인공지능(AI)에 대한 참고 사항

인공지능(AI)에 대한 참고 사항

인공지능이 인간의 업무를 대체하거나 능가할 가능성에 대해서는 많은 이야기가 오가지만, AI가 지능 그 이상의 의미를 가질 수 있다는 점, 즉 인공적인 지능일 수는 있어도 진정한 지능일 수는 없다는 점에 대해서는 거의 언급되지 않습니다.

1960년대 AI 연구가 시작된 이래로 'AI'라는 명칭은 덜 매력적이고 덜 거창한 이름으로 대체되었습니다. 초기 AI 연구자들이 인간의 뇌를 모방하려는 의도였기 때문에 초기에는 다음과 같은 명칭들이 사용되었습니다.

a) 전자 두뇌;

b) 인공 지능;

c) 신경망;

d) 전문가 시스템.

아리스토텔레스 시대부터 인간의 지식은 공식적으로 매우 명확하고 구분된 영역으로 나뉘었습니다. 그 결과 과학과 인간의 지적 활동이 등장했으며, 이는 다음과 같이 구분되었습니다.

a) 철학;

b) 의학;

c) 예술;

d) 전쟁;

e) 종교;

f) 정치;

g) 점성술.

종교는 더 이상 모든 보편적인 질문에 대한 유일한 해답을 갖고 있지 않게 되었고, 성서와 신앙, 미신, 물신숭배, 애니미즘이 대표하는 우월성과 전체성에 강력하게 도전하는 다른 지식 영역에 자리를 내주어야 했습니다. 이러한 것들은 우주의 기원, 생명, 운명, 미래, 그리고 모든 것과 모든 사람의 운명을 설명하고, 자연 법칙과 인과 법칙, 우주의 지배, 사물, 동물, 그리고 모든 종류의 사건의 조직을 설명하는 데 책임이 있었습니다.

그리고 근대 시대에 이르러 실증주의가 등장했습니다. 논쟁적인 오귀스트 콩트는 아리스토텔레스와 갈릴레오의 지식을 끊임없이 진화하는 새로운 과학적 방법론으로 요약했고, 칼 포퍼의 반박주의로 이어졌습니다. 요약하자면 다음과 같습니다.

a) 과학적 방법론;

b) 과학적 연구 방법의 조직;

c) 반대 증거 제시;

d) 잠정적 지식의 비영속성.

인간 지식을 특정 분야로 명확하게 구분한 것은 과학이 철학, 신비주의, 종교, 전통, 미신으로부터 분리되면서 나타난 최초이자 결정적인 진화 과정입니다.

1950년대에는 다음과 같은 몇 가지 공학 분야가 있었습니다.

a) 군사공학;

b) 해군공학;

c) 토목공학;

d) 전기공학;

e) 농공학;

f) 기계공학;

전기공학 분야는 다시 다음과 같은 세부 전공으로 나뉘었습니다.

a) 전자공학;

b) 전력공학;

c) 마이크로일렉트로닉스;

d) 통신공학;

e) 디지털공학;

f) 네트워크공학;

g) 수학 및 디지털 불리언 연산;

이처럼 인공지능(AI) 역시 인간 지식의 모든 영역을 다룰 수 없으므로 특정 전문 분야에 특화하는 것이 자연스러운 수순이었습니다. 따라서 AI라는 명칭은 전문가 컴퓨팅 시스템(Expert Computing Systems) 또는 전문가 시스템(Expert Systems, ES)으로 대체되었습니다. 이 새로운 이름은 마케팅 매력이 부족하고, 판매 실적이 저조하며, 흥미를 유발하지 못하고, 완전한 두뇌 발달에 대한 기대를 불러일으키지 못하기 때문에 널리 사용되지 못했습니다.

인공지능(AI) 또는 전문가 시스템(ES)의 분류

1 – 아날로그;

2 – 디지털.

아날로그 ES 분야는 시장에서 상업용 AI로 알려져 있으며, 문법적 텍스트 해석 규범 내에서 주제에 대한 해석적 추론을 할 수 있습니다. 뛰어난 번역가처럼 각 언어의 구문 분석에서 표준 문법, 구두점, 강세, 대명사 위치, 분리 및 마침표를 추구합니다.

이러한 알고리즘은 주제별로 분류된 방대한 데이터베이스의 의미론 및 통계 규칙에 기반합니다. 이 데이터베이스는 인문학 분야의 인간 지식 전문 분야별로 분류되어 있으며, 예를 들어 다음과 같습니다.

a) 역사;

b) 정치;

c) 종교;

d) 윤리;

e) 법률;

f) 규범;

g) 지리학;

f) 예술;

g) 전기;

h) 생물학;

i) 지질학;

j) 천문학;

k) 교육학;

이와 같이 ChatGPT와 같은 도구를 활용하여 답변을 개발하는 데 참고할 수 있는 2000개 이상의 전문 분야가 있습니다.

2 – 디지털 시스템 엔지니어링

디지털 시스템은 다음과 같은 수학적 또는 자연과학 분야의 지식을 기반으로 합니다.

a) 수학;

b) 물리학;

c) 화학;

d) 통계학;

e) 공학;

f) 기하학;

h) 천체물리학.

따라서 작업은 수학과 물리학 자체의 인지적 한계에 제약을 받으면서도 더 수월해집니다.

수학 기반 시스템 엔지니어링 프로세스는 수학에 내재된 심각한 한계를 가지고 있습니다. 예를 들어,

a) 3차 행렬까지;

b) 대수학은 최대 세 개의 독립 변수를 동시에 다룰 수 있습니다.

c) 적분은 3차까지만 가능합니다. d) 모델링과 추상화를 통해 변수를 배제하는 물리학의 한계가 있습니다.

e) 상수항이 포함된 미분식에서 정보 손실이 발생합니다.

f) 극한 및 삼각법 계산의 오차 범위가 존재합니다.

g) 파이(π), 0!, 0으로 나누기, 0의 지수, 소수의 나눗셈, 분수, 2의 제곱근 등과 같은 다양한 보편 상수 및 기타 여러 가지 특수한 정의들이 존재합니다.

따라서 인공지능이나 시스템 엔지니어링의 한계는 인간 지식의 한계와 동일하며, 이러한 알고리즘으로는 이를 넘어서는 안 된다는 결론에 도달합니다. AI 또는 SE 요소, 더 나아가 AI의 지식 분야는 상당히 세분화되어 있어 인간의 지식, 규칙, 지침 및 한계에 기반을 두고 있기 때문에 인간의 개입을 통한 인간 지식 지능의 검토 및 감독 없이는 임의로 결합할 수 없으며, 이를 초월하거나 뛰어넘을 수 없습니다.

Roberto da Silva Rocha, professor universitário e cientista político