​할 수 있습니다

이 종류는 인간의 정확성 수준에 매우 가깝습니다 또는 어떤면에서는 이미 초과되었을 수도 있습니다 예를 들어,이 제품은 무엇입니까? 이미지에 뭐가 들어 있니? 그런 식으로 컴퓨터 비전은 AI의 다른 분야와 비교해도 꽤 좋은 성과를 거두었습니다 또 다른 한가지는 꽤 좋은 진전을 이뤘습니다 음성 인식, 우리의 시리 (Siri)는 나쁘지만, 특히 영국 – 순 다스 (Sundanese) 악센트를 사용하기 때문에 나

다소 중요하지는 않지만 일반적으로 우리가 실제로 데이터를 수집하고 대상 추출 도메인이 꽤 괜찮은 경우 여기에서 제품을 만들 수 있다고 생각합니다 우리가 아직 할 수없는 것들, 우리는 여전히 많은 연구가 필요합니다 언어, 많은 사람들에 따르면, 언어는 인간 지성의 주된 징후 중 하나입니다 우리가 대화를 이해하는 것과 같은 문제를 해결할 수 있다면, 우리는 지능을 가진 것으로 간주됩니다 여기에 적용 할 수있는 응용 프로그램이 있지만 컴퓨터 비전, 이미지 인식, 그런 종류의 정렬만큼 좋지는 않습니다

그렇게 많은 데이터가 없다면 어떨까요? 우리는 아직 그 지역이 부족합니다 내 개인적인 견해에서 가장 중요한 사실은 예측을 할 수 있었고, 이것은 당신이해야 할 일이거나, 이것이 말 또는 어떤 것입니다 이것이 왜 이것이 말이라고 말하는지 검사 할 수 없습니까? 또는 왜 이것이 말로 밝혀 졌는지 설명해보십시오 따라서 아직 설명 할 수 없으며, 우리가 아직 함께 연구해야 할 연구 분야 중 하나이기도합니다 그게 전부예요