링크 - 뉴스페퍼민트 : 탐욕스럽고, 불안정하며, 이해하기 어렵고, 피상적인 딥러닝
http://newspeppermint.com/2019/02/26/shallow_deep_learning 딥러닝의 한계를 지적하는 기사문입니다. 현행 인공지능의 결정적인 문제점, 즉 새로운 문제에 대한 대응을 할 수 없는 구조에 대한 지적입니다. 바둑판이라는 완전정보와 한정된 가짓수에서도 허점이 생길 수 있는데, 범용 인공지능으로 나아가기엔 패러다임 변화가 필요하다고 볼 수 있지요.
이른바 '중국인의 방', 가능한 모든 질문에 대한 답을 준비했을 뿐, 논리적 지식체계는 전혀 없는 게 딥러닝의 방식입니다. 그렇게 보면 축버그나 무의미한 수순을 진행하는 버그도 바둑의 룰에 대한 이해라기보단 데이터 탐색 효율성에 달린 문제로 환원할 수도 있겠지요. 새로운 문제를 익숙한 문제로 여겨질 정도로 압도적인 데이터를 투입하고 효율성을 높이면 된다지만 글쎄요. 최종적으로는 판례만 가지고 재판을 하기 어려운 것과 비슷한 문제가 생길 공산이 큽니다. 즉 새로운 문제에 대한 응용력은 전혀 없다는 거지요.
어쨌든 바둑이야 나름 큰맘먹고 들이대면 체스에서와 같이 필승수순을 모두 찾아낼 수도 있을 겁니다. 그마저도 23줄 바둑, 접바둑, 순장바둑 등 룰이 바뀌면 첨부터 다시 딥러닝을 해야한다는 단서가 붙겠지요. 이렇게 보면 인간과 비슷한 형태의 사고를 하는 범용 인공지능의 길은 시작조차 안했을지도 모릅니다. 무엇보다 인간은 자신의 사고조차 제대로 이해하지도 못했으니까 말이죠.