AI가 온라인 카지노 게임을 따라잡는 데 걸린 시간
ep.03 "실패를 딛고 발전한 인공온라인 카지노 게임의 역사 속으로"
1. 인공온라인 카지노 게임이란 단어가 처음 등장한 날 (1956년)
1956년 여름, 미국의 다트머스라는 대학에서 과학자들이 모여서 특별한 이야기를 나누었어요. 그들은 "기계가 온라인 카지노 게임처럼 똑똑해질 수 있을까?"라는 질문을 진지하게 고민했고, 이때 '존 매카시'라는 과학자가 처음으로 '인공지능(AI, Artificial Intelligence)'이라는 말을 사용했어요. 그는 "기계도 인간처럼 배울 수 있다"고 말하며 인공지능 연구를 제안했어요.
"학습이나 온라인 카지노 게임의 모든 측면은 원리적으로 정확하게 설명될 수 있으며, 기계가 그것을 모방하도록 만들 수 있다."(존 매카시)
2. 인공온라인 카지노 게임의 가능성 - 마빈 민스키의 블록스 월드 (1960년대)
1960년대에는 인공지능이 실제로 무엇을 할 수 있는지 실험하는 연구가 많았어요. 과학자들은 AI가 곧 온라인 카지노 게임처럼 생각할 수 있을 거라고 기대했어요. 지금 보면 지나치게 낙관적인 생각이었지만요. 당시의대표적인 연구가 바로 마빈 민스키의 '블록스 월드(Blocks World) 프로젝트'였죠.블록스 월드는 로봇이 아이들이 가지고 노는 나무 블록으로 탑을 쌓거나 구조물을 만들 수 있는지 실험하는 연구였어요. 하지만, 간단해 보이는 이 작업도 실제로는 매우 어려웠어요. 왜냐하면 로봇은 온라인 카지노 게임처럼 손을 움직이고 눈으로 사물을 보는 일이 쉽지 않았기 때문이에요.
"3년에서 8년 안에 우리는 평균적인 온라인 카지노 게임 수준의 일반 지능을 가진 기계를 가지게 될 것이다." (마빈 민스키)
3. 인공온라인 카지노 게임의 위기 - 퍼셉트론의 한계 (1970년대 초)
처음엔 인공지능 연구가 활발했지만, 곧 어려움을 겪게 되었어요. 과학자들은 퍼셉트론(Perceptron)이라는 인공신경망 기술을 개발했어요. 이것은 온라인 카지노 게임의 뇌에서 뉴런이 정보를 전달하는 방식을 흉내 낸 간단한 계산 장치였죠.그러나 과학자들(마빈 민스키, 시모어 패퍼트 등)이 "퍼셉트론은 간단한 문제밖에 못 풀고, 복잡한 문제를 해결하기엔 많이 부족하다"고 주장했어요. 그 결과 인공온라인 카지노 게임 연구는 잠시 위축되며 'AI 겨울'이라는 시기를 맞게 되었죠.
"퍼셉트론은 연결성을 인식하지 못한다. 어떤 물체가 하나인지 둘인지 구분할 수 없다." (마빈 민스키, 시모어 패퍼트)
4. 다시 살아난 인공온라인 카지노 게임 - 머신러닝과 딥러닝 시대 (2000년대 이후)
2000년대 이후, 인공온라인 카지노 게임에 대한 연구는 다시 활발해졌어요. 이전과는 다르게 컴퓨터의 성능이 좋아지고 많은 데이터가 생겨나면서 머신러닝(Machine Learning)과 딥러닝(Deep Learning) 같은 기술이 발전했어요. 특히,딥러닝은 여러 층(layer)의 신경망을 이용해, 이전에 어려웠던 이미지나 음성을 인식하는 일들을 아주 잘 할 수 있게 되었어요. 지금 우리가 사용하는 인공온라인 카지노 게임 기술 대부분이 이 덕분에 가능해진 거죠. 머신러닝과 딥러닝에 대해서는 다음 챕터에서 더 자세히 살펴보도록 해요. 과학자앤드류 응은 짧은 미래에 AI가 우리 사회 모든 곳에 퍼질 거라고 예측했어요. 마치 예전에 전기가 그랬던 것처럼요.
"AI는 새로운 전기다." (앤드류 응)
[출처]
- McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (1955)."A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence."
- Nilsson, N. J. (2010)."The Quest for Artificial Intelligence: A History of Ideas and Achievements." Cambridge University Press.
- Minsky, M., & Papert, S. (1969)."Perceptrons: An Introduction to Computational Geometry." MIT Press.
- Lecun, Y., Bengio, Y., & Hinton, G. (2015)."Deep Learning."Nature, 521(7553), 436–444.
- Ng, A. (2017). "AI is the New Electricity. "Stanford AI Lecture, Coursera - AI For Everyonea
