ML based NLP 을 석사전공으로 생각하고 있는 학부 3년생임


ML은 Machine Learning이고 ai의 한 분야임, ML쪽 배우면서 보고 읽은거 생각나는대로 적어봄


우선 AI는 shallow ai와 general ai가 있는데 흔히들 생각하는 자비스같은 ai는 general ai에 속함 대화가 가능할 뿐 아니라 혼자 사고하는 ai


general 단어 그 자체로 범용적인 ai고 ai가 스스로 사고하여 인간을 위협할 정도가 되려면 완벽한 general ai가 나와야함


현재 핫한 딥러닝으로 논문이 쏟아지고 있는 ai 추세는 shallow ai에 속함 shallow ai는 말 그대로 얕은 ai인데 domain이 정해진 ai를 말함


그러니까 NLP에 딥러닝을 썼다 이런말 들려오면 형태소태깅이나 자동띄어쓰기 같은 협소한 분야에서만 쓰인걸 말함 


다른 CV쪽은 막 영상에서 물체인식하고 그럼. 문제는 현재 ML은 막 컴퓨터 스스로 모든 분야에 대해 학습할만큼 발전되지 않음


뭔 소리냐 하면 무게, 크기, 색상으로 사과, 배 분류하는건 되는데 사과, 배를 분류한다는 문제 자체를 생성할 수는 없음 


사람이 정해준 domain에 대해서만 학습이 가능한 수준임 인간의 행동양식을 학습할 만큼은 되지 않았다는거고 거기다 우린 아직 인간이 어떻게 사고하는지도 모름 


현재 나와있는 시리, 코타나 같은 대화형 시스템도 사용자가 입력을 해야 반응하지 그 스스로 혼자 사고하지는 않음


딥러닝도 막 인간의 뇌를 모방했다 그러는데 사실상 배워보면 Linear classifier 를 수만, 수억개 쌓은거밖에 되지 않고 ㅋㅋ 


물론 원리 자체가 간단한건 아니지만... 성능은 좋아서 state of art들 죄다 갱신함 ㅋㅋ


아 그러고보니 페북에서 로봇에 딥러닝 쓴 논문을 본거 같은데 이것도 보면 정해진 행동만 학습하게 되어 있을거임


아 오늘 오토마타 시험인데 싴발