성냥갑으로 재미있고 쉽게 배우는 인공지능 이야기 by 모리카와 유키히토

[ 밑줄/연결 ]

 

(제1장. 컴퓨터 속의 유전자 GA, Genetic Algorithm)

 

DNA와 유전자는 어떻게 다른가? DNA는 4종류의 염기 배열 그 자체를 말하는 것이며, 유전자란 그 배열 속에서 어떤 역할을 하는 부분을 의미한다. DNA에는 유전자 이외에도 (오늘날에는 아무런 역할도 하지 않는 것으로 간주되고 있는) 인트론이라는 부분도 있다. 그런데 실제로 DNA의 90% 이상은 이 인트론으로 구성되어 있다.

---> 유사하게 인간 DNA 중 98%는 단백질을 암호화하지 않는다는 이유로 쓸모없는 ‘정크(쓰레기)’로 취급받았다. 그러나 최신 생명과학 연구 결과에 따르면, 정크 DNA는 유전자 발현 조절, RNA 암호화, 세포 분열, 암, 유전 질환, 노화 등에서 매우 미묘한 방식으로 중요한 기능을 수행한다는 사실이 밝혀졌다.

GA란 다윈의 진화론을 모티브로 한 AI다.  뉴럴 네트워크, 엑스퍼트 시스템과 함께 AI 삼총사를 이루는 대표적인 AI모델이다.

 

'우수한 개체 = 훌륭한 해답'으로 상정해 놓고 보면, 진화의 방법을 써서 해답을 찾고자 하는 것이 곧 GA이다.

 

GA의 가장 큰 특기는 '다양한 답안 중에서 가장 훌륭한 답안을 찾아내는 것'이다.

 

(제2장. 뉴럴 네트워크)

 

뉴럴 네트워크(Neural Network = NN)은 우리 인간이나 동물의 두뇌 구조와 기능을 모델로 한 AI이다. 

 

먼저 우리가 스승이 되어 예제와 그에 대한 모범 답안을 준비해 놓고 가르쳐 줄 경우, 그 다음은 가르쳐준 것은 물론 가르쳐주지 않은 것에 대해서도 스스로 판단하거나 추리할 수 있게 되어가는 특기를 지닌 AI이다.

 

각각의 뇌세포가 갖고 있는 기능보다는 어떤 세포와 어떤 세포가 연결되어 있는가 하는, 네트워크의 구조가 더 중요하다........뇌세포는 다른 뇌세포로부터 받은 전기신호의 양이 어느 일정한 양 이상이 되면 흥분한다. 하지만 그 이하일 경우에는 흥분하지 않는다. 어느 정도의 양을 받아야 흥분하는가는 세포마다 각기 다르다......이 경계가 되는 값을 '역치(자극에 대한 의식 작용이 생기고 소멸하는 경계점)'라고 한다.

20세기 중반에 심리학자 베브 박사가 발표한 논문에는 다음과 같은 글이 실려 있다.

"시냅스(Synapse, 신경세포의 연접 부위)의 앞과 뒤에서 동시에 신경세포가 흥분할 경우 그 새냅스 효율은 강화된다."

---> 역자는 베브 박사라고 했는데 Hebb박사 (우리 말로는 헵의 법칙, 헤브의 법칙) 박가가 아닐까 싶다. 

 

귤을 먹을 때는 노란색에 흥분하는 세포, 둥근 형태에 흥분하는 세포, 신맛에 흥분하는 세포, '귤'이라는 단어에 관계된 세포가 동시에 흥분하게 되는 것이다.

---> 원서와 번역본에는 '우메보시'로 되어 있는데....내가 우메보시를 먹어 본적이 없어서...바꿨다. 

 

(인공두뇌 제1호, 펄셉트론)

1958년 로젠브랜드라는 과학자가 뇌세포가 흥분한다 안한다는 상태를 수학적 모델로 만들고 헤브의 법칙을 결합시켜 뉴럴 네트워크 모델의 효시라 할 수 있는 '펠셉트론'을 만들어낸다.

 

결합이 강화된다 = 선이 굵어 진다 =  그 안에 흐르는 전기의 양이 많아 진다. 

 

일기 예보: 그 날의 구름 모양, 기온, 기압과 같은 기상 자료를 입력하면 다음 날의 날씨를 예측해 준다.

 

주가 예상: 그 날의 주가, 1주일 간의 주가 동향, 시장 전체의 동향 등을 입력하면 다음 날 목표주가 오를 것인지 내릴 것인지를 가르쳐 준다.

 

위조지폐 발견: 지폐의 여러 부분의 특징. 예를 들어 색상이나 무늬 같은 것을 입력하면 그 지폐가 위조지폐인지 진짜인지 판단해 준다.

 

어떤 정보를 입력하면 그 정보를 토대로 하여 추리해서 예측이나 판단을 해주는 것, 이런 일을 잘하는 AI가 바로 NN

 

암기한 것을 기억해낼 뿐 아니라 모르는 것에 대해서도 과거의 경험 (학습 내용)을 살려 추리해내는 것, 이런 능력이 바로 NN의 특징이다. 

 

 

 

[ 자평 ]

 

일본어로 된 원서 자체가 2000년에 나온, 인공지능 분야에서는 아주 철지난 책이라고 볼 수 있다.

(국내는 2003년에 출판되었고 절판이다)

 

오래된 책이기는 하지만 지금 다시 보아도 설명이 너무 쉽고 설명에 사용된 그림이 너무 예쁘다.