나도 처음에 구글 색히들의 언플에 너무 충격받아서..

학습하는 인공지능이라는 단어에 휘둘렸는데..

곰곰히 들여다보고 생각해 보니까..

알파고의 인공지능이라는 것이 결국에는 확률 높이는거다.

정책이라는 건 확률 높이는 수단이고, 결국에는 이기는 확률 높은 수 찾아내는 거 밖엔 안되는데..

잘 생각해 봐라.

패싸움 때문에 바둑의 경우의 수가 거의 무한대다.

컴퓨터가 제 아무리 수백조의 판을 둬 봤자 바닷가 모래사장 중의 모래알 하나 정도밖에 경우의 수를 검토할 수 없다.

그래서 구글 색히들이 편법적으로 정책이란걸 써서, 경우의 수를 확 줄이고 그동안 쌓아놓은 Data Pool을 뒤져서 확률 높은 수를 찾아낸다.

이걸 놓고 학습이라고 주장을 했는데, 처음엔 나도 속았다.

이건 학습이 아니고, 도박확률 높이는 거에 불과해.

개념탑재고 뭐고 아무것도 없다.

한 수가 가지는 두터움의 가치도 모르고, 내 대마 70집짜리 일부러 먼저 때려죽여 놓고도 100% 이기는 수를 찾아낼 수도 없다.

그냥 이 수 데이터 검색해 보니 이길 확률 높네? 

단순히 말하면 요거다.

이게 바둑이냐? 도박이지.

진정으로 바둑을 정복한다는 건 말이다.

최대한 빠른 시점 안에 인간이 어떻게 두어도 100% 이길 수 있는 수를 찾아내는 거다. 

내 대마 80집짜리 먼저 헌납 시켜도, 100수 200수 앞의 모든 경우의 수를 검토하여 상대방이 어떻게 두던지간에100% 최소 반집 이상 이길 수 있다면 그 수를 두는 것이 바둑을 정복하는 것이며, 그게 바로 바둑의 신이다.

진정한 학습이라는건 100% 이길 수 있는 방식에 다가가는 것이다.

그런데, 누차 얘기하지만 알파고가 앞으로 천년을 혼자 학습해 봤자 헛짓거리다. 무한대 앞에서는 1000조 판이나 1000만 판이나 반딧불과도 같아서 의미가 없다.

열심히 혼자 학습해봤자 확률 좀 높이는 짓거리 밖에 안되고 도박하는 것 밖에 안되.

개념을 탑재하고 인간처럼 생각하는 방식이라면 모를까.. 

학습이라는 단어에 속지말자.