지식은 이제 데이터의 형태를 갖고 있다.

 

 

  역사는 반복된다. 초기 AI 연구는 오늘날처럼 사람의 추론 능력 인지 모델 모델링에 초점을 맞췄었다. 초기 AI 연구원들이 직면했던 3가지 문제(지식, 설명, 유연성)는 지금도 머신러닝(ML) 시스템에 대한 담론의 중심으로 남아있다.

 

  지식은 이제 데이터의 형태를 갖고 있으며, 뉴럴 네트워크의 취약성으로 인해 유연성(적응성)이 요구되고 있다. 데이터에 조금 문제가 있을 때 아주 다른 결과가 생성될 수 있기 때문이다. 설명 가능성(Explainability) 또한 우선순위 중 하나로 부상했다. 이제 기계가 어떻게 생각하는지 물어야 하는 것이다. 인간의 생각 방식을 복제하려 했던 60년 전을 떠올리면 꽤나 아이러니한 변화다.

 

원문기사보기 : 인공지능의 간략한 역사