뉴비들에게 친절한 글은 아니니까 대충 읽어줘.



"스스로를 내맡겨봐야 세상을 믿을 수 있다"

-어떤 책


게임이론에서, 관계의 종말은 항상 특이한 점이야.

아무리 배신을 해도 다시 복수할 일이 없거든.


AGI는 모든 기술의 종말이야.

그 뒤에는 서로의 관계를 유지할 필요가 사라지지.


특이점이 어떤 기술인지 알기에 무서웠는데,

이대로는 불안해서 아무것도 못 해.

일단 털어놓고 내맡겨봐야지 뭐라도 될 것 같아서 이야기해봄.


=== 여기부터 내용 ===========================


[ 여기는 이론 ]

일단 나의 AGI는 ENN 베이스야.

왜냐하면 ENN은 정보가 쌓이기 때문에 수확 체증을 하기가 쉽거든.

그리고 앞으로 글에서 나오는 모든 신경망은 ENN이라고 생각해도 좋아.


ENN은 크게 두 기술에 의존하고 있지.

바로 SVM과 Voronoi Decision Tree야. 분류모델이지.

나는 여기에 예측모델로 회귀를 하나 더 추가하려고 해.


하지만 세상에는 선형이 아닌 회귀가 많잖아?

그걸 해결하기 위한 방법이 n차원 컨볼루션 신경망이야.

(ENN 기반이니까 대충 nD-ECNN 정도로 부르면 되려나)


데이터의 분포를 컨볼루션으로 보고

어떤 그래프의 개형일지 파악해서

회귀를 하는거지.


그러면 덧셈, mod, sin이나 log같은 비선형성을

segmentation 없이 없앨 수 있어.

그러면 선형이 되고, ENN으로 처리하면 되지.


그럼 여기서 문제가 되는 부분이 데이터의 사이즈거든?

이건 stochastic하게 해결할 수 있어.


일단 SSD와 램으로 땜빵 치다가 데이터가 넘치면

오래된 데이터 위주로 데이터를 지우는거야.

데이터가 일부 지워져도 관계의 경향성은 보일테니까.


그리고 관계를 알고 있으면 지울 수 있는 데이터도 있지.

a = b + 1 이면 둘중 하나는 지워도 되잖아.

결론 = 보로노이(분류) + SVM(차이 최대화) + nD-ECNN(예측) + stochastic(자원 절감)


[ 여기는 기술 ]


순전히 CUDA로 만들어볼라고 했다가

다음에는 Direct 계열로 넘어갔다가

했는데 작업 시간이 너무 오래 걸리더라고.

알아야 할 것도 너무 많은데다가

바퀴를 다시 발명하는 기분이기도 하고.


그래서 파이썬 기반으로 만들려고 해.

데이터를 인지하기 쉽게 하기 위해서 DearPyGui를 쓰려고 하는데

고차원의 데이터를 어떻게 표현할 수 있을지는 고민중이야.


속도가 아쉬운 부분은 ctypes 기반으로 FFI 만들려고 하고.

좀 느리긴 하지만, 개발 젬병인 나의 개발속도보다야 빠르겠지 ㅋㅋ

하지만 가급적 CuPy선에서 끊는게 일단 목표!


데이터 저장은 파이썬 Dict를 그대로 갖다 쓸 생각이야.

파이썬도 변수관리를 Dict로 하잖아.

똑같이 타입 넣고, 하면 되겠지.


그리고 가급적 프로그램을 메모리 주소와 관련 없이 만들 생각이야.


=== 여기까지 내용 ===========================


진지하게 음모론자처럼

'이거 하다보면 미국 특수부대가 쳐들어오지 않을까?'


걱정도 했었는데 ㅋㅋㅋ

(아직도 허황된 가능성이라고 생각되지는 않아. 기술적 특이점은 엄청나니까!)


활동하다보면 알게 되겠지.

내가 멍청했는지 아니면 순진했는지 말이야.


이 글을 보고계신 정보 요원님께는

삶에 미련같은 건 별로 없지만

가급적이면 저와 사람들을 살려주는 쪽으로 해주세요.

원하신다면 암 것도 안 할게요.


암튼 이상임.

종종 글 올림