잡지 내용 일부를 발췌 하였습니다.

단지 교육의 목적으로 정리해 둔 것입니다.

Micro Software VOL.387

약인공지능(Narrow AI)과 강인공지능(General AI)

인공지능이 추구하는 목표와 적용 영역에 따라 구분해 접근하는 것은 향후 펼쳐질 미래를 이해하는데 현실적인 도움이 될 수 있다. '약인공지능(narrow AI)'과 '강인공지능(General AI)'으로 구분하는 것이 그것이다.

지금까지 모든 발전은 전문화된 업무에서 좋은 성과를 보이는 약인공지능 분야에서만 이루어져왔다.

약인공지능은 음성인식, 이미지인식 및 번역과 같이, 구체적이고 잘 정의된 영역에서 개별 작업을 수행한다.

그리고 스스로 인간의 관여없이 학습하는 능력을 갖추고 , 사람이 정한 규칙과 다른 결정을 할 수 있다는 점에서 자율성을 가지지만 여전히 제한적이다. IBM의 왓슨의 암진단과 알파고의 바둑 등이 잘 알려진 약인공지능의 사례다.

몇몇 성공사례에도 불구하고 약인공지능이 가야할 길은 멀어 보인다.

대부분의 사람들은 다양한 사례를 '한번에(one-shot)' 학습할 수 있다.

반면에 인공지능 시스템은 상당한 노력을 필요로 한다.

아이들은 고양이를 한번 보고나면, 그 일부분을 제시하거나 다양한 각도에서 다른 모습을 보여주어도 고양이라고 쉽게 인식한다.

기계학습은 고양이와 관련된 수많은 이미지를 통한 학습을 통해서만 가능하다.

모라벡의 역설(Moravec's Paradox, 사람에게 쉬운 것은 로봇에게 어렵고, 사람에게 어려운 것은 로봇에게 쉽다)은 여전히 유효하다.

따라서 약인공지능 조차도 이제 겨우 시작단계이고 향후 10년은 약인공지능 중심의 발전만이 가능하리라는 것이 전문가들의 일치된 견해이다.

대조적으로 강인공지능의 장기적 목표는 학습, 언어, 지각, 추론, 창의력 및 계획을 포함하는 영역에서 사람과 같은 수준의 유연성과 다재다능하을 보여주는 시스템을 만드는 것이다.

광범위한 학습능력은 강인공지능이 한 영역에서 학습된 경험을 다른 영역에 적용할 수 있고, 인간으로부터 상호작용으로 배울 수 있는 능력을 제공할 것이다.

강인공지능은 인공지능의 출현 이후 연구자들의 꿈이었지만, 현재의 기술 수준으로는 여전히 불가능하다.

대부분의 인공지능 연구자들은 강인공지능이 수십 년 이후에나 가능하리라고 전망한다.

[ VOL.387 ] 약인공지능과 강인공지능