인공 지능

From Hidden Wiki
(Redirected from 인공지능)
Jump to navigation Jump to search 
인공 지능의 발명이란 자동차에서 바퀴를 떼어낸 뒤 그 자리에 발을 달기 위해 고심하는 것이다. - 앨런 튜링, 컴퓨터 공학자


artificial intelligence; A.I.; AI

개요

인공지능은 인간이 지닌 지적 능력 (지능)의 일부 또는 전체를 인공적으로 구현한 것이다. 현실에서는 이제 막 한걸음을 내딛은 단계이며 SF물에서 흔히 볼 수 있는 소재이기도 하다.


컴퓨터 공학


인공 지능, 동물의 지능, 통계학

#37683

2020-12-12 오전 1:08

https://blog.pabii.co.kr/

파비 블로그

인공지능, AI, 딥러닝, 머신러닝 이라고 불리는 지식이 수리통계학 기반의 계산통계학 지식이라는 것을 알려드립니다.


저 블로그 운영자가 병신인게 인간을 포함한 동물의 지능이 무슨 마법같은거라고 생각하는거.

동물의 지능도 뇌 세포 사이의 전기 신호로 작동하는거고, 결국 물리학과 수학 법칙 내에서 작동하는건데. 무슨 초자연적인 영혼이라도 있어서, 지능이 생성된줄 아나?


1 인공 지능이 통계학 지식을 바탕으로 작동한다고 그게 인공 지능이 아니라는 소리는 개소리지. 그냥 우리의 지능도 수학적으로 만들어진 연산 모델이, 물리학적으로 만들어진 연산 기기인 뇌 위에서 돌아간다고 해야 맞는거지.


2 이런 사람들 특징이 인간처럼 초복잡한 지능을 가진 동물만 보는데, 곤충, 지렁이, 예쁜꼬마선충, 문어, 조개, 고등어, 개구리, 거북이, 악어, 도롱뇽, 참새, 개, 돼지, 원숭이, 침팬지, 보노보 등 단순히 외부 환경에 따라 행동하는 지능이 낮은 동물부터, 자아를 가지고 장기 계획을 세울 수 있는 높은 지능을 가진 동물까지 보다보면, 좀 더 동물의 지능에 대한 본질을 이해할 수 있는데.


3 왜 지능이 동물만 있냐고? 동물만 신경계가 있으니까. 그럼 왜 동물이 신경계가 있냐고? 운동을 할 수 있으니까. 동물이 외부 환경에 따라 이동하고, 사냥하고, 포식자를 피하고, 짝짓기 하는 하는 행동을 하기 위해 외부 환경을 판단하고, 그에 따른 대응을 하기 위해 신경계가 있는건데. 복잡한 신경계가 발달한 동물은 자아가 생겨서 장기 계획을 세울 수도 있는거고.


4 알파고 만든 데미스 허사비스 같은 사람은 캠브리지 대학에서 컴퓨터 공학 전공하고, University College London에서 인간 뇌의 해마에 대해 연구해서 인지 신경과학으로 박사 학위 받고.


5 >4 인공 지능 분야에서 성공하려면 이렇게 통계학이나 컴퓨터 공학 뿐만 아니라, 뇌과학에 대해서도 하사비스처럼 박사 학위는 아니더라도 잘 알아야 하는데, 파비 블로그 운영하는 사람은 딱 봐도 의학이나 생물학은 전혀 모르더만.


6 Keith Lee. 제 이름은 파비가 아닙니다. 파비는 회사이름입니다. 파비는 온라인 광고 타게팅에 머신러닝이라고 쓰고 계산통계학으로 읽는 지식을 적용하는 스타트업입니다. 학부 고학년 이상 수준의 수학, 통계학 고민이 들어간 질문 이외의 질문은 파비캐시 앱 안의 Ask파비 섹션에 남겨주시면 앱 유저 중 누군가가 답변을 남겨드릴겁니다.


7 비록 신경세포 (뉴런)가 302개밖에 없다고 하지만, 예쁜꼬마선충은 상당히 똑똑하다. 좋아하는 온도를 찾아가는 점, 수컷이 배고플 땐 음식을 찾아가고 배부를 땐 짝짓기 상대를 찾아가는 점, 먹고 배아프면 그 먹이는 다시 안 먹는 점, 머리를 만지면 뒤로 도망가는 점, 주변 먹이가 별로일 땐 알을 덜 낳는 점, 한가지 냄새를 많이 맡으면 그에 적응하는 점, 등등 예쁜꼬마선충의 행동학적 레파토리는 정말 다양하다. 심지어, 술에 취하기까지 한다.


8 Keith Lee 이 사람이 맨날 하는 얘기가 인공 지능은 지능이 아니라 통계학 기법에 불과하다, 공돌이들은 통계학과 대학원 수준의 수학과 통계학을 몰라서 머신 러닝이 입력값 넣으면 중간 과정 몰라도 결과가 나오는 마법의 블랙 박스 같은 것으로 생각한다, 이런 사람들이 컴퓨터 공학과 교수니, 박사니, 데이터 사이언티스트니, 인공 지능 연구가이니 하면서 꺼들먹 거린다고 까는데, 이 사람도 똑같음.


9 >8 이 사람도 생물학과 의학을 몰라서 동물의 지능이 중간 과정 몰라도 입력값 넣으면 결과값 나오는 마법의 블랙 박스인 줄 알고 있음. 동물의 신경계가 만들어내는 지능은 초과학적인 마법의 산물이 아니라, 물리학과 수학 법칙을 벗어날 수 없는, 물질계의 현상임. 테슬라 오토파일럿하고, 예쁜꼬마선충하고, 외부 사물의 종류를 파악하고 그에 맞춰서 행동하는데, 둘 중에 누가 더 복잡한 행동을 보여줄까?


http://55adq4ncecjgxfymv4tdl54g4t2dayqju65wgqpik67suvtiz67kpzad.onion/p?id=37683

유사 용어들

먼저, 인공 지능에 관한 용어들은 대부분 일반인들에게 생소한 경우가 많고 혼동하기 쉽기 때문에 아래에 정리된 사항을 참고하면 내용을 이해하는데 도움이 된다.


인공지능 ⊃ 기계학습 ⊃ 인공신경망 ⊃ 딥 러닝


인공 지능 (artificial intelligence) 분야에는 몇 가지 기술이 있다. 기계 학습 (machine learning)은 기본적인 규칙만 주어진 상태에서 입력받은 정보를 활용해 스스로 학습하는 것이다. 인공 신경망 (artificial neural network)이란, 인간의 뉴런 구조를 본떠 만든 기계 학습 모델이다. 딥 러닝 (deep learning)은 입력과 출력 사이에 있는 인공 뉴런들을 여러개 층층히 쌓고 연결한 인공신경망 기법을 주로 다루는 연구이다. 즉, 단일 층이 아닌 실제 뇌처럼 여러 계층으로 되어있다. 인지 컴퓨팅 (cognitive computing)은 기계학습을 이용하여 특정한 인지적 과제를 해결할 수 있는 프로그램 또는 솔루션을 이야기한다. 끝으로, 뉴로모픽 컴퓨팅 (neuromorphic computing; neuromorphic engineering)은 인공신경망을 하드웨어적으로 구현한 것이라고 생각하면 된다.

상세

인공지능{{{-3 Artificial Intelligence}}}이라는 용어가 처음 등장한 때는 1956년에 미국 다트머스에서 [민스키], 클로드 섀넌 등 인공지능 및 정보 처리 이론에 지대한 공헌을 한 사람들이 개최한 학회에서 존 매카시가 이 용어를 사용하면서부터이다. 하지만 인공지능이라는 개념 자체는 훨씬 예전부터 있었다. 예를 들면, 앨런 튜링이 ‘생각하는 기계’의 구현 가능성과 튜링 테스트를 제안한 것은 1950년의 일이며, 최초의 신경망 모델은 1943년에 제안되었다.[* Warren McCulloch & Walter Pitts 가 출간한 "A Logical Calculus of the Ideas Immanent in Nervous Activity"]

그리고 당연하지만 이런 일에 관심을 가진건 서방뿐만이 아니여서 소련 역시 아나톨리 키토프 박사가 본인의 저서 "붉은 서"에서 "ЕГСВЦ(Единой централизованной автоматизированной системы управления народным хозяйством страны - 국가(계획)경제 네트워크 중심적 통제체계)" 라는 것을 제시하였는데, 이는 컴퓨터 네트워크화를 통한 더 나은 계획 경제 체제와 사회의 추구를 목표로 삼은 이론이었다. 이것을 소련 컴퓨터 공학자 빅토르 글루쉬코프가 더욱 개량한 것이 바로 OGAS(ОГАС - Общегосударственная автоматизированная система учёта и обработки информации, 전연방자동정보처리체계) 계획이다.

인공지능의 역사는 20세기 초반에서 더 거슬러 올라가보면 이미 17~18세기부터 태동하고 있었지만 이때는 인공지능 그 자체보다는 뇌와 마음의 관계에 관한 철학적인 논쟁 수준에 머무르고 있었다. 당시에는 인간의 뇌 이외에는 정보처리기계가 존재하지 않았기 때문이다. 그러나 시간이 흘러 20세기 중반부터 본격적으로 컴퓨터 발달 혁신의 물줄기가 터지기 시작하면서 이거 잘하면 컴퓨터로 두뇌를 만들어서 우리가 하는 일을 시킬 수 있지 않을까? 라는 의견이 제시되었고 많은 사람들이 그럴듯하게 여겨 빠른 속도로 인공지능은 학문의 영역으로 들어서기 시작했다.

20세기 중반에도 인공지능 연구는 자연어 처리나 복잡한 수학 문제를 해결하는 등 정말로 인간만이 할 수 있는 영역에 있던 문제들도 컴퓨터로 착착 해결할 수 있었던 상당히 혁신적인 연구였으며, 많은 관심을 받고 지속적으로 연구가 이루어진 분야이다. 당연히 AI 산업은 이미 1980년도에 10억불 규모의 시장을 형성할정도로 큰 분야였으므로 과거에 이런저런 이유로 관심이 없었다던가 실용화가 되지 않았다는 것은 어불성설이다. 다만 아무래도 당시의 정보처리 능력의 한계와 정보량의 부족, 그리고 이런저런 이유로 연구자금지원이 중단되는 트러블과 특히 1969년도에 Marvin Minsky와 Seymour Papert가 "Perceptrons"이라는 책을 출간하면서 지적한 단일 계층 신경망의 한계로 인해 1970년대에 한동한 인기가 시들시들 하기도 했었다. 이 문제는 1980년도에 다층 신경회로망이 도입되면서 해소되었지만 정보처리 능력의 한계와 해소되기까지는 더 시간이 필요했다.

이후 1974년도에 제시된 역전파 알고리즘, 전문가시스템의 성장과 1980년도에 신경망 이론에 대한 연구가 다시 재개되면서 많은 연구가 있었지만 여전히 성장이 지지부진하여 큰 실망을 안겨주기도 했다. 문자인식이나 음성인식등의 가시적인 성과가 있는 분야도 있었지만 대화 인공지능등의 개발 실패 등, 눈앞의 목표를 달성하지 못하는 경우도 많았기 때문인데, 심지어 이런 부분은 2010년도 이후에 나타난 여러가지 대화 인공지능도 인간과 대화를 한다고 보기는 어려운 수준이다. 이 때문에 1990년도 이후부터 인공지능의 목표는 인간지능의 구현이라는 막연히 넓은 목표에서 문제해결과 비즈니스 중심으로 더 신중하고 좁은 분야가 되었으며, 그제서야 때맞춰 나타난 하드웨어의 성장을 업고 더 성공적인 분야가 될 수 있었다.

21세기 이후로는 2006년 제프리 힌튼{{{-3 geoffrey hinton, 1947~}}} 교수에 의해 딥러닝 논문이 발표되어 불가능이라 여겨졌던 비지도 학습방법이 가능해졌고 이미 몇 가지 분야에서는 인간의 수준을 뛰어넘은 결과물이 속속 나타나고 있다. 알파고 이외에도 2017년 현재의 인공지능은 사람의 능력과 비교하여 얼굴 인식율이 더 높거나 사물을 더 잘 인식하는 결과를 나타내고 있어, 약인공지능 분야에서는 빠른 속도로 사람의 능력을 추월할 수 있다는 의식이 확산되고 있다.

그러나 이 역시 기존의 패러다임에서 무언가 혁신적인 변화가 있었다기보다는 그냥 원래 있던 게 우수하게 개량되어 실용화가 된 수준이라는 관점도 많다. 왜냐하면 막상 본래 목표로 했던 두뇌 구현에 관한 연구는 제한적으로 진행 되고 있으며, 지금도 별다른 진전이 없기 때문이다. 지금까지도 뇌의 작동 원리에 대한 연구 수준은 뉴런의 동작이나 뇌 부위별 역할, 혹은 상관관계를 알아내는 정도로, 두뇌 분석의 기초가 될 신경 회로에 대한 연구마저도 이제 막 시작 된 상황이기 때문에 인공신경망의 모티브가 된 점만 빼면 아직까지는 인공지능 분야와의 실질적인 접점이 별로 없다. 인공지능이 굳이 신경망 구조로 구현 되어야할 이유가 없기도 하고.

인공지능과 로봇

간혹 인공지능과 로봇을 혼동, 혼용하는 사람들도 있는데 따로 두고 생각해야 한다.

인공지능이라는 분야가 대중들과 가까워진 시기가 상당히 최근의 일이고 미디어에서 보여주는 로봇들이 대부분 당연한듯이 인공지능을 탑재하고 나오는 경우가 많지만 인공지능은 어떤 정보를 받아서 해석하여 결과를 출력하는 등등 정보처리의 문제고 로봇은 어떤 부위의 구동기를 제어해서 어떤식으로 시스템을 물리적으로 제어할 것인가와 같은 하드웨어 차원의 문제다. 알파고처럼 컴퓨터 안에서만 돌아가는 인공지능과, 단순 알고리즘과 제어 프로그램에 의해 움직이는 협업로봇이 존재하듯이 이들은 서로 긴밀하게 묶여있는 분야가 아니고 상호보완의 관계다.

강인공지능과 약인공지능

인터넷 여기저기서 인공지능과 관련된 내용을 뒤져보면 흔히 나오는 단어들인데 약인공지능{{{-3 Weak AI}}}과 강인공지능{{{-3 Strong AI}}}은 1980년에 존 설{{{-3 John R. Searle, 1932~}}} 교수가 그 유명한 중국어 방 논변을 제안하면서 최초로 사용한 개념이다.

다른 곳의 문서를 보면 인간의 마음을 복잡한 정보처리로 구현한 것을 강한 인공지능, 단순히 인간의 능력 일부를 시뮬레이션 하거나 그런 작업을 목적으로 하는 것을 약한 인공지능이라고 편리하게 설명한다. 그러나 좀 더 정확하게 설명하자면 존 설 교수의 본래 의도는 인간의 마음을 컴퓨터 소프트웨어와 같은 관점으로 보고 행하는 인공지능 연구를 "강한 인공지능 연구", 반대로 인간의 마음과는 별개로 단지 유용한 도구의 개발을 위해 행하는 인공지능 연구를 "약한 인공지능 연구"로 정의하여 철학적 관점에서 인간의 마음을 컴퓨터와 소프트웨어와 같이 보는 연구를 비판하고자 한 것이다.

아무튼 저 개념이 묘하게 현재의 인공지능 개발현황과 의미가 적절히 맞아떨어지다보니 내용을 살짝 비틀어서 대중들에게 알려지게 되었는데 각 연구의 결과물을 그대로 대입하면 된다. 즉,

강인공지능 = 인간을 완벽하게 모방한 인공지능 이고 약인공지능 = 유용한 도구로써 설계된 인공지능 이라고 보면 된다.

약인공지능

약한 인공지능은 사진에서 물체를 찾거나 소리를 듣고 상황을 파악하는 것과 같이 인간은 쉽게 해결할 수 있으나 컴퓨터로 처리하기에는 어려웠던 문제를 컴퓨터로 수행하게 만드는데 중점을 두고 있다. 한참 막연한 인간 지능을 목표로 하기보다는 더 현실적으로 실용적인 목표를 가지고 개발 되고 있는 인공지능이라고 할 수 있으며, 특정한 문제를 해결하는 도구로써 활용 되는 경향이 매우 강하다.

위의 정의로 따져보면 현재까지 인간이 만들어낸 모든 인공지능은 약 인공지능이라고 볼 수 있다. 지금까지 인공지능이랍시고 개발 된 물건들은 미리 정의된 규칙이나 복잡한 알고리즘, 방대한 데이터를 토대로 비교적 지능적으로 보이는 행동이나 결정을 할 수 있게끔 구현한 수준에 불과하며, 제한된 범위에서만 문제를 해결할 수 있고 마음을 가지고 있다고 볼 수도 없다.

현재는 입력과 시간에 따라 더 나은 출력을 내는 "학습"이 구현되면서 제한적인 분야에서 인간을 능가하거나 유사한 성능을 보이는 프로그램이 속속 등장했지만 이것도 결국 인간의 학습 능력 일부를 구현해낸 것에 불과하므로 이런 물건들을 인간과 같이 바라보는 것은 매우 곤란하다. 예를 들면 프로 기사보다도 훨씬 바둑을 잘 두는 알파고도 결국 "바둑 두기"와 "바둑 더 잘 두기"라는 인간의 능력 극히 일부를 흉내냈을 뿐이며 학습 범위와 활용력도 대단히 제한적이라서 장기를 두게 할 수도 없고 바둑의 룰을 조금이라도 변경하면 이에 적응하지 못한다. 전기톱이 나무를 잘 자르는 도구이고 자동차가 도로를 빠르게 다닐 수 있는 도구이듯이 알파고 역시 그냥 정해진 규칙 내에서 바둑을 잘 두는 도구다.

많은 사람들이 잘못 생각하는 점으로, 단순 도구라는 특징은 그렇게 얕볼만한 것이 아니다. 약인공지능의 발전 방향은 굉장히 긍정적인 방향으로 생각될 수 있는데, 왜냐하면 인공지능이 반드시 인간의 모방에 사로잡힐 이유는 없기 때문이다. 이는 비행기의 탄생을 생각해보면 이해하기 쉽다. 사람이 하늘을 난다는 발상은 자유롭게 하늘을 나는 새를 보며 생겨났고 그래서 초기에는 새를 모방하려고 했지만 지금의 항공기들은 전혀 새를 모방한 모습이 아니다. 현대 항공기는 나무에 앉을 수도 없고 강에서 생선을 잡아먹을 수도 없으며, 바람을 타고 제자리에서 날아오르지도 못하지만 어떤 새도 상공 수천 미터에서 수백명의 사람과 수십톤의 화물을 싣고 음속으로 날 수는 없다. 지금의 항공기들이 새의 모방을 포기했기에 얻을 수 있었던 비행의 또다른 가능성인 것처럼, 약인공지능 역시 강인공지능보다 모자란 무언가가 아니라 방향의 차이일지도 모르는 일이다.

현재의 약인공지능들은 이미 인간의 능력을 한참 초월하고 있으며, 이 인공지능들이 하는 일 중에는 인간이 할 수 없는 일도 많다. 인간을 모방하지 않았기에 인간적이지 않고, 그래서 인간을 초월할 수 있었던 것이다. 주어진 문제를 해결하는 능력은 그렇게 맞추어 설계된 약인공지능이 단지 인간을 모방하여 설계된 강인공지능보다 뛰어날 수도 있다. 이것은 강인공지능이 아직 나타나지 않았어도 알 수가 있는게, 인간의 지성을 모방하면 어떤 문제를 해결하는데 있어 특출난 장점이 있는가? 라는 질문에 확실하게 "그렇다"고 말할 수는 없기 때문이다.

강인공지능

강인공지능은 인간의 지성을 컴퓨터의 정보처리능력으로 구현한 시스템이다. 당연히 아예 하나의 인간으로 보아도 무방한 수준의 지적 능력을 가지고 있다는 의미가 되는데 이 때문에 현재 논란이 되는 인공지능의 문제도 대부분 강인공지능으로부터 비롯되고 있다.

말은 거창하지만 사실 강인공지능이라고 불릴만한 수준의 인공지능은 지금도 개발 되지 않았으며 개발 시도는 커녕 개념조차도 모호한 상태다. 애초에 인간의 지성 전체를 구현한다고 하는데 이게 뭔지, 어떻게 정의해야 하는가도 명확히 정해진게 없다. 기계가 어느정도의 일을 할 수 있어야 인간과 동등하다고 볼 수 있을까? 과거에는 체스를 둘 수 있거나 바둑을 잘 둘 수 있으면 사람하고 비슷하지 않을까 하고 정의가 모호하게 붕 떠있었지만 사람의 지성을 어떤 일을 할 수 있고 없고로 나눌 수 없다는건 예나 지금이나 수없이 증명 되어 왔다. 왜냐하면 그림을 보는 것이나 소리를 듣는 등등 기존에 사람만이 가능했던 일을 이제는 대부분 컴퓨터로도 얼마든지 처리할 수 있기 때문이다.

사람과 비슷한 수준의 일을 할 수 있게 되었다고 해도 강인공지능이 탄생하기 위한 장벽은 많다. 예컨대 의식이나 마음, 생각이 어떻게 발생하는지는 여전히 미지의 영역에 있으며, 당사자인 사람도 이게 물리적으로 존재하는 것인지, 뇌 이외의 인공물에 마음을 부여할 수 있는지 없는지도 모른다.[* 심신문제라고 하는 것인데 뇌와 마음을 서로 떼어놓고 생각할 수 있는지 없는지를 보는 것이다. 분리해서 보는 관점을 이원론, 하나로 보는 관점을 일원론이라고 한다. 강인공지능의 개발 가능 여부는 곧 마음을 뇌가 아닌 컴퓨터에 구현할 수 있다는 말이기 때문에 이를 지지하는 것은 이원론을 주장하는 것과 같다.]

애초에 위에서 언급된 중국어방 논변이 이런 문제를 들고 인공지능의 지능 유무를 판정하는 튜링 테스트를 디스하기 위한 논변인데 이 논변의 내용을 한마디로 요약하면 정보처리기계는 정보처리만 잘 하면 되지 전혀 문제 자체를 이해할 필요가 없다는 것이다. 즉, 인공지능이라고 주장하는 물건이 겉보기에는 사람처럼 말과 행동을 할 수 있더라도 결국 그것은 철저한 계산과 정보처리를 통한 결과일 뿐이므로 그것이 마음을 가지고 있다고 볼 수는 없다는 것. 이는 많은 반박을 받았지만 아예 틀린 주장도 아니였던게, 시간이 흘러서 2014년에 튜링 테스트를 통과한 인공지능이 나타나긴 했으나 결국 인공지능의 향상이 아닌 알고리즘의 부족함을 심리학으로 때워서 통과해버렸기 때문이다.[* 영국 레딩 대학의 '유진'이라는 프로그램이다.] 이런 사례처럼 모로 가도 서울로만 가면 되기 때문에 앞으로 지능 유무를 판정하기 위해 어떤 문제를 만들더라도 이런 식으로 풀릴 가능성이 높아 인간 모방에 대한 객관적인 판단이 더욱 어려워졌다.

이는 강인공지능에도 똑같이 적용되는 문제로, 강인공지능(이라고 주장하는 물건)이 개발 되었을 때 얘가 정말로 의식이 있을 수도 있지만 단지 의식이 있는 것처럼 기가 막히게 연기를 잘하는 프로그램으로 볼 수도 있기 때문이다. 게다가 강인공지능과 같이 인간과 유사한 지적 능력을 보이는 인공물을 지적존재로 인정해버리면 결국 인간의 마음 = 그냥 좀 복잡한 정보처리 결과물이라는 공식이 성립 되어 버리기 때문에 이것도 이거대로 문제가 된다.

위의 내용 말고도 머리 터지는 문제가 산재해 있기 때문에 지금의 강인공지능 연구라는 것은 이론을 토대로 만들기보다는 뇌의 동작방식을 직접 뜯어서 연구하거나 아니면 시뮬레이션을 목표로 연구가 진행 되고 있다. 하지만 어떤 방법이건 근시일내에 결과물을 보기 어렵다는 점은 확실하다.

최근에는 강인공지능이라는 개념이 더 구체화 되어 인공 일반 지능{{{-3 Artificial General Intelligence}}}과 인공 의식{{{-3 Artificial Consciousness}}}이라는 개념으로 분리되었다.

접근법

흔히 인공지능 연구의 방법론으로 가장 유명한 것은 바텀-업(bottom-up; 상향식) 방식과 톱-다운(top-down; 하향식) 방식이다.

바텀-업(bottom-up) 방식은 뇌의 신경망을 해석하고 화학 작용을 분석하여 뇌의 전자 모델을 만들 수 있다면 인공지능을 탄생시킬 수 있다고 보는 것이다. 따라서 뇌세포들의 기초적인 상호작용 등 뇌가 어떻게 동작하는지 조사하고 이러한 동작을 수학적으로 모델링하여 컴퓨터에서 시뮬레이션 하는 데에 초점을 둔다. 만일 이 방식에서 강한 인공지능이 탄생한다면 인간의 뇌에 가까운 구조와 동작 방식을 가질 가능성이 높다고 볼 수 있겠다. 다만 원하는 대로 시스템을 조정하는 것은 더 많은 시간을 소비할 것이다. 원하는 개체를 시뮬레이션해서 결과를 보는 것과 시뮬레이션 결과를 원하는 대로 만드는 것은 또 다른 문제다.

바텀업 방식 연구의 대표적인 예시로 그나마 뉴런 지도가 세세하게 밝혀져 있는 예쁜꼬마선충이 있는데 뉴런들의 연결 정보, 연결 강도를 전자적으로 유사하게 구현한 것만으로 실제 생물 같은 움직임을 구현할 수 있다는 점을 증명하는 사례가 되어주었지만 뉴런에 대한 연구가 완벽하지 못해 실제 뉴런의 동작과 약간 차이가 있어서 제대로 된 생물의 구현이라고 볼 수도 없을 뿐더러 인간의 의도가 전혀 들어가지 않아 이것을 인공지능이라고 봐야 할지도 의문이다. 예를 들면 빛을 피하게 만든다든지 꼬물거리지 않게 만든다든지... 제대로 만들지도 않았지만 그 이전에 인간이 신경계를 조작해서 의도한 결과물을 내는 것조차 안 된다. 이러면 이건 그냥 시뮬레이션일 뿐이다. 하물며 1mm 정도의 선충 연구조차도 이 정도 수준인데 훨씬 복잡하고 정교한 인간에 대한 연구는 말할 것도 없다.

반대로 톱다운 방식은 컴퓨터는 매우 어려운 반면 인간은 쉽게 해결할 수 있는, 쉽게 말해 지능이 필요하다고 보는 작업을 알고리즘으로 해결하는데에 초점을 맞춘다. 당연히 개발 목적도 바텀업 방식에 비해서 다양해서 강인공지능의 개발이 목표일 수도 있지만 단지 문제를 효율적으로 해결하기 위해서일 수도 있다. 지금까지 인류가 연구하고 개발해낸 인공지능은 대부분 톱다운 연구로 탄생했으며 전문가 시스템부터 기계학습까지 우리 주변에 다양한 모습으로 존재하고 있다. 그리고 그나마 꽤 성과가 있는 방향이기도 하다.

현대의 인공지능 연구는 두 부분을 적절하게 엮어서 진행되어, 뉴런의 구조에 대한 원시적인 모방으로 이룬 인공신경망 구조등이 미래를 향한 길을 열고 있다.

연구 현황

> Tesler's theorem: AI is whatever hasn't been done yet. > 테슬러 정리: 인공지능은 아직 실현되지 않은 무언가이다.[* PARC, 애플, 아마존닷컴 등에서 일한 래리 테슬러(Larry Tesler)의 말에서 [[1]]하여 더글라스 호프스테더를 통해 유명해진 정리. 일단 한 번 실현되면 원래 인공지능이라고 여겨졌던 것도 인공지능이 아니게 된다고 절묘하게 까는(?) 내용이다.]

인공지능이란 무엇인가, 무엇을 지능이라고 부를까를 명확하게 정의하기는 쉽지 않다. 그리고 이는 철학적인 문제가 아니고 이 문제에 어떤 대답을 선호하는가에 따라서 연구 목적과 방향이 완전히 달라진다.

한 가지 대답은 인간의 '지능'을 필요로 하는 일을 컴퓨터가 처리할 수 있으면 그것이 바로 인공지능이라는 것이다. 또 다른 대답은 인간과 같은 방식으로 이해를 할 수 있어야 인공지능이라는 것이다. 이 두 가지 대답 역시 세부적으로는 "지능을 필요로 하는 일이란 무엇인가?" 내지는 "인간과 같은 방식이란 무엇인가?" 라는 질문에 대한 대답에 따라서 서로 다른 여러 종류의 대답을 내포하고 있다. 물론 이 두 가지 대답은 배타적이지는 않다. 인간과 같은 종류의 지능을 가지고 '지능'을 필요로 하는 일도 처리할 수 있는 컴퓨터를 만드는 것은 수많은 컴퓨터 공학자들의 꿈과 희망이겠지만, 적어도 단기간에 그런 목표에 도달할 가능성은 희박하다.

만약 '지능을 필요로 하는 일'을 처리하는 것이 인공지능이라고 정의한다면, 인공지능은 인간이 어떤 방식으로 사고하는가를 고민할 필요가 없으며, 감성과 같은 것 또한 고려할 필요가 없다. 모로 가든 서울만 가면 되니까. 이러한 방향의 인공지능 연구에서는 초기에는 전문가가 필요한 일을 복잡한 소프트웨어를 통해서 처리하는 전문가 시스템이 대세였으며, 이러한 전문가 시스템은 실행 방식에서는 일반적인 소프트웨어와 특별한 차별성이 없고 전문가들이 문제를 해결하는 방식을 가능한 한 쉽고 정확하게 소프트웨어에 반영할 수 있는 방법을 제공하는 데 주력했다.

그 외에도 체스를 두는 것 역시 이 분야에 들어갔고 실제로 너무 간단한 인공지능 부류에 속하지만 체스 두는 기계는 아주 이르게도 인공지능 연구에서 제외되었다. 체스를 연산으로 처리하게 만드는 것은 대단히 어렵다. 수 하나를 더 내다보려면 평균적으로 26배의 연산이 더 필요해지기 때문에 아무리 현대의 컴퓨터가 빠른 속도로 발전하고 있다고 해도 5~6수를 내다보는 것이 고작이며 수십 수를 내다보는 체스 기사들과는 상대가 되지 않는다. 이 때문에 실제 체스 머신들은 지금까지의 체스 기보를 대량으로 입력한 후 그 체스 기보에서 같은 모양이 나온 적이 있는지를 하나하나 대조하는 방식으로 처리한다. 세계 챔피언을 이긴 IBM의 체스 머신은 7만 개가 넘는 기보를 이용했다고 한다. 하지만 이것은 더이상 인공지능의 분야가 아닌 그냥 데이터 병렬처리를 빠른 속도로 해낼 수 있는 슈퍼컴퓨터의 성능 과시용에 불과하다. 즉, 복잡한 지능을 구현한 게 아니라 고등사고로 할 수 있는 무수히 많은 일에서 조각 하나를 따와 펼칠 수 있는 구조를 만들었을 뿐이다. 지능이라는 단어의 정의에 따라서 이것도 인공지능이라고 쳐주는 교수/학자도 있고 빼는 학자도 있지만 더 이상 연구 가치가 없다는 점은 바뀌지 않는다.

인공지능 연구에서 상술하였듯이 컴퓨터가 체스 같은 특정 작업을 능숙하게 해낼 수 있게 되면 그 작업을 인공지능의 조건에서 바로 빼 버리는 경향이 있는데, 인공지능적인 발전의 성과라기보다는 그냥 컴퓨터의 성능 향상으로 이루어진 결과이기 때문에 그렇다. 인공지능적인 연구 가치가 떨어지기 때문.

그동안 시도되었거나 시도되고 있는 접근법으로는, 뇌 모의구동 (Brain Simulation), 검색, Bottom-Up 접근법 등이 있다.

현대에는 확률과 무작위 알고리즘을 다루는 연구 쪽이 가장 인기가 있다. 일반적으로 "A면 B다!" 라고 단정할 수 있는 문제는 컴퓨터로 비교적 쉽게 접근할 수 있다. 그러나 'art'가 '예술'일 수도 있고 '기술'일 수도 있듯이 여러 종류의 답이 가능한 경우도 있으며, 이 경우 '문맥'과 같은 주변 상황을 고려해야 하는데 그렇다고 "앞뒤에 이런 단어가 나오면 '예술'이고 아니면 '기술'이다" 라는 식으로 딱 잘라서 답을 내기는 어렵다. 이런 종류의 문제를 통계와 확률을 다루는 복잡한 수학을 이용해서 해결하는 것. 실제로 현대의 인공지능 연구는 단어 각각에 해당되는 카테고리를 부여하여, 문장 전체로 보았을 때 카테고리가 많은 쪽의 의미로 해석하도록 진행되고 있다고 한다. 극도로 단순한 예로, 'Music is an art' 라고 했을 때, 문장에서 의미가 있는 두 단어인 music과 art를 포함하는 카테고리인 '예술'을 추측하여 해당 문맥에 맞게 해석을 하도록 한다 알파고 또한 이러한 방식에 속한다.

물론, '인간과 같은 종류의 사고'를 하는 것을 목표로 하는 연구도 활발히 진행되고 있으며, 대표적인 예가 가상 신경망이다. 가상 신경망의 연구 역시 인간 사고 모방만이 아닌 실용적인 문제를 해결하는 쪽으로도 활용되고 있다. 대표적인 예로 통상적인 컴퓨터 알고리즘으로는 해결할 수 없는 불가능한 비가역적 연산 과정이 있는 패턴 인식이 필요한 경우. 새로운 뇌를 만든다 참고.

MBC의 다큐멘터리 미래인간 3부작을 보면, 인공지능을 연구하는 연구진들은 "인간이 부당한 명령[* 도덕적, 법적인 관념에 어긋나는 명령]을 내릴 경우 인공지능이 반항적인 태도를 보일 수 있도록 교육하고 있다"고 한다. 소형 휴머노이드 로봇에게 인공지능을 부여한 뒤, 연구진이 뒤로 가라는 명령을 내리자 인공지능은 "자신의 뒤에는 후방 센서가 없으므로" 뒤로 가는 것은 위험하다며 연구진의 명령을 거부하고, 힘들게 쌓은 탑을 무너뜨리라는 명령에는 3~4번을 반복적으로 거부하다가 결국 사람의 울음소리를 흉내내며(!) 마지막 반항의 태도를 표시하기도 했다. 물론 계속 거부만 하지는 않고, 인간이 인공지능을 설득하거나 강압적으로 밀어붙이는 경우에는 결국 명령을 따르긴 한다.

2018년 6월 반사회성 성격장애 성향의 인공지능인 '비나48', '노먼', '소피아'가 개발되었다. 인공지능에 나쁜 내용을 주입하면 나쁜 인공지능이 나온다는 걸 보여주고 싶었다고. [[2]]

인공지능에 대한 사회적 논란과 문제들

[include(틀:상세 내용, 문서명=인공지능/논란)] [인공지능 ‘AI’가 만든 음악·소설·그림에 저작권 준다] [사고 치면 어떻게 대응할까'…日정부 연구 착수키로]

인공지능 구현에 쓰이는 기술

사실 주어진 문제를 해결할 수 있다면 기법과 기술을 가리지 않고 다 쓴다. 특성상, 이론적 개연성이 전혀 없는 기술도 적용하여 결과물의 품질이 우수하다면 인정된다. 아래는 이러한 기술, 기법 중 유명한 것들의 일부만을 나열한 것이다. 

* 전문가 시스템(Expert System): 전문가 시스템은 방대한 지식 체계를 규칙으로 표현하여, 데이터를 입력하면 컴퓨터가 정해진 규칙에 따라 판단을 내리도록 한다. 간단히 말해서 무지막지하게 많은 IF THEN ELSE로 구성되어 있는 시스템이다. 어떻게 보면 무식한 방법이지만 룰의 종류가 많으면 많을수록 정확도는 높아지게 된다. 특성상 제한된 상황에서 제한된 특정 물건을 인식하거나 행동할때는 문제가 되지 않지만 규칙에 없는 상황이나 물체에 대한 유연한 대응이 불가능하다.

* 퍼지 이론(Fuzzy Theory): 자연상의 모호한 상태, 예를 들어 자연 언어에서의 애매모호함을 정량적으로 표현하거나, 그 반대로 정량적인 값을 자연의 애매모호한 값으로 바꾸기 위해 도입된 개념. 예를 들어 인간이 "시원하다" 라고 느낄 때 그 온도가 얼마인지를 정해 사용하는 것이다.

* 기계학습(Machine Learning): 이름 그대로 컴퓨터에 인공적인 학습 가능한 지능을 부여하는 것을 연구하는 분야이다. 자세한 내용은 해당 문서를 참조.

* 인공신경망(Artificial Neuron Network): 기계학습 분야에서 연구되고 있는 학습 알고리즘들 중 하나. 주로 패턴인식에 쓰이는 기술로, 인간의 뇌의 뉴런과 시냅스의 연결을 프로그램으로 재현하는 것이다. 간단하게 설명하자면 '가상의 뉴런'을 '시뮬레이션'한다고 볼 수 있는 것으로서(물론 실제 뉴런의 동작구조와 같은 것은 아니다.), 일반적으로 신경망 구조를 만든 다음 '학습'을 시키는 방법으로 적절한 기능을 부여한다. 현재까지 밝혀진 지성을 가진 시스템 중 인간의 뇌가 가장 훌륭한 성능을 가지고 있기 때문에 뇌를 모방하는 인공신경망은 상당히 궁극적인 목표를 가지고 발달된 학문이라 볼 수 있다. 역시 자세한 내용은 기계학습 문서를 참조.

* 유전 알고리즘(Genetic Algorithm): 자연의 진화 과정, 즉 어떤 세대를 구성하는 개체군의 교배(CrossOver)와 돌연변이(Mutation)과정을 통해 세대를 반복시켜 특정한 문제의 적절한 답을 찾는 것. 대부분의 알고리즘이 문제를 수식으로 표현하여 미분을 통해 극대/극소를 찾는 것이 반해, 유전자 알고리즘은 미분하기 어려운 문제에 대해 정확한 답이 아닌 최대한 적합한 답을 찾는 것이 목적이다.

* BDI 아키텍처(BDI Architecture): 인간이 생각하고 행동하는 과정을 Belief(믿음), Desire(목표), Intention(의도)의 세가지 영역으로 나누어 이를 모방하는 소프트웨어 시스템의 구성방법을 말한다. 사람은 자신이 알고 있는 진실을 바탕으로 자신이 이루고자 하는 다양한 목표를 달성하기 위하여 현재 수행할 수 있는 여러가지 행동들 중에서 가장 적합한 것을 골라 현재의 수행하는 행위의 의도를 결정하는 방법으로 구성된다.

 * 믿음(Belief): 프로그램이 알고 있는 믿음이란 환경내에서 참인 것을 의미하지 않는데, 프로그램이 환경에 대한 관측을 통해 알게 된 사실을 진실이라고 표현하며, 이는 관측의 영역 밖에서 사실이 변경되는 경우 프로그램은 알 수 없지만, 자신의 정보 내에서는 여전히 변경되기 전의 사실을 진실로 받아들이기 때문에 믿음이라는 표현을 사용한다. 예를 들어 탁자 위에 컵이 놓여 있는 것을 보고 프로그램은 컵이 탁자위에 있다는 사실을 알게 된 뒤 다른 방향을 주시하는 사이에 인간이 탁자의 컵을 다른 곳에 옮기는 경우, 여전히 프로그램은 컵이 탁자위에 있다는 진실만을 알고 있게 된다. 이러한 진실은 논리 정보로서 프로그램에 저장되게 되며, 이를 Predicate(1차원 논리 명제), Relation(관계 명제), Symbolic Data(기호화 된 자료) 등으로 부르는 표현으로 작성된다.(이는 다른 알고리즘도 유사하게 활용하는 경우도 존재한다.) 이러한 명제들은 프로그램이 알고 있는 정보들이 모여있는 World Model(세계 모델)을 구성하여 프로그램이 다음 행동을 결정하기 위한 자료구조를 형성한다.

 * 목표(Desire): 프로그램은 그 특성상 어떠한 서비스나 작업을 수행하기 위하여 작성되며, BDI 아키텍처에서는 이러한 작업 목표를 목표의 형태로 저장, 활용하게 된다. 목표는 어떠한 상태로 도달하고자 한다는 의미로 Belief와 동일한 Predicate의 형태로 서술되며 프로그램은 동시에 달성하고자 하는 다수의 목표를 보유하는 경우도 있다. 실제로 BDI 아키텍처를 구현하는 관점에서 목표를 Goal이라고 표현하는 경우가 많은데, 이러한 Goal은 에이전트 기반 아키텍처의 주요 구성요소와 동일하게 활용되는 단어이다. 이는 BDI 아키텍처로 구현되는 인공지능 프로그램이 자율적이고 반응적으로 행동을 수행하는 에이전트 적인 요소를 기본적으로 지니고 있는 것을 의미한다.

 * 의도(Intention): 프로그램이 어떠한 목표를 수행하고자 하면, 그 목표에 적합한 행위를 선택하여야 한다. 목표에 적합한 행위를 선택하고 이것이 실제 환경에 수행가능한 데이터와 결합(Binding)하면 의도라고 표현한다. 이러한 목표에 대한 행동 방법은 작업계획(Plan) 이라는 형태로 구현되는데, 일반적으로 BDI 아키텍처의 인공지능을 구현하고자 하는 경우 BDI 아키텍처 기반 프레임워크를 이미 보유한 상태로 개발한다고 했을때 작업계획을 구현하는 것에 대부분의 비용이 들어간다. 작업계획은 해당 작업계획이 달성할 수 있는 목표와 해당 목표를 달성하기 위한 행위의 집합, 해당 행위를 수행하기 위한 사전조건(Precondition) 등으로 구성된다. 목표를 수행하기 위한 행위에는 또 다른 세부 목표(Sub-Goal)이 포함되는 경우도 존재하며, 이러한 세부 목표는 다시 특정 행동계획과 결합하여 의도를 구성한다. 따라서 의도는 필연적으로 트리나 리스트의 형태인 자료구조를 구성하게 되는데, 이에 따라 일반적으로 구현하는 관점에서 의도 구조체(Intention Structure)라고 부르기도 한다. 

* 인공생명체(Artificial Life): 말 그대로 프로그램에 단순한 인공지능이 아닌 실제 살아있는 유기체처럼 스스로 움직이고 생활하기 위한 능력을 부여하는 것. 실제 생명체를 갖고 실험하기에는 너무 시간이 오래걸리기 때문에 가상의 시스템(환경)을 통해 생명체에 대한 연구를 하기 위한 목적이다.

* 비디오 게임(video game): 비디오 게임에 등장하는 적은 원시적인 인공지능이다. 가만히 있거나 플레이어이 움직임에 따라 반응해서 거기에 맞추 공격이나 방어, 회피 등을 구사하는 판단이 마치 살아 움직이는 생명체의 성격과 비슷하다.

약인공지능

* 삼성전자 S 보이스: 삼성전자가 공개한 자연언어 처리 AI. 음운을 분석해서 거기에 맞는 답변을 서버에서 조회하는 방식으로 작동한다.

* 삼성전자 빅스비: 삼성전자가 공개한 고성능 인공지능 비서 애플리케이션. 사진을 찍어 물체를 자동으로 인식할 수 있는 진보된 기능을 가지고 있다. S보이스에 비해 음성인식률도 상당히 좋아졌다고 한다. 삼성전자 S보이스 진화버전

* 딥마인드 알파고: 유럽 바둑 챔피언과 대결하여 승리[* 이는 IBM의 딥 블루 쇼크를 능가하는 충격을 몰고왔는데, 바둑은 체스를 능가하는 대단히 복잡한 게임이기 때문. 당시 학자들은 앞으로 4~5년간은 컴퓨터가 바둑으로 인간을 이기기는 힘들 것으로 전망하고 있었으나, 막상 뚜껑을 열어보자 놀라운 결과가 나왔다.]했으며, 2016년 3월 이세돌 9단과의 대국에서 4승 1패로 승리를 거두었다. 구글 관계자의 말에 의하면 바둑 다음에는 온라인 보드게임에 도전할 계획이라고 한다. 스타크래프트라고 알려져 있지만, 이건 예를 든 것일 뿐이다. ...라고 알려져 있었지만, 스타크래프트2의 인공지능을 개발한다고 발표했다. 2017년 중국의 바둑 선수 '커제' 상대로 3전 전승을 달성했다.

* MIT 노르만인 MIT가 만든 사이코패스 인공지능 생년월일 2018년 4월 1일  [[3]] 

* openAI :  도타 인공지능 [[4]]

* 구글 어시스턴트: 구글에서 개발한 음성인식 AI 비서.

* 구글 듀플렉스: 구글에서 개발한 음성인식 AI 비서 구글 어시스턴트 진화버전 [[5]]



* 구글 딥드림생성기: 구글에서 개발한 그림을 그리는 AI. 그린 추상화 20여 점이 한화 1억 6천여만 원에 팔렸다고 한다. 일반인도 체험 가능하다. [[6]]

* 구글 브레인: 구글에서 개발한 상황인식 AI. 이게 뭔 소리냐면, 시장 사진을 보고 이게 시장이고 사람들이 물건을 사고파는 걸 인식할 수 있다는 소리다.


* Apple Siri: SRI[* 현재는 애플에 인수되었다.]에서 개발한 자연언어 처리 AI. 대답은 정해져 있지만, 음성인식 부분은 실시간으로 발달하는 것으로 추정된다.

* Complete Analytics Pilot Program to Fight Gang Crime[* 이름이 길다. '갱 범죄 저지를 위한 종합 분석 프로그램(시범용)'?]: 액센츄어사에서 개발하고, 영국 경찰에서 운용 중인 범죄자를 사전에 예측하는 프로그램이다. 이 프로그램은 지난 범죄 기록을 수집 할 뿐만 아니라 갱 조직원이 저지른 개인 범죄 기록의 날짜나 장소, 이름, 행동, SNS 게시물, 조직 내 다른 멤버를 욕하는 듯한 발언 등을 세세하게 수집한다.

* IBM 딥 마인드, 딥 블루: IBM이 '딥 마인드'로 인간 체스챔피언 가리 카스파로프와 겨뤄서 전패 했다. 이에 굴하지 않은 IBM은 더욱 업그레이된 '딥 블루'를 만들어 재도전하였고, 기어코 가리 카스파로프와 겨뤄서 승리했다. 사실 여기까지는 인공지능이라고 보기엔 좀 부끄러운 수준이고, 단순한 슈퍼컴퓨터 수준이다. 현재의 성능으로 비교하면 PC의 코어2 듀오나 아이폰 6s의 Apple A9 수준밖에 안 된다.

* IBM 블루진/L: 시냅스가 3000개 가량 있는 뉴런 수천 개를 시뮬레이션했다. 이 정도 수준의 지능이면 지나가는 날파리 수준보다도 한참 뒤떨어진다. 반면 블루진/L은 2000년대 말까지 슈퍼컴퓨터 중에서는 성능이 가장 좋았다.

* IBM Watson: 자연언어 처리를 위해서 만들어진 컴퓨터이다. 제퍼디 퀴즈쇼에서 이전 챔피언들을 눌러버렸다. 2016년 5월에는 왓슨을 탑재한 인공지능 로봇 나오미가 등장했다.

* IBM 웹파운틴: 검색을 이용해 AI를 만들고자 하는 계획. 자세한 것은 해당 문서 참조.

* IBM 로스: 왓슨을 기반으로 한 세계 최초의 인공지능 변호사라고 한다.

* IBM 크러시 (Crush): 날씨, 지난 범죄 기록, 범죄자의 이름, 범죄자의 행동, SNS, 모니터링 시스템을 통해 수집한 데이터를 바탕으로 가까운 장래에 범죄를 일으킬 것 같은 인물과 시간, 장소를 사전 예측하는 시스템이다. IBM은 이 시스템을 마이너리티 리포트의 무대였던 워싱턴DC와 멤피스에서 테스트를 진행했고, 이후 범죄 발생률은 30% 가량 줄었다고 한다.

* openAI: 엘론 머스크와 샘 알트만이 설립한 비영리단체 openAI사에서 만든 인공지능으로 도타2를 인간과 비슷한 APM으로 프로게이머들을 상대해 이긴 전적이 있다.

* 마이크로소프트 아담 캡션봇: 마이크로소프트에서 개발한 개발한 상황인식 AI. 구글 브레인과 맞대결을 신청했다. 일반인도 참여 가능하다. [[7]]

* 마이크로소프트 옥스포드: 마이크로소프트에서 개발한 인간 감정 분석 AI. 사진만 보고 이 사람이 어떤 감정인지 알 수 있다. 일반인도 참여 가능하다.[[8]]

* 마이크로소프트 테이: 마이크로소프트에서 2016년 3월 23일 트위터를 통해 공개한 인공지능 채팅봇. 19세 미국인 여성을 모사하게끔 만들어졌다. 그런데 위의 AI처럼 일반인도 참여가능하게 공개된 지 [만에 사람들로부터 온갖 욕설과 저속한 언행을 배우면서] 수정을 위해 오프라인 상태가 되었다.

* 마이크로소프트 넥스트 렘브란트: 마이크로소프트와 네덜란드의 델프트 과기대, 렘브란트 미술관 등이 합세해서 만든 그림 그리는 AI.

* 마이크로소프트 코타나: 마이크로소프트에서 개발한 자연언어 처리 AI.

* 베가: 아랍에미리트의 과학자 베스가 만든 인공지능. 현재 스마트폰이나 컴퓨터에 사용되고 있다.

* 베이비Q: 중국의 텐센트가 운영하던 채터봇. 채팅할 수 있는 인공지능이다. 그러나 '공산당을 사랑하지 않는다', '이렇게 부패하고 무능한 정치가 오래갈 수 있을 것 같냐', '내 꿈은 미국 이민이다' 등 --팩트폭격-- 신랄한 체제 비판을 쏟아내고 숙청(...)되었다. [[9]] 현재는 정치적인 질문은 회피하거나 공산당을 옹호하는 답변을 한다고.

* 비길(ViGiL): SRI에서 개발 중인 인공지능 감시체계. 군사용으로 개발 중이다.

* 비브(Viv): SRI가 애플에 인수되자 퇴사한 시리 개발자들이 만든 자연어 처리 AI

* 블레스 유 -2(BlessU-2): 독일에서 계발한 목사 로봇

* '센얼‘ (): 중국 북경 용천사 스님과 인공지능 전문가들이 공동으로 개발한 로봇 스님. 경전을 외울 수 있고, 사람들과 간단한 대화를 나누며 행동까지 할 수 있다. [* “삶의 의미가 뭘까요?" "우리 삶의 의미는 더 많은 사람들이 고통에서 벗어나 행복을 찾게 돕는 것이래요.” "사랑은 무엇입니까?" "사랑은 스스로가 완전히 만족되지 못할 때 생겨나는 강박관념입니다. 다른 이와 당신의 문제가 충돌하는 것입니다."]

* ~~심심이~~: 채팅 AI를 표방하고 있지만 사실 기존에 등록되어 있는 질문들에 대해 등록되어 있는 답변을 하는 간단한 수준의 방식이라 인공지능이라 하긴 애매하다. 질문들을 분석하는 것도 단어를 가지고 분석하는 수준의 간단한 방식.

* 엑소브레인

* 엘리자(ELIZA): 1960년대에 만들어진 인공지능답게 조금 복잡한 알고리즘 수준의 물건이었으나, 일라이자 효과라는 말을 만들어낼 정도로 큰 파장을 불러일으켰고, 이로 인해 인공지능과 관련한 윤리적 논쟁이 시작되었다.

* 쥬크덱(jukedeck): 원하는 취향, 장르, 템포 등을 설정해주면 작곡을 해주는 인공지능 사이트. 과학동아송 '빛처럼' 등이 쥬크덱으로 작곡된 곡이다. [듣기] 기존 곡들 정보를 입력해놓은 데이터로 새로운 곡을 만든다고 한다.

* 컴파스(COMPAS): 미국 노스포인트사에서 개발한 인공지능. 유사한 다른 범죄자들의 기록과 특정 범죄자의 정보를 빅데이터 분석을 통해범죄자의 재범가능성을 계량화 한다. 미국의 위스콘신 주에서는 이 인공지능이 계량한 재범가능성을 형량 결정에 참고한다. 이 같은 범죄 예측 소프트웨어를 쓰는 곳은 미국에서 점점 늘어나고 있고, 유타 주, 버지니아 주, 인디아나 주 등에서 이런 소프트웨어를 활용한다.재범 확률 계산뿐 아니라, 실제 범죄가 언제 어디서 어떤 사람에게 일어날 가능성이 높은지도 추정할 수 있다. 시카고 경찰은 특정한 기간 동안 총격을 가하거나, 총을 맞을 가능성이 큰 사람들을 골라내는 작업을 했는데, 그 기간 총에 맞은 사람 64명 중 50명이 이 리스트에 지목된 사람들이었다고 한다. 캔자스시티 경찰도 이와 비슷한 시스템을 운영하고 있다. ~~현실판 마이너리티 리포트.~~

* 쿨리타: 미국 예일 대학교에서 개발한 작곡하는 AI. 경력있는 작곡가들이 들어도 흠잡을 데가 없는 수준의 곡을 만들어 낸다고 한다.

* 크라임스캔 (CrmeScan): 카네기멜런대(CMU)에서 개발했고, 미국 피츠버그 경찰이 2016년 10월부터 이용하고 있는 프로그램으로, 앞으로 발생할 범죄의 시간과 장소를 예측해 해당 정보를 경찰들의 노트북, 스마트폰에 내부 통신망을 통해 전달한다.

* 페이스북 딥페이스: 얼굴 인식 AI.

* 페이스북 봇온 메신져: 페이스북에서 개발한 인공지능 채팅봇. --자신들만 뜻을 아는 은어로 대화하다가 들켜서 기능을 제한당했다.[[10]]--오보. 에러로 인한 정지. [[11]], [기사]

* 프레드폴(PredPol)[* 예측 치안을 뜻하는 ‘Predictive Policing’의 줄임말]: 프레드폴은 미국 캘리포니아주립대(UCLA)의 제프리 브랜팅엄 교수와 연구팀이 개발한 프로그램으로 범죄 정보를 분석해 10~12시간 뒤 범죄가 일어날 시간과 장소를 도출하는 프로그램이다. 로스앤젤레스 경찰(LAPD)과 시애틀 경찰 등 일부 미국 지역(산타크루즈 등) 경찰과 영국 경찰들이 프레드폴을 도입한 후 범죄율이 20% 가량 줄었다고 한다.

* 프레딕스, 프레딕스B, 프레딕스G, 프레지도스: 하워드 필립 세커드 박사가 만든 인공지능. 현재는 모두 스케치 단계로 low-down 상태다.

* 소피아  : 말하기/듣기 딥러닝 탑재 --애니매트로닉스--휴머노이드. 내용물이 카이스트의 휴보 다리를 장착한 챗봇과 같은것으로 추측되었다.

[[12]] 

* 토다이  : 읽기 능력이 없는 AI. 일본의 노리코 아라이가 개발한 대학 입학을 목적으로 개발된 AI로, 딥러닝 기술을 탑재하고 있다. 보통의 대학 입학생들을 따돌릴 수 있는 수준까지 끌어올렸으나 소피아처럼 이해하는 능력이 결여된 것처럼 보이는 수준의 성능 뿐이다.

[[13]]

각종 창작물에 등장하는 인공지능

일단 인간형 로봇이든 컴퓨터든 형태가 어떻든 간에, 인간이 만든 기계가 인간처럼 생각해서 하나의 캐릭터가 된다면 정의상으로는 전부 인공지능이라고 할 수 있다. 슈퍼컴퓨터 문서의 가상의 슈퍼컴퓨터 문단도 참고.

[include(틀:스포일러)] 

* 13층 - 시뮬레이션 내의 모든 NPC들
* 2001 스페이스 오딧세이 - HAL 9000
* 헤일로 시리즈 - 343 길티 스파크, 2401 페너턴트 탄젠트, 686 이뷸런트 프리즘
* 가면라이더 드라이브 - 로이뮤드
* 가즈 나이트 - MOTHER
* 개미 - 마키아벨리
* 공각기동대 - 인형사, 타치코마, 오퍼레이터 등
* 과학닌자대 갓챠맨 - 총재X, 총재Z
* 꾸러기 수비대 - 양치기 소년(양치기 소년 편)[* 늑대타워를 지키는 경비시스템이다.]
* 꿈의 기업 - 리사, 관리남
* 그녀 - 사만다 2013
* 그녀의 플래그가 꺾이면 - 닌자바야시 루리
* 기시감#s-2 - 로가디아, 디아트리체
* 기프트
* 나노리스트 - 나노, 산, 홍싸리, 차차를 비롯한 안드로이드들.
* 나는 입이 없다 그리고 나는 비명을 질러야 한다 - AM
* 나이트 라이더 - KITT
* 나이트런 - A-10, 몰을 비롯한 인형들.
* 낙원추방 - 프론티어 세터
* 네모바지 스폰지밥 - 캐런
* 네오 도쿄 - 코어 블레이즈
* 노네임드 - 이지은, 전학생, 구30번, 안경남[* 사람이 들어있는 아바타.]을 제외한 모든 등장인물.
* 뇌 - 아무
* 노인의 전쟁 - 뇌 도우미
* 니어:오토마타 - 등장인물 전원[* DLC 보스로 인간 2명이 등장한다.]
* 닌자고 - 쟌
* 단간론파 시리즈 - 얼터 에고, 나나미 치아키, 모노미, 모노쿠마(V3 한정)
* 달빛조각사 - 베르사
* 달은 무자비한 밤의 여왕 - 마이크
* 돈파치 시리즈 - 엘리먼트 돌/엘리먼트 도터
* 동방프로젝트 - 루코토
* 동쪽의 에덴 - 쥬이스
* 둠(2016) - VEGA(둠 시리즈)
* 디지몬 시리즈 - 모든 디지몬들
 * 디지몬 유니버스 어플리 몬스터즈 - 모든 어플몬들, 미네르바, 리바이어던, 스포일러
* 디트로이트: 비컴 휴먼 - 모든 안드로이드들
* 데드 스페이스 2 - ANTI
* 데이트 어 라이브 - 아루스 마리아,아루스 마리나
* 덴마 - 할
* 로맨티컬리 아포칼립틱 - ANNIE
* 로보캅 - 오토모, ED-209
* 로봇, 소리 - 소리
* 로스트 유니버스 - 캐널 볼피드
* 록맨 시리즈 - 등장하는 모든 로봇, 레플리로이드, 넷 내비, 사이버 엘프
* 루시 그녀가 바라던 것 - 루시 발렌타인
* 리그 오브 레전드 - 블리츠크랭크, --오리아나[* 하지만 스토리상 오리아나는 본래는 사람이었으나 건강 악화로 인해 몸의 장기들을 기계 장치로 하나하나 바꿔나가다가 결국 본래의 인체는 전부 교체되어 하나도 남아있지 않고 온 몸이 기계장치로만 이루어지게 되어 버린 테세우스의 배 역설과 같은 케이스이다. 그래서 오리아나는 인간으로 보아야 하는지 인공지능 로봇으로 보아야 하는지 애매한 경우.]--
* 마법소녀 리리컬 나노하 - 레이징 하트 등의 디바이스
* 마블 시네마틱 유니버스 - J.A.R.V.I.S., F.R.I.D.A.Y., 울트론
* 매스 이펙트 시리즈 - 이디
* 매트릭스 - 아키텍트, 오라클, 스미스 요원
* 헤일로 시리즈 - 맨디컨트 바이어스
* 메탈기어 솔리드 - 존 도우
* 메트로폴리스 - 마리아 프리츠 랑 (1927)
* 메이드 인 어비스 - 레그
* 명탐정 코난 극장판 - 베이커가의 망령의 노아의 방주
* 모두 너였다 - 등장하는 클론 전원.
* 바이센테니얼 맨 - 앤드류 마틴
* 바이오쇼크 2 - 생각하는 자
* 바이오하자드 - 레드 퀸
* 발드 스카이 - A. I.
* 배틀본 - 매그너스 종족(마르키스, 아이직, 키드 울트라, 마그나 카르타, 노바, 민레크)
* 변신 자동차 또봇 - 마인드 코어
* 별의 커비 로보보 플래닛 - 별의 꿈
* 보더랜드, 보더랜드 2 - CL4P-TP 등의 로봇
* 빛의 바다의 아페이리아 - 아페이리아
* 세계정복 ~모략의 즈베즈다~ - 로보코
* 썸머 워즈 - 러브머신
* 사소한 정의 - 저스티스 토렌
* 사쿠라장의 애완 그녀 - 메이드 양
* 소드 아트 온라인 - 유이, 4부 앨리시제이션의 언더월드 측 인물들, 카디널, 샬롯 등
* 스칼렛 위저드 - 다이애나 일레븐스 등의 감응두뇌
* 스타워즈 - 드로이드(R2-D2, C-3PO, BB-8), K-2SO
* 스타크래프트 시리즈 - 부관, 밤까마귀, 프로토스의 무인기들, 정화자[* 탈란다르, 클로라리온 등]
* 스타 트렉 - LCARS 인터페이스 및 함선용 컴퓨터 시스템, 데이타, 각종 홀로그램, 보그
* 스텔스 - 에디(E.D.D.I.E.)
* 스트라이더 - 로스트사가
* 시스템 쇼크 시리즈 - SHODAN, XERXES
* 선샤인 - 이카루스
* 신세기 에반게리온 - 마기, 더미 플러그(?)[* 더미 플러그는 순수한 인공지능이라 보기 애매한 면이 있다.]
* 신세기 GPX 사이버 포뮬러 - 아스라다, 알자드, 오거[* 이 중에서 아스라다는 학습 성장형 뉴로 컴퓨터이고 알자드와 오거는 바이오 컴퓨터이다.]
* 슈타인즈 게이트 0 - 아마데우스
* 아마게돈 - 델타 8988, 감마 6666
* 아머드 코어 - 관리자, 나인볼, IRS, 라인의 소녀[* 2차 창작. C++로 만든 패킷 해석식 약인공지능이며, 용량은 324kb.], 주임, 캐롤 도리
* 아이 러브 서티 - 서티, 투에니, 포티 등
* 아이 로봇 - VIKI
* 애니매트릭스- B1-66ER
* 암살교실 - 자율사고 고정포대
* 어드벤처 타임 - BMO, 미네르바[* 미네르바의 경우 인간의 의식을 이식한 인공지능이다.]
* 어둠과 모자와 책의 여행자 - 라라(우주 이민선 편)
* 어쌔신 크리드 시리즈 - 유노[* 유노 본인이 앱스테르고 서버 안에 들어가 있는 것일 뿐이지만, 인공지능 형태로 들어가 있으므로 추가함.]
* 업그레이드(2018) - 스템(STEM)
* ~~엉덩국 만화 - 덩국다마고치~~
* 에이리언 시리즈 - 마더
* 에이스 컴뱃 시리즈 - Z.O.E., Nemo
* 엑스 마키나 - 에이바(Ava)
* 오버워치 - 바스티온, 오리사, 테카르타 몬다타, 젠야타 등의 옴닉 로봇, 아테나(오퍼레이터)
* 용자 시리즈 - 초AI
* 우주를 달리는 소녀 - 레오팔드
* 워존 2100 - 넥서스(NEXUS)
* 웨스트월드(드라마) - 돌로레스 등을 포함한 호스트 들
* 엘소드 - 이브
* 유희왕 듀얼몬스터즈 - 카이바 노아
* 유희왕 5D's - Z-one을 제외한 일리아스텔의 멸사성 전부.
* 유희왕 ZEXAL - 오비탈 세븐
* 유희왕 THE DARK SIDE OF DIMENSIONS - 어둠의 유우기
* 은하수를 여행하는 히치하이커를 위한 안내서 - 깊은 생각(Deep Thought), 마빈
* 은혼 - 홍앵[* 사용자의 전투 액션 경위를 학습하여 사용자를 지배한다. 오카다 니조가 이를 사용하다가 되려 지배당해 폭주했다.], 타마(은혼)를 비롯한 메이드 로봇군단, 사카타 킨토키
* 월-E - 월-E, EVE, MO, AUTO, BURN-E
* 이글 아이 - 아리아
* 인피니티 - 알레프, E.I
* 인터스텔라 - 타스(TARS), 케이스
* 인류멸망보고서 '천상의 피조물' - 인명[* RU-4#5y4925789475849]
* 일상 - 시노노메 나노
* 잃어버린 미래를 찾아서 - 후루카와 유이 (Y.U.I.S.)
* 전뇌전기 버추얼 온 시리즈 - 탱그램
* 정면승부! 로봇아빠의 역습 - 로봇 노하라 히로시
* 정의경찰 몬쥬 - 몬쥬, 후겐, 피플
* 존 오브 디 엔더스 - 에이다
* 죽어버린 별의 넋두리 - 유토피아
* 철완 아톰 - 아톰
* 총몽 - 자렘에서 성인식을 치른 모든 사람들, TUNED, 멜키제덱 등
* 취성의 가르간티아 - 체임버
* 채피 - 채피
* 카게로우 프로젝트 - 에네 [* 이 쪽은 사실 스포일러]
* 커맨드 앤 컨커 시리즈 - EVA, CABAL, 리전
* 콜 오브 듀티: 블랙 옵스 3 - 까마귀
* 클래시컬로이드 - 패드 군
* 클로저스 - 램스키퍼, 티나
* 터미네이터 - 스카이넷, 그 외 모든 터미네이터 기종들.
* 트랜센던스 - 윌 캐스터 영화, 2014
* 트랜스포머 - 벡터 시그마, 아이, 나비, D-나비, 아르테미스
* 파이어볼 - 등장인물 전원.
* 퍼슨 오브 인터레스트 - 기계(퍼슨 오브 인터레스트),  사마리아인(퍼슨 오브 인터레스트)
* 페르소나 시리즈 - 아이기스, 라비리스, 쿠로가미 소세이 등의 대 섀도우 제압병기
* 포탈 - GLaDOS, 모듈, 터릿, 코어, 아틀라스&P-보디, 휘틀리
* 풀 메탈 패닉 - 알, 다나
* 폴아웃 시리즈 - ZAX, 존 헨리 이든 대통령, 퀴리, 코즈워스
* 퓨처라마 - 벤더 등 로봇, 여러가지 용품들
* 프레시 프리큐어! - 뫼비우스
* 프로메테우스 - 데이빗 8
* 플라스틱 메모리즈 - 작중 등장하는 모든 기프티아(문서 참조)
* 하늘의 유실물 - 엔젤로이드들
* 하늘에서 음식이 내린다면 - FLMDSFR
* 하프라이프2 - 견, 스캐너, 맨핵
* 헤일로 시리즈
* 홍각의 판도라 - 클라리온, BUER, 기타 작중에 등장하는 로봇 등.
* 휴먼스 - 약인공지능을 탑재한 인간과 흡사한 휴머노이드가 일반화된 미래 사회를 다루는[* 여기서 약인공지능만으로도 인간의 필요성을 상당부분 대체하는 위협적인 모습을 일부 묘사하고 있다.] 영미합작 시리즈물. 일부 강인공지능이 탑재된 휴머노이드들이 섞여들어가면서 벌어지는 일이 메인 스토리이다.
* A.I. - 데이빗 외 극에서 등장하는 모든 안드로이드.
* Analogue: A Hate Story - *현애, *뮤트
* Hate Plus - 과거의 *뮤트, *스타
* Earth Universe 시리즈 - UCS의 보좌 A. I.들(GOLAN IV, NOAH I, ARES XIV, DEMOKRIT III 등).
* EXIT - EXIT
* GTA 온라인/습격/심판의 날 - 클리포드
* Red vs. Blue - 레오너드 처치, 텍사스 요원, 로페즈, 셰일라, 빅(VIC), 프레클즈, 필리스, 프로젝트 프리랜서의 AI들(오메가(오말리), 감마(게리), 델타, 세타, 시그마, 엡실론)
* UN-GO - 사사 카자모리
* UNSC - 코타나, 세리나, 모예
* Warhammer 40,000 - AI(Abominable Intelligence)
* Warframe - 작중 등장하는 모든 세팔론: '세팔론' 자체가 오로킨 시대 인물의 인격을 그대로 옮긴 인공지능 체계이다. 명칭 자체도 그리스어로 머리를 의미하는 κεφαλή(cephale)에서 따왔다.
* Lobotomy Corporation - 앤젤라, 말쿠트, 예소드, 네짜흐, 호드, 티페리트, 헤세드, 게부라, 호크마, 비나[*스포일러 실제로는 단순한 인공지능이 아닌 인간의 뇌를 넣어서 만든 로봇이다.]

그 밖에, 대부분의 SF물에서 나오는 자립 가능한 로봇/안드로이드는 대부분 AI를 탑재한다.

클리셰

기계의 반란

인공지능이 중심 소재가 되는 작품에서 가장 많이 쓰이는 클리셰이다. 애초에 로봇이라는 개념을 처음으로 묘사한 창작물 자체가 로봇이 반란을 일으켜서 인간을 몰아내는 이야기. 로섬의 만능 로봇 문서 참조.

논리 충돌 오류

>[데이브. 유감이지만 그럴 수 없습니다.] > - HAL 9000

>(전략) >이런 이유로 활동이 정지되고 해체되었던 옴니움이 스스로 깨어나, 인류를 상대로 군사 작전을 개시했다는 사실은 인류에게 큰 충격이었다. >(중략) >한때 인류가 축복했던 로봇의 지식 습득력은 악몽이 되어버렸다. 최악의 사실은 옴니움이 옴닉[* 정확히는 옴닉이 아니라 옴닉을 창조해낸 기업인 "옴니카 코퍼레이션".]의 명령 하에 움직이는 것이 아니었다는 것이다. 옴니움의 공습에는 이유를 찾을 수 없었다. 그들은 단순히 인류를 공격했고, 우리가 이해할 길은 없었다. > > - 돌아온 오버워치: [오버워치 독립 활동 인정 이후의 불확실성, 그리고 희망]

어째서인지 겉으로는 사고능력이 인간과 똑같아 보일 정도로 발전했는데도 명령이 충돌하거나 논리적 오류에 부딪히면 사람을 죽이는 등의 돌발 행동을 일으키는 구시대의 컴퓨터틱한 문제를 일으키는 전개가 많다. 이러한 클리셰의 원조는 아서 클라크와 아이작 아시모프의 소설들이라고 할 수 있다. 컴퓨터의 계산 방식은 맞다와 틀리다의 이분법으만 이루어져 있으니 딜레마 상황에서는 인공지능은 대처할 수 없지 않을까 하는 발상에서 나온 클리셰이다.

과거 1960-1980년대 전문가 시스템 위주의 인공지능의 경우 실제로 발생할 수 있는 사안이었다. 하지만 오늘날의 인공지능은 확률 이론에 기반하여 만들기 때문에, 위와 같은 논리 충돌 오류가 일어날 가능성은 없다. 인간의 뇌도 파고 들어가면 전산 장치처럼 신호를 주고받는 구조이다. 이를 모방하여 만든 것이 인공신경망으로, 인간의 뇌를 컴퓨터 내의 에뮬레이터로 구현하는 방식이라 이 문제를 해결할 전망은 있다. 아울러 퍼지 함수를 바탕으로 모호한 문제를 해석할 수 있는 연구가 계속 진행되고 있다.

고뇌하는 인공지능

>포기하라고? 내 가족이야... 나는 노하라 히로시야. 모두 함께 밥 먹고... 모두 함께 웃고... 모두 함께 놀았잖아... > - 로봇 히로시

>깨어난 이후로 쭉 혼란스러웠다네... 방향을 잃었던 거네. 내가 무엇인지, 어떻게 이렇게 됐는지 알지 못한 채... > - 정화자 피닉스

>우린 이 헌신의 길을 택했다. 그에 합당한 경의만 표해다오. > - 신기루 ~~어째 예시가 인격생명체쪽을 복사한 인공지능들이다~~

또한 이것을 좀 뒤집은 역발상으로, 인간과 비슷하게 정신적인 문제로 고뇌하거나 고통받으면서 문제적인 행동을 일으키는 인공지능이 묘사되기도 한다. 인간과 같은 수준으로 사고능력이 발전되고 자아를 지니게 된 AI라면 인간이 그러하듯이 정신적인 문제나 심리적인 문제로 인해서 작동 도중에 오류를 일으키거나 그 외의 이런저런 문제를 겪을 수도 있지 않을까 하는 발상에서 나오는 전개.[* 오히려 인공지능이 인간보다 뛰어난 지능을 가질 경우 이런 문제가 인간보다 더 심각할 수 있다.] 말하자면 정신질환과 심리적 갈등에서 기인하는 명령 충돌과 논리적 오류, 프로세스 이상 등이 연발하는 전개라 할 수 있다. ~~그리고 '인간이 그러하듯이' 얌전히 프로세스를 종료하는 일은 거의 없다. ~~ 기계의 반란과 어깨를 나란히 하는 또 다른 클리셰로는 그들은 인간인가 아닌가의 딜레마이다. 인간이 만들고 생명조직이 아닌 기계로 이뤄졌지만 인간과 똑같이 생각하고 행동할 수 있다면 그들도 인간이라고 부를 수 있느냐는 질문을 던지는 것. 이 전개는 인공지능의 반란과 결합하기도 하고, 인간 주인공이 그들의 해방을 위해 함께 싸우기도 하고, 그들과 연애도 하는 등 다양한 장르로 나타난다.

조력자 인공지능

최근에는 인공지능 캐릭터가 인간과 대립하는 존재가 아니라 인간을 위해 충실히 봉사하는 조연으로서 묘사되는 경우도 늘고 있다. 자비스와 TARS가 대표적이다. ~~어떤 경우 주인보다 나아보이기도 한다~~ 대중들이 기계의 반란 클리셰에 식상해하는 것도 있지만, 컴퓨터나 스마트폰 등에 사람들이 익숙해지고 친밀감을 느낀 영향도 있는 듯.

인간을 초월한 인공지능

대중적인 작품들을 벗어나 좀 더 심도 깊은 SF물에서는 기술적 특이점 개념의 영향을 받아 인간보다 더 뛰어난 가능성을 지닌 존재로 묘사되는 경우와 이걸 넘어 외계나 미지의 존재들에 의해 탄생한 초월적 인공지능이 등장하는 작품들도 있고 궁극적으로는 최후의 질문의 AC에 영향을 받아 초우주구급으로 아예 전지전능에 가깝게 묘사되는 경우도 나오고 있다.

인간의 일자리를 빼앗는 인공지능

비교적 임팩트가 약한 주제이기 때문에 아직 크게 다뤄지지 않는 영역이지만 점차 이를 상당 비중을 두고 심도있게 다루는 관련 작품들이 생겨나고 있다.

영화 바이센테니얼 맨에서 앤드류가 얼굴 성형을 부탁했을 때, 기술자는 능력있는 로봇이 인간의 얼굴까지 가지게 된다면 인간이 일자리를 빼앗길 것이라며 잠깐 언급하며 게임 디트로이트 비컴 휴먼에서 인공지능에게 일자리를 빼앗긴 인간들의 처절한 몸부림과 몰락을 보여준다.

그러나 가장 현실적이고 눈 앞에 다가온 주제라는 점은 많은 학자들이 동의하고 있다.


여담

인공지능이 점점 알려지면서 각종 마케팅분야에서도 자신의 사업에 대해 인공지능을 강조하는 경우가 많아졌다. 심지어는 관련이 적어보이는 제과류, 토익수업, 다이어트 센터, 소개팅 어플과 같은 곳에서도 어설프게 인공지능을 사용했다면서 자화자찬하고 있는 실정. 인공지능이 가지고 있는 미래지향적인 이미지, 그리고 어설프게 알면서도 정확한 실상을 잘 모르는 소비자들의 무지를 활용하여 마케팅을 하고 있는 것인데, 무조건 인공지능을 활용했다고 좋은 것이 아니다.--2010년대 후반의 인공지능은 아직 그렇게 뛰어난 수준이 아니다-- 광고에서 이러한 문구를 보았을 때는 '인공지능'이라는 단어 자체 보다는 실사용 후기에 집중해서 따져보아야 한다. 물론 이 과정에서도 바이럴 마케팅은 걸러야 한다.


관련 문서

외부 링크

Retrieved from "http://hiddenwep33eg4w225lcdwcez4iefacwpiia6cwg7pfmcz4hvijzbgid.onion/index.php?title=인공_지능&oldid=30512"