[일반] 스텝바이스텝 알아먹는 원리가 뭐임?

[익명(220.89)]

실베에서 보고왔는데

차근차근 해라 라는걸 알아먹는 원리가 뭐임?

일반인이라서 복잡한건 못알아듣고

최대한 초중고 학생한테 설명하듯이 설명해줘

- dc official App

[익명(211.221)]

그거 구글 과학자들도 정확한 이유몰라서 추측만 하고 있을 껄

[익명(211.221)]

딥러닝 모델이 인과가 너무 복잡해서 콕 찝어서 이런 이유로 이런 결과가 나온다고 말하기 힘들고, 인풋 조금씩 바꿔가면서 인풋에 따른 결과 차이에 중점을 두고 분석하고 그래

[익명(211.221)]

그래서 '스텝 바이 스텝 문장을 넣으면 결과가 좋아지는 이유'에 대해서 설명할 수는 없지만 인풋에 따른 결과가 달라지는 이유에 대해서 대략적인 설명을 해보자면

[익명(211.221)]

너가 눈감고 공을 던져서 표적을 맞춰야되는데 누가 옆에서 조금만 더 왼쪽으로 던져라, 조금 더 멀리 던져라 하고 열심히 가르쳐 주는게 딥러닝 학습이라고 하면

[익명(211.221)]

너가 던지는 공이 야구공이냐, 탁구공이냐가 딥러닝 인풋이라 쳤을 때, 너가 야구공을 열심히 옆 사람 말을 들어서 던져서 표적을 눈감고도 잘 맞추게 됐는데 탁구공으로 던지라 하면 무게와 부피가 다르니깐 갑자기 표적을 못맞추게 되겠지? 이런걸 일반화의 문제라 그래

[익명(211.221)]

모든 공에 대해 표적을 잘 맞추기를 바랬는데, 야구공에 대해서만 표적을 잘 맞추게 되는 거지. 그래서 탁구공에 대해서 연습을 시켰더니, 이번에는 탁구공에 익숙해져서 탁구공만 잘맞추고 야구공은 못 맞추게 됐어

[익명(211.221)]

근데 사람은 던지다보면 야구공은 더 무거우니까 힘을 이렇게 주면서 던져야되고, 탁구공은 훨 가벼우니깐 저렇게 주면서 던져야되겠다는걸 학습할 수도 있는데, 기존 딥러닝 모델은 그게 안됐거든?

[익명(211.221)]

근데 어텐션이라는 개념이 등장해서 그걸 가능하게 했어. 이제 기계도 야구공 던질 때는 이렇게, 탁구공 던질 때는 저렇게 던져야한다는 걸 학습하고, 더 나아가 야구공과 탁구공 사이의 무게인 골프공은 이렇게 던져야하는구나에 대해서도 얼추 감을 잡기 시작한거지?

[익명(211.221)]

뭐 대충 이런게 인풋에 따른 결과 성능의 차이가 일어나는 이유라 치고, 여기부터는 내 개인적으로 생각하는 '스텝 바이 스텝 문장이 성능 개선에 유의미한 향상을 불러 일으키는 이유'인데

[익명(211.221)]

사실 대화가 굉장히 어려운 일이거든? 당장 소위 말하는 찐따가 보통 분위기 못 읽고 상황에 안맞는 말을 하는, 즉, 대화 못하는 사람을 지칭하는 걸 생각해보면 대화는 사람한테도 어려운데

[익명(211.221)]

당연히 기계한테는 더 어렵겠지? 특히 기계한테는 상황을 읽을 수 있는 다른 정보들인 표정이나 말투, 목소리의 높낮이 등이 없이 오직 글만 주어지니깐 기계는 상황을 읽는 능력, 즉, 눈치라는 걸 가지기가 힘든거야

[익명(211.221)]

그래서 상황을 읽기가 기계한테는 굉장히 어려운 일인데, 이 '스텝 바이 스텝 문장'이 기계한테 '지금은 일반적인 대화 상황이 아니라 논리적인 사고를 요구하는 상황이다'라는 힌트로써 작용하는게 아닐까 싶어

[익명(211.221)]

근데 이렇게 설명하면 딥러닝 모델한테 의식이 있다는 소리냐는 식으로 받아들이는 경우가 있던데, 그건 설명 쉽게 하려고 저런식으로 설명해서 그렇지 머신러닝과 수학의 관점에서 설명하면 그냥 계산식에서 특정 변수 하나의 답을 알려줘서 계산을 더 쉽게 하게 해준 거란 소리임

[익명(211.221)]

아 그리고 어디까지나 이건 그냥 내 추측인거고