인공지능

학습,추론,인식

 

[정의] 인간 고유의 학습능력을 다양한 기기에 적용하는 기술

 

* 인공지능 시스템 : 추론엔진, 지식베이스(규칙베이스,DB), 사용자 인터페이스를 포함하는 기술

 

 

 

[목표]

 

인간사고 작용: 사고 시스템

 

행동 : 행동 시스템

 

[핵심기술]

 

1) 학습 : 신경회로망 (학습진행 알고리즘)

 

    구성요소) 처리기, 활성화 상태, 출력함수, 연결패턴, 전파규칙, 활성화 규칙, 학습규칙, 환경

 

2) 추론: MAX-MIN CRI 방법 (직접법)

 

3) 인식: 패턴기반 글자,음성,영상,상황,위치 인식

 

2.인공지능 산업 발전을 위한 (1) 촉진 관련 법제도, (2) 규제 관련 법제도를 기술하고, 현행 법제도의 문제점과

개선방안에 대하여 설명하시오.

 

[인공지능 촉진을 위한 유관법률]

지능형로봇 개발 및 보급촉진법, 소프트웨어 산업진흥법, ICT융합 특별법

 

[인공지능 현행법제도 적용시 문제점]

1)인공지능의 자율성 범위 : 로봇/인공지능의 법적 책임문제, 로봇/인공지능의 인격성 부여문제, 인공지능 알고리즘의 신뢰성 문제, 인공지능의 안전성 문제, 인공지능의 신뢰할만한 평가체계 구축문제

2)인간 권리침해 및 통제권 : 지능정보사회의 인권개념 재정립 문제, 사생활 침해 및 프라이버시 보호문제,

인공지능 알고리즘의 책임성 강화 문제, 인공지능 관련 갈등조정 거버넌스 구축문제, 인공지능 확산에 따른 정보격차 해소문제, 창의성 등 인간고유의 역량강화 문제

 

[현행법제도의 문제점] 법적근거 미비, 제한적 인허가/면허제도, 후행성 규제, 복잡한 행정절차, 개인정보보호

 

[미래전망] - 2019년 기준 

- 데이터 소유와 개인정보(프라이버시), 사이버 보안, 소프트웨어 제어 및 알고리즘 문제에 대한 우려

- AI의 작동은 이미지 인식 소프트웨어의 시스템적 편견이나 잘못된 데이터 세트와 같은 문제를 불러일으킬 수 있는 잠재력을 가지고 있다.

 

AI와 관련 기술은

1)데이터 중심 기술

데이터 중심적이고 자동화된 시멘틱(semantic) 의사결정을 통해 우리가 보다 효율적이고 효과적으로 업무를 수행할 수 있도록 도울 것이다.

2)네트워킹 기술

머신러닝은 궁극적으로 ICT 네트워크가 더 높은 품질의 서비스를 제공할 수 있도록 네트워크 관리 및 조정 자동화를 향상시킨다. 여기에서 네트워크 "자기 최적화" 개념은 새로운 5G 및 사물인터넷(IoT) 네트워크에 관해 많은 부분이 논의 중인 사항이다

 

 

 

 

인공지능 목표에 따른 분류 - 출처 조영임, 인공지능 기술 동향 및 발전 방향, 정보통신흥센터 (2016. 2. 17)- 재구성

 

 

(http://www.ciokorea.com/news/36871

 

 

 

 

 

 

 

 

 

 

 

 

 

미, 인공지능(AI) 시장 동향 및 트렌드, 2024.03

 

인공 지능은 비교적 짧은 시간 동안 상당한 발전을 이루었지만

△인공지능 알고리즘의 편견 

△기업 및 개인 정보 유출 문제

△자동화로 인한 일자리 감소

△의사 결정 과정의 투명성 부족

△윤리 문제 

△인공지능 시스템에 대한 지나친 의존도 

△딥페이크 기술로 인한 정보 조작 및 인권 침해 등의 문제가 야기되고 있다. 

 

국가적으로는 

△무기 개발과 관련된 국가 안보 위협 

△사이버 보안 취약점 

△일자리 감소로 인한 경제적 파급 효과 

△국제적 및 국가 간 규제 및 기준의 부재 등의 제한과 도전에 직면해 있다.

 

2024년 1월 발간된 Albright Stonebridge Group의 AI 관련 'A Guide for Navigating AL Development in 2024' 보고서에서 인공지능이 2023년 정치적 이슈의 중심에 있었다고 언급했다. 인공지능 기술이 글로벌 시장에 미친 영향과 리스크에 대한 우려로 세계 각 정부들은 인공지능 규제를 포함한 AI 거버넌스에 대한 새로운 프레임워크를 마련하고 있다. 하지만 이를 실현하기 위해 정부들은 다양한 접근 방식을 취하고 있어 인공지능 규제에 대한 합의점을 찾기는 어려울 것이라고 전망하고 있다.

 

 또한 

△오픈 소스 AI의 위험 

△신흥 글로벌 인공지능 안전 프레임워크에서 중국의 역할 

△정책 결정자들의 효과적인 규제 시행 등을 중요한 과제로 제시하고 있다.

 

한편, 2024년 AI의 미래를 정의할 주요 이슈들로는 

△오픈 소스 AI 모델 경쟁 심화 

△중국 AI 업체들의 지속 성장 

△오픈 소스 vs. 폐쇄된 소스 인공지능 모델 

△EU 인공 지능 규제 합의 및 채택 여부 

△인공지능 훈련 데이터, 저작권 및 기타 데이터 문제 

△새로운 규제 및 신규 규제 기관의 개입 

△인공 지능 관련 인재 채용 경쟁 심화 등의 이슈를 심도있게 다루고 있다. 

 

몇 가지 난제들

1) 인간의 언어 이해 능력의 완성도

2) 인공지능 해킹에 대한 우려

3)인공지능의 윤리

 

(http://www.comworld.co.kr/news/articleView.html?idxno=49376

[기고] 2018 IT 기술전망 - 인공지능으로 시작되는 새로운 사용자 경험의 서막 - 컴퓨터월드

 

 

OpenAI 에서 재미난 연구결과를 발표했습니다. 논문 제목은 "Emergent Complexity via Multi-Agent Competition" 인데요, 셀프 플레이를 통해 시뮬레이션 AI가 태클이나 회피, 킥, 공 잡기와 다이빙 등 다양한 동작을 익힐 수 있다는 것입니다.

 

핵심적인 메시지는

여러 가지 능력을 갖춘 에이전트를 학습시키기 위해서는 복잡한 환경을 필요로 하지만,

경쟁적 멀티-에이전트 환경에서 셀프 플레이를 반복적으로 하게 되면 환경이 제시하는 것보다 더욱 복잡한 행위들이 창발된다는 "Emergent Complexity" 현상을 이야기합니다.

 

 

딥러닝 블랙박스 이론 이상으로 중요하면서도 safety 이슈를 야기할 수 있는 complexity 와 관련한 이야기를 공식화

 

창발성(Emergent)

 

단순한 규칙의 적용으로 그보다 복잡한 규칙이 자발적으로 나타나는 현상 등을 말한다. 생명을 갖지 않은 물질에서 생명체가 탄생하고, 단순한 생물이 복잡한 생물로 진화하는 과정 등이 그에 해당한다.

 

예를 들어 가장 초보적인 몇 가지 규칙만으로 프로그램된 인공 유기체가 자기 복제, 성장과 같은 고도한 행동을 창발하는 것이다. 인공생명은 이러한 창발성을 중요한 토대로 삼는다.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

https://dream.kotra.or.kr/kotranews/cms/news/actionKotraBoardDetail.do?pageNo=1&pagePerCnt=10&SITE_NO=3&MENU_ID=170&CONTENTS_NO=1&bbsGbn=01&bbsSn=243%2C254%2C254%2C403%2C257&pNttSn=212263&recordCountPerPage=10&viewType=&pNewsGbn=&pStartDt=&pEndDt=&sSearchVal=&pRegnCd=&pNatCd=&pKbcCd=&pIndustCd=&pHsCode=&pHsCodeNm=&pHsCdType=&sSearchVal=

KOTRA 해외시장뉴스