영문기사도 하나 뿐이고 죄 번역기사 뿐이어서 내용도 한정되어있는데


https://blog.ted.com/tech-comeback-notes-from-session-5-of-tedmonterey/?ted-tm


일단 강연이 공개가 안된 현재로서 유일하게 찾을 수 있는 소스는 테드 홈페이지에 있는 요약글 뿐임 이것도 내용이 대동소이하긴 하지만 한 번 번역해봄



viewimage.php?id=39b5d535ecdc3fb362bec4bc02c8&no=24b0d769e1d32ca73deb86fa11d02831d16706cea37200d6da918d79847adc64a07ddf56bbe76756b9797c4dfb104c69770cefbc39312e962fed1ae42622ceee43aced1b3495a7875b15




구글의 인공지능(AI) 분야 책임자인 제프 딘은 수십 년간 인공지능(AI) 업계에 몸담아 왔다.

신경 네트워크와 컴퓨팅 파워가 기하급수적으로 진화해 왔음에도, 제프 딘은 기계 학습의 진정한 잠재력을 실현하기 위해서는 여전히 개선해야 할 세 가지 핵심 영역이 있다고 주장한다.


그 중 첫 째는 다중 작업 모델(Multi task model)이다.

현재의 AI 시스템은 특정 작업에 대해 교육을 받고 매번 새로운 작업을 처음부터 학습하는 데 반해, 멀티태스킹 모델을 사용하면 시스템이 수천 가지 작업을 수행할 수 있으며 이러한 능력을 활용해 완전히 새로운 작업을 수행할 수 있다. (즉 a와 b, c, d를 할 수 있는 멀티 태스크 AI를 개발할 뿐아니라, 한 발 더 나아가 이 멀티 태스크 AI가 e, f, g, h 등 전혀 새로운 분야에도 적응력을 발휘할 수 있어야 한다는 것)



두 번째는 학습의 방법이다.

딘은 AI를 학습시킬 때 이미지와 텍스트, 사운드 및 비디오를 한꺼번에 학습시켜야 한다고 생각한다.

현재의 시스템처럼 하나씩 교육하는 것은 왕도가 아니다.


세 번째는 localization의 문제이다.

딘은 그는 주어진 과제를 수행할 때 인간의 뇌처럼 관련된 부분만 활성화 시키는 "sparse 모델"의 필요성을 주장한다. 이것은 현재의 dense model이 하나의 과제를 수행할 때 신경망 전체를 활성화 시키는 것과는 다름


위의 아이디어를 기초로 하여 딘은 구글이 생각하고 있는 AI 플랜의 다음 단계인 '패스웨이'라는 새로운 신경망을 처음으로 공개적으로 소개한다. 패스웨이의 궁극적인 목표는 수백만 개의 과제에 걸쳐 일반화되어있고 강력하고 전문화된 인공지능을 구축하는 데 있어 큰 진전을 만들어내는 것이다.


+ 패스웨이에 대해 세 줄 요약을 하자면


1. 여러가지 업무를 처리할 수 있을 뿐 아니라 새로운 업무가 주어져도 해낼 수 있는 AI

2. 학습을 시킬 때 여러 이질적인 입력값을 넣은 AI

3. 인간의 두뇌처럼 한 가지 일을 할 때는 그 일에 관련된 부분만 쓰는 국재화 된 AI


그리고 이 몬테레이 컨퍼런스에 직접 참석한 기자가 써놓은 뉘앙스로 봐서 이게 단순히 이런 계획이 있다는게 아니라 어느정도 실물이 구현되어 있는 것으로 보임. 기자 말로는 이 패스웨이가 지금 개발 중이라고 얘기했고 또 구글 개발진 측에서도 이 패스웨이에 대해서 굉장히 흥분하고 설레하는 분위기인가봄