미 공군, 전투기 파일럿을 지원하기 위해 강화된 인공지능 알고리즘 찾고 있어
| 출처 | https://www.janes.com/defence-news/news-...d6d5a98631 |
|---|
미 공군은 인간 조종사와 함께 협력하여 적의 공격에 대비하여 항공기를 지휘하는 강화된 인공지능 알고리즘을 개발하는 초기 단계에 있다.
미 공군 획득, 기술, 군수(AT&L) 차관보 윌 로퍼는 6월 9일 R2D2라는 이 알고리즘이 미 공군의 스카이보그(Skyborg) 자율 무인전투기 시제품에서 시험될 가능성이 높다고 밝혔다. 로퍼 차관보는 기술 회사들이 인간의 개입 없이 소셜 미디어에 개시된 이미지를 분석하기 위해 사용하는 딥러닝에서 나선형 뉴럴 네트워크를 더 잘 활용하기를 원하고 있다고 했다.
(이하 생략)
* AI는 너무 어렵네요..
폴라리스
아직까지 인간조종사의 개입이 필요없는 완전 자율 비행까지는 목표로도 정하지 않고 있나보네요.
윙맨개발을 위해 필수로 거쳐야 하는 과정이라고 생각합니다.
구글이 만든 인공지능엔진(일종의 블랙박스; CNN기반)는 1천여개의 사물을 구분한다고 하죠. 거기다 엔진에 새로운 사물을 넣는데, 기존 엔진을 업데이트만 하면 된다고 합니다. 다시 1천여개 + 새로운 사물을 다시 처음부터 다 다시 할필요가 없습니다. 요즘 핫한게 AI이긴한데, 지금 몇번의 인공지능관련 해서 몇번의 부침끝에 구글이 고양이와 개사진을 구분하면서 화려한 시대를 열고 있습니다. 그래서 모든 분야(과장좀 했습니다)에 쓰이고 있긴한데, 조만간 인간을 이기는 자율인식이 되는 특이점이 온다고도 합니다. 다만, 많은 전문가들은 아직 영화에 나오는 강한 인공지능은 멀었다고 합니다.
------
자율인공지능이 무인전투기에 탑재된다는 건, 프로그램이 구별해서 사람을 죽인다는 뜻입니다. 과기원이 몇년전에 한화거 용역하다가 전세계 석학한데 두들겨 맞았죠. 위 시스템이 이런 윤리문제를 어떻게 결론짖고 가려할까요?
CNN은
로 한국말(?)로 합성곱신경망이라고 합니다. 사진(시각)에 의한 사물인지로 특화한(하다보니 특화된) 신경망의 일종입니다.
이게 딥러닝에 들어가는데, 인간의 눈에 들어오는 신호가 '자동차', '사람'등으로 구분하는 20여개의 신경망층이 존재한다고 합니다. 과거에는 은닉층이 2개 까지가 학습이 가능했는데, 이럴경우 이런 사물인식과 같은 합성곱신경망은 학습을 하면서 층이 증가하면 전달되는 함수에 의해 값이 다음층으로 전달이 되지 않고 소멸되면서 은닉층의 깊이를 깊게 만들지 못했습니다. 그래서 90년대 중반이후 AI가 죽었다가 캐나다의 힌튼교수가 2006년 학습이 가능한 알고리즘을 개발하면서 다시 동이 트기 시작했죠. 2012년에는 같은 교수가 은닉층의 일부를 학습시키고, 결과값의 경직화1)를 피하는 방법도 제안하면서 AI가 완전 개화합니다.
CNN은 딜러닝에서도 아주 중요한 시각정보를 객관화하여 이건 '고양이', 이건 '개'라는 것을 인식합니다. 물론 엄청 학습시킵니다. 우습게도 인간도 이런 은닉층이 전달되는 내용을 정의할뿐 학습을 어떻게 해서 답을 내는지 알기 어렵습니다. 인간과 비슷하죠. 어린아이가 '개', '고양이'를 알아서 구분하는 거와 비슷합니다. 그 안에는 무수한 계산과 전달되는 값들의 최적화(?)가 이루어 지고 결론은 '개'일 확률이 '고양이'인것 보다 확률이 월등이 높아라는 답을 냅니다.
------
이런 전장환경에서 중요한 정보는 조종사가 보는 각종 계기값 뿐아니라 눈으로 보이는 공중화면의 전개상황(시각정보)도 아주 중요하죠.
------
1) 경직화는 제가 지어낸 말이고, 학습에 사용된 값들과 다른 성향을 갖는 데이터를 입력하면 다른 결과를 내는 문제가 있는데, 이를 극복했다는 뜻입니다. 간단하게 얘기해서 좀 이상한 개사진(이전에 학습한적 없는 형상)을 넣어도 개라고 답하는 것입니다.
구글은 양자컴퓨터도 개발하고 무인주행자동차도 개발하는데 미국방부와 손을 잡으면 완전히 스카이넷의 현실화가 될 수도 있겠네요.
신고
"님의 댓글"
이 댓글을 신고하시겠습니까?