아래는 손근기 사범이 아프리카 방송에서 했던 말임.

(글쓴이의 보충설명은 괄호를 쳤음.)

==========================================

손근기 사범의 사촌형이 잘나가는 개발자임.

알파고는 기존의 몬테카를로 트리서치에서 뉴럴네트워크를 결합하여 몬테카를로 트리서치의 범위를 줄여 (계산의 범위를 줄여) 이길 확률을 조금 더 높인 프로그램.

뉴럴네트워크란 인간의 뇌구조를 수식화하는 것.

문제는 인간의 뉴런이 너무 많아

현재의 뉴럴네트워크 수준은 인간의 수준에 비교하면 비교할 수 없을 정도로 미미함.

문제가 뭐냐면 모라벡의 역설임.

(모라벡의 역설이란 어려운 문제는 인공지능이 전문가보다 나은 결과를 낼 수 있으나

1~2살짜리 꼬마가 아무런 생각없이 시선을 돌리고 몸을 뒹구는 등의 행동은 인공지능이 하기 위해선 엄청난 연산을 해야한다는 것.

예를들면 사람이 넘어질 때 가장 중요한 부위인 머리를 손으로 보호하는 행위가 자연스럽게 나오는 반면

로봇의 경우 그러지를 못함.)

사람에게는 쉬운데 컴퓨터한테는 너무 어려운 것.

컴퓨터 공학계는 이것을 풀어내지 못했다.

(바둑의 예로 들면 포석의 단계에서 큰 자리가 있고 급한 자리가 있으면 포석이 끝나기 전에 근거를 확보하기 위해 2선에 두는 수는 실리로는 별 것 아니나 급한 자리로서

나중에 중앙에서 힘을 쓸 때는 꼭 필요한 근거의 요충지를 마련하는 수를 사람은 별 생각없이 둘 수 있으나 현존하는 바둑 프로그램들 - 알파고 포함 - 은 그런 수를 두지 못함.

기껏해봐야 미리 입력해놓은 정석진행만 할 줄 앎.)

현재 뇌과학계에서는 인간의 창의력이 어디서 오는지 모른다.

당연히 창의력을 컴퓨터에 알려준다는 것은 불가능하다.

더구나 수식구조로 알려줄 수 있는 방법은 전무하다.

그래서 알파고는 생각하고 판단하는 것이 아니라 둘 수 있는 수를 쫙 나열을 해서

이기는 방식을 찾아가는 연장선에 불과.

우리가 우리 뇌를 모르는데 이것을 컴퓨터에 어떻게 입력을 하는가?

딥러닝, 알파고는 컴퓨터가 현상에 대한 판단의 실험.

판례, 질병 등에 대해 판단할 수 있는가? 에 대한 실험의 첫걸음 단계.

그리고 손근기 사촌형인 잘나가는 개발자는

"딥러닝을 싫어한다." 라고 말함.

개발자가 필요한 것은 인공지능이든 뭐든 개발자가 관리하고 확인이 가능해야 하는데

딥러닝은 스스로 발전하기에 그 발전의 수준이 어느수준에 와있는지 개발자가 알 수가 없다.

최종적으로는 사람이 필요없어지는 결과가 나오는 것이 딥러닝의 미래인데 그 미래가 옳은 미래인지는 너무나도 불확실하다.

==============================================================================

이상이 프로그래머와 프로기사가 보는 딥러닝과 알파고였음.