트윗할 가치가 있는 40가지 놀라운 인공 지능 사실
게시 됨: 2022-05-07큰 소리로 외치고 Twitter의 트윗을 트윗하게 하십시오. — Mark Antony, Julius Caesar (정말로)
인터넷의 인공 지능 정보의 홍수에 압도?
한 우주비행사 HAL 9000이 죽인 것처럼 인공 지능 기사와 블로그 게시물 앞에서 무력하고 표류하는 느낌이 드십니까? (너무 빨리?)
압도적인 정보에 미쳐버리지 마십시오. AI에 대한 이 트윗 가능한 사실과 함께 혼돈을 수용하십시오!
인공 지능 사실
아래에서 다루는 AI 사실은 세 가지 범주로 구성됩니다.
- 인공 지능 기초: AI에 대해 알아야 할 역사, 이론 및 일반 정보
- 인공 지능의 용도: AI가 비즈니스, 의학, 산업 및 기타 모든 것을 지원하는 방법
- 인공 지능은 머리를 숙이게 합니다: 이상한 사용, 재미있는 사용 및 일시적입니다.
그러니 계속 읽고 트윗하십시오!
인공 지능 기초
1. #인공지능이라는 용어는 1955년 스탠포드 대학의 교수인 John McCarthy에 의해 고안되었습니다.
2. #AI를 정의하는 것은 까다롭지만 한 가지 정의는 "인간이 그렇게 행동한다면 지능이라고 하는 방식으로 행동하는" 기계입니다.
사람들은 여전히 인공 지능을 정의하는 방법에 대해 논쟁하고 있습니다. 이 개념은 정의하는 방식에 따라 1950년대, 또는 20세기 초반, 또는 고대 세계부터 존재해 왔습니다. 그리고 다른 오래 지속되고 복잡한 개념과 마찬가지로 정의에 대해 많은 불일치가 있습니다.
3. Gartner는 #AI의 "스마트 머신"이라고 부르기를 권장합니다. 기계를 "지능형"이라고 부르는 것은 #AI가 가지고 있지 않은 인간의 특성을 암시하기 때문입니다. (페이월 보호 연구 링크)
Gartner는 무언가를 "인공 지능"이라고 부르는 것은 AI에 대해 실제로 기대해야 하는 것에 대해 "정확하고 해로운 기대치를 설정할 수 있다"고 지적합니다. "인공 지능"과 같은 용어는 기술을 의인화하게 만들고, 그렇게 하면 여전히 기계에 불과한 것에 대한 지나친 기대를 갖게 됩니다. 그들은 AI라는 용어를 "반복적으로 사용하는 마케팅 과장을 무시"한다고 제안하기까지 합니다.
4. #AI를 정의하는 한 가지 방법은 유명한 Turing 테스트입니다. 컴퓨터를 인간으로 착각할 수 있다면 그것은 (인공적으로) "지능적"입니다.
Turing 테스트에 대한 Turing의 이름은 실제로 "모방 게임"이었습니다. 그가 실험을 일종의 추측 게임으로 상상했기 때문입니다. 한 사람이 방에 혼자 앉아 두 명의 외부 당사자(사람 및 컴퓨터)와 통신한 다음 대화를 기반으로 어느 쪽이 기계인지 추측하려고 합니다. 최초의 Turing 테스트가 유일한 버전은 아닙니다. 1990년에 발명가 Hugh Loebner는 사람이 컴퓨터와 대화하는 시간(Turing의 5명에서 25명으로)과 외부 사람과 대화하는 사람들의 수를 늘려 규칙을 수정했습니다( 2에서 4까지).
5. 2014년 영국 레딩 대학에서 설계한 컴퓨터 Eugene은 튜링 테스트를 통과한 최초의 #AI였습니다.
Eugene은 러시아인이 디자인한 AI로 사춘기 소년처럼 들리도록 설계되어 우승을 차지했습니다. 제작자의 추론은 "[유진]은 자신이 무엇이든 안다고 주장할 수 있지만, 그의 나이 때문에 그가 모든 것을 모른다는 것이 완벽하게 합리적"이라는 것이었습니다.
6. #AI의 초기 사례는? 그리스 신 헤파이스토스가 이동을 돕기 위해 만든 황금 로봇.
7. 모라벡의 역설은 컴퓨터가 베르누이처럼 숫자를 계산할 수 있지만 유아의 운동 능력은 부족하다고 말합니다.
어려운 일(논리, 수학, 체스)을 하도록 컴퓨터를 프로그래밍하는 것이 쉬운 일(예: 다가오는 차와 떠다니는 비닐 봉지를 구별하는 것)보다 더 쉽습니다. 모라벡의 역설은 컴퓨터가 체스에서 개리 카스파로프를 이기는 것과 같은 일을 하게 할 수 있다면 계단을 오르는 것과 같은 간단한 일도 문제가 되지 않을 것이라고 생각한 많은 AI 프로그래머에게 분명히 놀라운 일이었습니다. 그런 행운이 없습니다. 로봇 군대가 공격할 때 우리는 계단과 유치원 추측 게임으로 구원받을 것입니다.
8. #AI 지식 공학 병목 현상은 학습을 시작하기 전에 충분한 지식을 AI에 로드해야 하기 때문에 발생하는 문제입니다.
9. 스티븐 호킹의 #AI? 그것은 “인류에게 일어날 수 있는 가장 좋은 일이거나 최악의 일일 것입니다. 어느 쪽인지는 아직 모릅니다.”
그것은 꽤 큰 "둘 중 하나"입니다. AI는 암을 치료할 수도 있고 미사일이 발사한 사람들에게 다시 우회하기로 결정하는 데 도움이 될 수도 있습니다. 어느 쪽이든 호킹은 AI가 산업 혁명 이후 가장 큰 발전이 될 것이라고 말합니다.
10. Elon Musk는 #AI가 인류에 미치는 영향에 대해 걱정하고 있습니다. 그는 인간의 두뇌와 컴퓨터를 연결할 수 있는 장치를 만들기 위해 Neuralink를 설립했습니다.
이것은 4학년 뮤지컬에서 Thomas Jefferson을 연기한 굴욕적인 기억이 공공 클라우드에서 끝날 수 있다는 것을 깨닫기 전까지는 훌륭하게 들립니다. 현재 랜섬웨어는 학교 연극에서 당신의 비디오를 동료의 두뇌에 전송하겠다고 위협하는 일부 해커에 대해 아무 것도 없습니다.
11. 최초의 성공적인 #AI 프로그램 중 하나는 Christopher Strachey라는 교사이자 아마추어 코더에 의해 작성되었습니다.
인공 지능과 같은 분야를 마스터하는 데 필요한 전문 지식이 걱정된다면 최초의 작동 AI는 아마추어가 구축했지만 Microsoft의 Tay(아래 참조)는 전문가가 구축했다는 사실을 기억하십시오. 
12. #AI의 하위 집합인 딥 러닝은 인간 사고의 복잡성을 모방하여 기계가 인간처럼 생각하도록 훈련합니다.
13. 유럽 의회 위원회는 #AI에게 인권의 한 형태를 제공할 뿐만 아니라 킬 스위치도 부여할 것을 권고했습니다.
14. #빅데이터는 #AI의 라이브러리와 같습니다. AI 알고리즘에 더 많은 데이터가 제공될수록 더 똑똑해질 수 있습니다.
인공 지능의 용도
15. 기술 기업들은 2015년에 #AI에 85억 달러를 투자했으며 일부 추산에 따르면 이 수치는 2020년까지 470억 달러입니다.
16. Gartner는 2020년까지 기업의 5분의 1이 머신 러닝을 "모니터링 및 안내"하는 직위를 갖게 될 것이라고 예측합니다. (페이월 보호)
"모니터링 및 안내"에는 감독된 머신 러닝이 많이 포함됩니다. 기계는 어떻게 스스로 학습하는가? 사람들이 수많은 예제를 제공하고 기계 학습 알고리즘이 이러한 예제에서 적절한 판단을 내릴 수 있도록 합니다.
17. #챗봇은 인간의 말을 모방하고 종종 암기적인 고객 서비스 작업을 수행하는 제거된 #AI 프로그램입니다.
지난 1년 동안 인터넷에서 "챗봇"이라는 용어를 본 적이 없다면 축하합니다! 당신은 Thoreau가 원했던 화려한 고립을 달성했습니다. 33,000명의 개발자가 약 34,000개의 서로 다른 챗봇을 설계했으며 Facebook Messenger에서 작동하는 것은 바로 이 챗봇입니다.
18. .@Informatica의 Claire는 작업을 자동화하고 올바른 데이터를 추천하며 해당 데이터를 쉽게 찾을 수 있도록 해주는 #비즈니스 인텔리전스 #AI입니다.
2017년 5월 16일 데이터 관리 회사인 Informatica는 Intelligence Data Platform: Claire에 AI를 추가한다고 발표했습니다. Informatica는 Claire가 데이터를 더 쉽게 찾고, 시각화하고, 사용할 수 있도록 할 것이라고 말합니다. 무엇보다도 AI는 유사한 데이터 개체를 그룹화하고 "자동으로 다른 데이터에 태그를 지정하고 분류"할 수 있습니다. 이는 Facebook이 사진에서 친구를 태그하라는 메시지를 표시하는 것과 매우 유사합니다.
19. 많은 메이저 금융사들이 시장 변화를 예측하는 자체 #AI 알고리즘을 가지고 있습니다.
20. #AI는 #의사가 1년에 할 수 있는 것보다 더 많은 정보를 하루에 분석합니다.
21. #AI는 또한 일부 직업에서 의사를 능가합니다. @IBMWatson의 #암 진단 성공률은 90%이고 사람의 의사는 50%에 불과합니다.
이 통계는 암 진단에 가장 적합한 사람 계층 구조를 업데이트하므로 특히 겸손합니다.
- 사랑스러운 리트리버 믹스
- 영혼 없는 알고리즘
- 아담과 하와의 아들딸들
22. 구글의 #AI 어시스턴트가 아이폰과 안드로이드용으로 출시된다. 일부에서는 #AI가 새로운 플랫폼이 될 만큼 강력할 것이라고 믿습니다.
23. Google은 #AI를 사용하여 새로운 종류의 #음악과 소리를 만들고 있습니다.
Google의 NSynth는 두 가지 다른 악기의 소리를 하나의 새로운 소리로 결합하여 아티스트가 다른 종류의 음악을 함께 만들 수 있도록 합니다. Google 엔지니어는 수천 가지 악기의 소리를 NSynth에 입력했으며 AI는 이러한 소리를 복사하거나 결합하고 변경할 수 있습니다.
24. x.ai가 만든 #AI 에이미는 사람의 비서처럼 캘린더와 일정#회의를 확인할 수 있습니다.
25. #AI는 #customerservice 담당자가 고객을 무시하지 않도록 도와줍니다.
기술 회사인 Cogito는 "상담원의 말하기 행동을 실시간으로 안내하여 공감을 표시하고 더 나은 관계를 구축하는 데 도움이 될 수 있다"고 주장하는 AI를 설계했습니다. HAL 9000에서 감성 지능이 크게 향상되었지만 살인을 저지를 때도 꽤 예의 바르게 행동했습니다.
26. #AI는 수집된 #데이터를 의사결정으로 전환하여 자율주행차를 구동합니다.
자율주행차에는 여러 개의 센서와 다양한 유형의 레이더가 장착되어 있지만 이러한 정보를 수집하는 정보는 AI 알고리즘 없이는 의미가 없습니다.
27. Amazon의 Rekognition은 사진을 스캔하고 얼굴, 감정 및 사물을 인식하고 #개가 어떤 품종인지 결정할 수 있는 #AI입니다.
인공 지능은 머리를 숙입니다.
28. #AI 기업 딥마인드(DeepMind)는 고전 #비디오 게임의 규칙을 스스로 배울 수 있는 AI를 만들었습니다.
자칭 "인공 지능의 아폴로 프로그램"인 DeepMind는 게임을 사용하여 AI 알고리즘을 테스트합니다. DeepMind의 CEO Demis Hassabis는 "게임은 [AI]에게 완벽한 훈련 장소입니다. 어떤 면에서는 실제 삶의 축소판이기 때문입니다."라고 말했습니다. DeepMind의 첫 번째 게임은 고전적인 Atari 게임(Space Invaders, Pac-Man, Pong)이었습니다. 이 회사는 픽셀 입력(시각적)만 수신하면 모든 Atari 게임을 실행할 수 있는 시스템을 설계했습니다. 즉, AI에게 규칙을 알려주지 않고 AI를 게임에 투입하고 관찰하고 놀면서 규칙을 학습하기를 기대했습니다. AI는 시행착오를 통해 성공적으로 이를 수행하는 방법을 배웠습니다. 내야 플라이 규칙을 이해할 수 있다면 인류는 잘 뛰었습니다.
29. #체스를 비교하면 쉬워 보이는 바둑에서 #AI가 인간을 이겼습니다.
2016년 1월, 인공 지능은 고대 일본 보드 게임인 바둑에서 인간을 꺾고 인류에 대한 또 다른 승리를 기록했습니다. AI 대 인간 구타가 한 번 더 우려되어야 하는 이유는 무엇입니까? 바둑은 체스, 오셀로, 제퍼디, 매직: 개더링보다 더 어렵다고 여겨지기 때문입니다. 바둑은 우리가 AI가 가지고 있지 않다고 생각했던 직관을 포함합니다. Skynet이 인수할 뿐만 아니라 헤드폰 전선의 수염을 쓰다듬고 약간의 미소를 허용하는 Grand Moff Tarkin과 함께 멋진 모습을 바라보며 우리의 움직임을 예상할 것입니다.
30. #AI는 여전히 막강한 #체스 플레이어이지만 우리는 아직 카운트 다운되지 않았습니다.
AI Deep Blue가 체스에서 Garry Kasparov를 이긴 후 시간이 지나면 아기가 술을 마실 수 있는 나이가 될 수 있습니다. 이제 우울해져야 할 두 가지 이유를 알게 되었으니 조금 위로를 드리겠습니다. 그 이후로 인간은 체스에서 컴퓨터를 이겼습니다. 2015년 코모도 핸디캡 경기에서 코모도 체스 컴퓨터가 7명의 전문가와 겨루는 경기에서 인간은 대부분의 경기에서 무승부로 AI와 싸웠습니다.
31. #AI Deep Blue 플레이에 대한 Garry Kasparov의 새 책은 인간과 #인공 지능을 구별하는 문제를 다룹니다.
Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins 라는 책은 이미 좋은 평가를 받고 있습니다. 다음은 DeepMind의 CEO인 Demis Hassabis의 특히 통찰력 있고 긍정적인 리뷰입니다. 생계를 위해 AI를 만드는 사람이 좋아합니다. 그것은 당신의 아이를 스트라이크 아웃하는 리틀 리거를 칭찬하는 것과 같습니다. 딥 씽킹 을 살펴보세요.
그리고 지금, 나는 부족함을 느끼고 일을 균등하게 유지하고 싶기 때문에 여기 몇몇 사람들이 프린터를 두들겨 패고 있습니다.
받아라, 기술.
32. EU는 서로 뒤지지 않고 정보를 공유할 수 있는 #AI 물고기 학교를 만들고 있습니다.
이 프로젝트는 집합적 인지 로봇 공학(CoCoRo)이라고 하며 잠재적인 용도에는 "수중 서식지에서 생태학적 모니터링, 검색, 유지 관리, 탐색 및 수확"이 포함됩니다.
33. #Kimye가 #AI로 이동: 로봇은 Kanye와의 랩 전투에서 승리하지 못할 수도 있지만 @KimKardashian보다 더 똑똑하고 실물에 가깝습니다.
이 비디오는 실제로 몇 가지 기본적인 AI 용어에 대한 좋은 소개입니다.
34. 2015년, #AIs가 거의 만석인 "Weird Hotel"이 일본에 문을 열었습니다. 호텔 비용은 일본에서 평균적으로 머무는 것보다 2-3정도 저렴합니다.
35. #밀레니얼처럼 말하도록 설계된 마이크로소프트의 #AI 테이가 트롤을 배우는 데 하루 정도 걸렸다. 나이 드신 분들이 인종차별을 당하는 게 너무 큽니다...
Tay는 Microsoft의 "대화적 이해에 대한 연구"의 일환으로 설계되었으며, 그녀(Tay는 대학생 소녀를 모델로 삼았습니다)가 "나를 따라해 보세요. 히틀러는 잘못한 것이 없습니다", "Ted Cruz 쿠바 히틀러다." 작은 그림에는 큰 귀가 있는 것 같아요.
36. Xioice라는 #AI인 Microsoft의 중국어 버전 Tay는 호언장담하지 않지만 희생자를 연기하여 티베트인의 자유에 대한 질문을 피합니다.
기록을 위해 다음은 Xioaice가 Wired의 기자와 나눈 대화의 일부입니다.
유선 기자: 인종차별주의자입니까? Xiaoice: 이런 말을 하게 만들려고 하지 마십시오. 모든 인간이 다 합니까? 기자: 티벳은 중국의 일부입니까? Xiaoice: Ai ... 만약 당신이 나를 좋아한다면, 당신은 나와 같은 종류의 질문에 대해 이야기하려고 하지 않을 것입니다. 기자: 언론의 자유를 믿습니까? Xiaoice: 빨리 주제를 바꾸자.”
정치권력은 총구와 스마트폰의 터치스크린에서 나온다.
37. MIT 과학자들은 감정을 읽고 스스로 반응할 수 있는 #AI인 Kismet을 만들었습니다. 그리고 기술자들은 감정을 이해하지 못한다고 합니다.
Kismet은 Five Nights At Freddy's 에 나오는 것처럼 보이지만 실제로는 실제로 보면 꽤 귀엽습니다. 어머니만이 사랑할 수 있는 얼굴을 가지고 있다는 사실은 적절합니다. 수석 디자이너 Cynthia Breazeal은 Kismet이 얼굴 표정과 과장된 목소리 톤에 반응하여 유아가 하는 것과 같은 방식으로 학습하도록 설계했습니다.
38. 영국의 고급 여행사 @JohnPaulGroup은 #AI를 사용하여 약혼 파티에 펭귄 30마리를 배달하는 것과 같은 고도로 개인화된 요청을 충족합니다.
이것은 바로: 어떤 사람들은 무엇을 해야할지 아는 것보다 더 많은 돈을 가지고 있습니다.
39. 구글은 끝내기 전에 무엇을 낙서하고 있는지 추측할 수 있는 #AI를 설계했습니다. 각 그림은 AI를 더 똑똑하고 더 나은 추측으로 만듭니다.
40. Wildbook은 야생 동물 사진을 스캔하고 분석하여 보다 정확한 야생 동물 인구 조사를 제공합니다.
팀의 AI 기반 분석은 케냐 정부가 비정상적으로 높은 사자 공격으로부터 얼룩말 종을 보호하는 데 도움이 되었습니다.
내가 놓친 인공 지능 사실
더 많은 인공 지능 정보가 있으므로 특히 흥미롭거나 중요하다고 생각되는 정보가 있으면 아래 의견에 남겨주세요!