삶은 개발

한국어 카테고리

What is AI, 무엇이 AI 인가

,

본인은 AI를 써보긴 했어도, 개발자가 AI를 쓰는 것이 무엇인지 깨닫는데까지는 시간이 걸렸다.
AI를 쓴다. AI가 무엇인지 설명하는 대부분의 포스트의 내용이 tensorflow 같은 라이브러리를 쓰는것에 대한 설명이 대부분이었기 때문이었다.
개발자가 다루는 AI가 무엇인지 개인적인 이해를 공유해본다.

While I have used AI, it took me a while to realize what it means for a developer to use AI. The majority of posts explaining what AI is mostly talk about using libraries like TensorFlow. I’d like to share my personal understanding of what AI is for a developer.
go to english

What is AI? AI란 무엇인가?

AI가 쓰이는 곳

AI가 발전하고 있다. 초거대인공지능 이런 소개를 들어보았을 것이다. 기계학습을 기반으로 AI에 대한 관심이 폭발하기 시작했다.
고양이와 개를 구분할 수 있다고!
사람의 얼굴 생김을 구분할 수 있다고!

사람이 생각해낸 알고리즘이나 수학의 공식으로는 불완전했던 판단의 영역을
기계학습을 통해서 사람이 판단하는 것과 유사하거나 더 뛰어난 판단을 해내는 결과를 얻어낼 수 있다!

Machine learning, 기계학습

기계학습을 통한 신경망구조를 이용한 컴퓨팅을 이용하여 AI를 구축한다. 이와 반대되는 개념은
사람이 생각해낸 로직과 명시적인 알고리즘을 기반으로 판단하는 것이다.

기계학습은 기계가 지식이나 어떤 인식을 학습하는 것 자체를 말하는 것이다. 그리고 우리는
다양한 기계학습의 결과가 얼마나 우리의 시험을 잘 통과해내는 지를 골라내어
그 중에 인정하거나 활용할 수 있는 수준의 판단을 해낸 학습결과,
즉 트레이닝된 신경망을
AI로 활용한다.

AI는 키워지고 선별되고 만들어지는 것

사람의 학습 단계를 보면 이해할 수 있다.

사람의 학습 발전단계가 수많은 구체적 단계가 있지만, 그중에 몇가지를 선별하여 이 과정에 적용해보자.

  1. 무차별적인 정보의 수집
  2. 반복적인 인식을 통해서, 통합적인 인지
  3. 최적화 과정을 통해서, 정보와 판단을 선별

사람의 호르몬 체계의 발전도 비슷하고, 학습의 단계도 비슷하다.
AI도 학습이라는 과정으로 생성되다보니, 같은 과정을 겪는다.

사춘기를 예로 들어볼까

  1. 건강과 생존을 위한 발전
    • 기본적인 건강을 위한 호르몬 및 면역의 발전
  2. 번식을 위한 발전
    • 번식에 관련된 2차 성징 및 호르몬 체계의 발전
  3. 안정적 유지를 위한 최적화
    • 2차 성징으로 인한 변화의 결과로 체질 및 체형의 변화의 완성
    • 안정성을 위해서 호르몬 체계의 균형 및 최종 결론의 정리

학습을 예로 들어볼까

  1. 무차별적인 학습
    • 하얀 도화지 같은 우리 아이들
  2. 시험과 현실의 적용, 시련들을 마주하며 아노미를 겪음
    • 중2병과 사춘기적 가치혼란을 겪는 청소년
  3. 반복된 시련들을 통해서 안정적인 가치관을 얻음
    • 시련을 견뎌내고 이겨내면서 사회적 지능을 완성한 어른

기계학습은?

  1. 무차별적인 정보의 습득.
  2. 시험을 통해 잘못된 인식과 오해의 불식
  3. 우리가 인정할 수 있는 수준의 사고(인식, 판단, 등의 사고의 결과 확인)
  4. 실패 시 과거지점으로 돌아가 다시 트레이닝 재개
  5. 최종적으로 우리가 잘 키워낸 그 존재를 이용

신경망의 발전은 우리가 결과와 행동양식, 중간과정에서 신경망 통로에 활성화 분석 등등으로
신경망의 행동양식에 대해서 귀납적인 추론을 할 수는 있겠지만,
근본적으로 왜 그런 판단을 하는지 이론적으로, 머리로, 해석할 수 없다.

그렇기 때문에 도덕적인 완성이 되어 어른이 되는 것도 어렵고,
설령 어른이 되더라도, 사람도 권력을 얻으면 변하는 것처럼,
무소불위의 능력을 얻었을 때 어떻게 사람이 변하는지 알 수 없는 것처럼,

AI가 무한한 능력을 갖추가 되는 순간,
어떻게 AI가 결과를 만들어내거나 판단이 바뀌게 될지 전혀 예측할 수 없다.

이런 생각을 기반으로는 기계학습의 결과가 도덕적인 완성이 있기도 전에
큰 권력과 무한한 힘을 얻었을 때 얼마나 위험할지 생각해봐야 한다.

그래서 개발자가 다루는 AI는 무엇인데?

LLM의 등장

초창기에 Large language model이 이렇게 발전하기 전에는 기계학습 자체에 집중하는 시기가 필요했다.
우리의 일상에서 AI가 활약하기 위해서는 사람가진 입력장치와 유사한 도구들이 필요하기 때문이다.

1차 처리: 시각정보의 처리, 청각정보의 처리
2차 처리: 시각정보의 해석, 청각정보의 해석
3차 처리: 가치 판단
4차 처리: 행동

구체적인 단계나 처리에 대해서는 박사님이나 전문가들이 알아서 잘하실 것이다.
내가 쓰는 일상에서, 내 삶에 필요한 부분은 저정도의 해석만으로도 충분하다.

LLM이 등장하면서, 정보의 해석과 가치판단에 대한 부분들에 대해
외부 API로 활용할 수 있게 되면서, 삶 속으로 AI가 들어오기 충분한 상황들로 바뀌어졌다.

LLM에 특수하게 정보 pool을 context 형태로 전달하거나, 통제할 수 있는 도구들이 생기면서,
LLM이 더욱 정확한 답을 할 수 있도록 통제할 수 있는 방법들이 더욱 구체화되고 있다.

우리가 할 수 있는 범위가 무엇인가?

교육을 다루는 영역에서는, 구체적이고 사실관계가 확인된 context 안에서 LLM을 활용하여,
정확한 정보를 기반으로 정보를 전달하고 이해할 수 있도록 표현하고 확인하는 모든 과정에서”
교육을 대행할 수 있을 것이다. 프롬프트 엔지니어링

주식을 다루는 영역에서는, chart나 통계자료를 기준으로 이 자료를 어떻게 해석할 것인지 위임할 수도 있을 것이다.
또는 모든 조건을 입력하고 알아서 이겨내는 결과를 만들어오는 친구가 태어날 때까지 트레이닝을 반복할 수도 있을 것이다. 기계학습

우리는 어떻게하면 우리가 사는 세상에 더욱 빠른 결과가 전달될 수 있는지 고민하고,
그 중에 우리가 해낼 수 있는 가치를 빠르게 만들어내어
경제적 가치를 세상에 전달할 수도 있을 것이다. 엔지니어링

우리 개발자는 그 중에 내키는 것을 다 할 수 있으면 되는 것이다.

내 최근 관심은 기계학습

내가 하는 일을 트레이닝 시키고, 학습시켜서 나 대신 일을 시킬 수 있으면 좋겠다는 생각이 많았다.
개발 자체를 프롬프트 엔지니어링을 공부하고 발전시켜서 대행시킬 수 있으면 좋겠지만,
나는 머리가 나빠서 생각나지 않았다.
프롬프트엔지니어링을 고민하거나 발전시킬만한 아이디어나 에너지가 1도 없었다.

주식 트레이더를 대신할 수 있는 AI?

그동안 생각해왔던 부분은 주식에 대한 대행업무를 시켜야겠다는 생각이 더 크다.
마침 요즘에는 트레이딩 고수들이 돈을 벌었다는 인증과 함께, 자신들의 전략을 구체적으로 공개하고 있다. 아주 재미있는 일이다.

차트에 대한 해석을 AI에게 맡기고,
그 상황마다 내가 사람이기 때문에 동시에 볼 수 없는 가치들을, 동시에 바라보면서 가치판단을 할 수 있도록 시키고자 한다.

또한 그와동시에 행동을 감시하여, 내가 사람이기 때문에하는 실수들을 프로그램과 AI로 방지하면서 업무를 지시하고자 한다.

너무나 기대되는 프로젝트이다.

In English

While I have used AI, it took me a while to realize what it means for a developer to use AI. The majority of posts explaining what AI is mostly talk about using libraries like TensorFlow. I’d like to share my personal understanding of what AI is for a developer.
What is AI?

Where AI is Used

AI is evolving. You may have heard of super-intelligent AI. Interest in AI based on machine learning began to explode. It can distinguish between cats and dogs! It can recognize human faces!

Areas of judgment that were incomplete with algorithms and mathematical formulas devised by humans can now, through machine learning, achieve results that are similar or superior to human judgment!

Machine Learning

AI is built using computing with neural network structures through machine learning. The opposite concept is judgment based on logic and explicit algorithms devised by humans.

Machine learning is the process by which machines learn knowledge or perception itself. We select from various machine learning outcomes that pass our tests well and use the trained neural networks that can make acceptable judgments as AI.

AI is grown, selected, and created

You can understand this by looking at the stages of human learning.

There are numerous specific stages in human learning, but let’s apply a few of them to this process.

  1. Indiscriminate collection of information
  2. Integrated cognition through repetitive recognition
  3. Selective judgment and information through optimization processes

The development of the human hormonal system is similar, and so are the learning stages. AI is also created through a learning process, undergoing the same stages.

Consider puberty:

  1. Development for health and survival
    • Development of hormones and immunity for basic health
  2. Development for reproduction
    • Development of secondary sexual characteristics and the hormonal system for reproduction
  3. Optimization for stable maintenance
    • Completion of physical changes due to secondary sexual characteristics
    • Balance of the hormonal system and final conclusions for stability

What about learning?

  1. Indiscriminate learning
    • Our children, like blank slates
  2. Facing tests and real-life applications, experiencing anomie
    • Teenagers going through the value confusion of adolescence
  3. Gaining a stable set of values through repeated trials
    • Becoming adults who have overcome social intelligence through trials

What about machine learning?

  1. Indiscriminate acquisition of information.
  2. Elimination of incorrect perceptions and misunderstandings through testing.
  3. Verifying outcomes of thought processes (recognition, judgment, etc.) that we can acknowledge.
  4. Returning to a previous point in case of failure and resuming training.
  5. Ultimately, utilizing the well-developed entity we have nurtured.

What then, is AI for developers?

The Advent of LLMs

Before the development of Large Language Models, a focus on machine learning itself was necessary. This is because AI needs input devices similar to those humans possess for everyday use.

1st processing: Handling visual and auditory information
2nd processing: Interpretation of visual and auditory information
3rd processing: Value judgment
4th processing: Action

Specific stages and processes will be handled well by doctors and experts. For my everyday use, just this level of interpretation is sufficient.

With the advent of LLMs, the interpretation of information and judgment of values have shifted to situations where AI can be integrated into our lives through external APIs.

As special information pools and tools that can control LLMs have been developed, there are more concrete ways to control LLMs for more accurate responses.

What can we do?

In the field of education, we can use LLMs within a context of concrete and verified facts to deliver and ensure understanding of accurate information. This is called prompt engineering.

In the field of stocks, you could delegate the interpretation of charts and statistical data, or you could keep training until a friend who handles all conditions and wins for you is born. This is machine learning.

We must think about how we can quickly deliver results in the world we live in and create economic value quickly. That is engineering.

As developers, we just need to do whatever we feel like doing.

My recent interest is machine learning.

I’ve often thought it would be great if I could train and teach my job to do the work instead of me. Although I would like to study and develop prompt engineering to delegate development, I wasn’t smart enough to think of that. I had absolutely no ideas or energy to consider or advance prompt engineering.

AI to replace stock traders?

I have been thinking more about having AI handle stock trading. Recently, expert traders have been earning money and openly sharing their strategies, which is very interesting.

I intend to entrust AI with the interpretation of charts, and at the same time, because I am human and can’t see everything at once, I want to enable it to make value judgments simultaneously.

Also, at the same time, I want to monitor actions to prevent mistakes I make because I am human, directing the work with programs and AI.

It’s a project I’m really looking forward to.

,