국내외 과학기술 정책에 대한 간략한 정보
단신동향
해외단신
차세대 AI 연구개발-발전을 목표로 - 원문보기 1
- 국가 일본
- 생성기관 과학기술진흥기구 연구개발전략센터(CRDS)
- 주제분류 핵심R&D분야
- 원문발표일 2020-11-04
- 등록일 2020-11-20
- 권호 179
○ CRDS는 '20년 인공지능학회 전국대회 JSAI 2020에서 기획한「차세대 AI 연구개발 -새로운 진화를 위하여-」의 내용을 정리한 보고서 공표
- AI의 1차 및 2차 성장 시기에는 기호 처리를 중심으로 한 AI가 주류였지만(「숙고형 AI」), 그 당시는 AI라고 불리지 않았던 신경망(Neural net)을 기반으로 한 귀납적 접근이 심층학습(Deep Learning)으로 발전해 3차 AI 성장 붐이 일어남. (「즉응형 AI」)
- 이들은 다른 계통으로 발전해 왔지만, 심층 학습에 의해서 패턴 인식·생성 뿐 아니라 탄력적 기호 처리가 가능하게 됨으로써 융합의 가능성이 보여온바, 이 두 가지를 융합시켜 통일적으로 취급하는 것이 AI의 앞으로의 방향성이 될 것으로 사료됨.
- 이를 위한 과제로 ①학습에 대량의 데이터나 계산 자원 필요 ②학습한 범위 내에서는 문제가 없으나 그 범위 밖에서는 잘 대응하지 못함 ③패턴처리는 강하지만 의미 이해·설명 등의 고차원적 처리는 되지 않는 점 등이 제시되고 있으며, 이러한 과제는 심층학습을 한층 더 발전시켜 기호, 지식 처리와 융합시킴으로써 해결할 수 있지 않을까 예상됨.
- 또한, 뇌과학 등의 연구에서도 인간의 지능이 가진 다른 두 가지 측면이 시사되고 있으므로 이러한 융합 방향으로의 발전으로 현재 AI의 과제가 해결되고 해석 능력 및 대화 능력이 높아져 인간과의 친화성이 향상되거나 AI 시스템의 안전성 및 개발 효율 향상 등이 기대됨.
- AI의 1차 및 2차 성장 시기에는 기호 처리를 중심으로 한 AI가 주류였지만(「숙고형 AI」), 그 당시는 AI라고 불리지 않았던 신경망(Neural net)을 기반으로 한 귀납적 접근이 심층학습(Deep Learning)으로 발전해 3차 AI 성장 붐이 일어남. (「즉응형 AI」)
- 이들은 다른 계통으로 발전해 왔지만, 심층 학습에 의해서 패턴 인식·생성 뿐 아니라 탄력적 기호 처리가 가능하게 됨으로써 융합의 가능성이 보여온바, 이 두 가지를 융합시켜 통일적으로 취급하는 것이 AI의 앞으로의 방향성이 될 것으로 사료됨.
- 이를 위한 과제로 ①학습에 대량의 데이터나 계산 자원 필요 ②학습한 범위 내에서는 문제가 없으나 그 범위 밖에서는 잘 대응하지 못함 ③패턴처리는 강하지만 의미 이해·설명 등의 고차원적 처리는 되지 않는 점 등이 제시되고 있으며, 이러한 과제는 심층학습을 한층 더 발전시켜 기호, 지식 처리와 융합시킴으로써 해결할 수 있지 않을까 예상됨.
- 또한, 뇌과학 등의 연구에서도 인간의 지능이 가진 다른 두 가지 측면이 시사되고 있으므로 이러한 융합 방향으로의 발전으로 현재 AI의 과제가 해결되고 해석 능력 및 대화 능력이 높아져 인간과의 친화성이 향상되거나 AI 시스템의 안전성 및 개발 효율 향상 등이 기대됨.
