Rethink: Big Intelligence?

57  Download (0)

Full text

(1)

Rethink: Big Intelligence?

단국대 세미나

2014 년 9 월 27 일

삼성전자 어길수 부사장

(2)

목 차

New era

Paradigm Shift Intelligence

정의

Intelligence

의 중요성

Intelligence Service Platform

(3)

New era is coming..

(4)

Computer outperforms human

2014. 8. 20

Hongkong University 최근 결과 99.15%

(Dubbed GaussianFace 알고리즘 성능 )

(5)

Eugene passed Turing test

Turing Test 를 통과한 최초의 SW 2014. 6. 8

영국 레딩대학교는 "인공지능 분야에 역사적인 일이 일어났 다 "라며 " 컴퓨터 프로그램 유진 구스트만 ( 이하 유진 )' 65년 만에 처음으로 인공지능을 가늠하는 기준인 튜링테스 트를 통과했다 "라고 대대적으로 발표했다

Eugene Goostman

-5 분 길이의 질의 응답 ->33% 이상의 심사위원이 인간이라고 판단

-블라디미르 베셀로프 , 유진 뎀첸코 , 세르게이 울라 센이 개발

- 2001 년 최초 버젼

-우크라이나에 사는 13 세 소년인듯 동작

(6)

[

참고 : Turing test]

Turing Test ( 튜링 테스트 )

- 기계가 인간과 얼마나 비슷하게 대화할 수 있는지를 기준으로 ' 기계의 사고 능력 ' 를 판별 - 실제로는 사람과 컴퓨터가 대화를 나누고 있는데 , 대화 상대편이 컴퓨터인지 진짜 인간인지

그림 : 아이뉴스 24

(7)

Computer starts to hear from you

(8)

Paradigm Shift

(9)

역사상 가장 위대한 발명

인용 : 미국 Times 誌

금속 활자 ( 구텐베르크 , 독일 , 1436)

지식의 공유

9/57

(10)

Quiz: 아래 3 가지 사건에서 생각나는 숫자는 ?

 James Watt 의 증기 기

 Adam Smith 의 국부론

미국 독립 선언

(11)

James Watt

의 증기기관

열에너지를 기계동력으로 바꾸는 증기 기관의 기술적 효율성을 폭넓게 일반화 , 상용화하여 증기기관의 시대를 열다 .

(12)

Adam Smith

의 국부론

“ 자신의 이익을 열심히 추구하는 가운데서 ' 보이지 않는 손 ' 에 의해 국가전체의 이익을 증대시키는 방향으로 모든 경제활동이 조정된다 .”

– Adam Smith, 국부론

(13)

미국의 독립 선언

“ 모든 사람은 평등하게 태어났고 , 창조주는 몇 개의 양도할 수 없는 권 리를 부여했으며 , 그 권리 중에는 생명과 자유와 행복의 추구가 있다 .”

미국 독립선언문

(14)

18/19C

사회 변화

과학기술

Quantum

경제

Leap

정치

수공업 중심

봉건주의

왕권 주의

경제

정치

“ 기계화 , 대량생산 ( 산업혁명 역군 )

현대 자본주의

인간의 기본권

국민 주권 주의

과학기술

미국독립선언 국부론

증기 기관

(15)

Engine

의 증폭

자동차엔진

항공기엔진

선박엔진

발전기엔진

오토바 엔진

기차엔진

증기 기관 엔진

(16)

KB Repo

Algorithm

Engine #N

KB Repo

Algorithm

Engine #3

KB Repo

Algorithm

Engine #2

지식의 증폭

지식 = f (Knowledge Data, Algorithm)

KB Repo

Algorithm

Engine #1

Common Sense

Knowledge User

Knowledge

(17)

디지털 정보 시대

Wikipedia

200 년 역사의 브리태니커 백과사전 정보량 / 정확도 추월 (1953 년 당시 )

Britannica, 1953 년 광고 ‘20 년 35 Zetta 예상

Data Tsunami

이틀마다 5EB 정보 생성

( 문명 이후 2003 년까지 생성된 정보량 )

(18)

지식 기반 가치 창출

Intelligence Platform, Knowledge graph, Machine learning, Data Mining, Analytics

Value Creation

(19)

“Watson

에 IBM 의 미래가 있다

– Ginni Rometty, IBM CEO –

IBM Watson

- Jeopardy Show -

(20)

Intelligence 란 ?

(21)

Intelligence

의 정의

人間 고유의 인지 (Cognitive) 능력을 구비한 시스템

- 사물의 인식 - 자연어 이해 - 지식의 체계화 - 논리적 추론 - 학습

Knowledge Base Learning

HPC / Big Data

지식지식 인식인식 논리논리 언어언어

(22)

Intelligence

의 사용자 가치

기계가 말을 하다니 흠좀무

요새 소쎈에서 슈주의 브금이 짱

1.

자연스러운 소통

2.

개인 맞춤

3.

전문가

(23)

Intelligence

의 사용자 가치

1.

자연스러운 소통

2.

개인 맞춤 3. 전문가

(24)

Intelligence

의 사용자 가치

1.

자연스러운 소통

2.

개인 맞춤

3.

전문가

(25)

Big Data

와 Intelligence 의 다른

(26)

Big Data vs Intelligence

Analytics Cognition Inference

Big Data

Intelligence

(27)

Big Data vs Intelligence

Big Data Intelligence

보이지 않는 것을 추출 추출된 것에 의미와 지식 부여

Computer

의 주능력

Computer

의 능력 + 인간의 추론 능력

컴퓨터化

분석 처방

(28)

Enabling Technology

 Natural Language Understanding

 SVM (Support Vector Machine)

 CRF (Conditional Random Field)

 Machine Learning

 GMM (Gaussian Mixture Model)

 MLP (Multi-Layer Perceptron)

 ELM (Extreme Learning Machine)

 Deep Learning

 DBN (Deep Belief Network)

 DNN (Deep Neural Network)

 CNN (Convolutional Neural Network)

(29)

Deep Learning = Learning Representations/Features

“Simple”

Trainable Classifier

기존기존

Hand-crafted Feature Extractor

전통적인 Pattern Recognition 접근 방법

- Fixed/engineered features + trainable classifier - 주로 Computer Vision 기반의 접근 방향

Deep Learni

ng Deep Learni

ng Trainable “Simple”

Classifier

Hand-crafted Feature Extractor

■ Deep Learning 의 접근 방법

- Trainable features + trainable classifier - Machine Learning 기반의 접근 방향

Trainable Feature Extractor

“ 이미지의 특징을 찾는 알고리즘은 사람이 직접 연구해서 개발함”

“ 특징 (feature/representation) 을 찾는 방법을 Training 을 통해서 찾음”

Deep Learning

(30)

Gartner Hype Cycle | Neural Network

Expectations

1980 Time

1950~70 1990 2000 2006 2009

Peak of Inflated Expectation Technology

Trigger Trough of

Disillusionment Slope of

Enlightenment Plateau of Productivity

DBN (Geoffrey Hinton) Speech Recognition

(DNN+DBN) SVM

2014

(31)

Intelligence

의 응용 분야

(32)

Intelligence

의 응용 | IoT

(33)

Intelligence

의 응용 |

Object Recognition

(34)

Intelligence

의 응용 |

Personal Assistant

Meeting

(35)

Intelligence

의 응용 |

Product Recommendation

(36)

Intelligence

의 응용 |

Machine Translation

Real-time machine translation for VoIP

MS, at Code Conference, May 27 2014

(37)

사회적 필요성

(38)

정보의 개인화

사회적 변화 : 개인화

(39)

사회적 변화 : 노령화

(40)

생활방식변화 : 편리 추구

원하는 것을 스스로 알아서 제공하는 디바이스

(41)

생활방식변화 : 전문지식 요구

상식 수준의 지식으로 대응 불가

(42)

Technical Enabler: Cloud

Cloud Computing

Real-Time Service 및 전문화 / 정밀화 향상

(43)

Technical Enabler: Big Data

Data Growth 800 배 증가 , 저장비용 250 배 감소

(44)

Technical Enabler: IoT

Connected Device 50 배 증가 , 가격 75% 감소

(45)

Technical Enabler:

고성능 CPU

Tianhe2 (Milkyway-2) 中國 No 1 since 2013

28.5 PetaFlops Titan: Oak Ridge National Laboratory No. 1 in Nov 2012

(46)

Intelligence Service Platform

Grand Bleu

( 그랑블루 )

(47)

Intelligence : next gen. paradigm

Value

TV, Phone Smart Device

Data Service

Past Present Future

Intelligent Device Internet of Things+

Knowledge Expert Service

Personalized Service Intelligence

OS Platform

HW/Embedded 시대

(48)

Grand Bleu Logical View

지식지식 인식인식 논리논리 언어언어

Knowledge Base Learning

사용자 가치

자연스러운 소통

모든 정보 및 기기의 자연스러운 상호 작용

개인 맞춤 나 를 이해 배려하는 맞춤형 개인화 서비스

전문가 전문가 수준의

조언 및 의사결정 지원

(49)

Grand Bleu Architecture

Online System Offline System

Q&A Search NLP/NLU Dialog Man-

agement

Proactive Event Decision Multi-

Fan-in Out

NLU Model Generation

Domain KB Ex- traction

Personal Knowl- edge Extraction Data Acquisition

Device

Online Offline

Data Com- put.

Data Storage Service/App FW

Data Processing System

Device Pipeline FW Data Pipeline FW

Data Storage Data Computation

Data Cluster Manage-

ment

Runtime Adaption FW

(50)

Grand Bleu Data Flow

Online System Offline System

Data Processing System (Computation & Storage)

Raw Data 생성

사용

Data

Source User

Grand Bleu

(51)

Grand Bleu Example |

음성인식

(52)

Grand Bleu Example | Intelligent Asssitant

오늘 일정 ?

3 시에 김박사와 미팅 잡아줘 오전 10 시 주간 회의 ,

점심은 팀원들과 약속이 있습니다 .

오후 3 시 , 15 층 2 번 회의실로 예약되었습니다 . 미팅에 초청하고 싶은 사람이 있나요 ?

이 부장도 초대해줘

(53)

Grand Bleu Example |

전문가 시스템

(54)

Grand Bleu | Open Innovation

소프트웨어센터삼성전자

Intelligence 자문단

Cloud 자문단

해외연구소

(Allen Institute, Fraunhofer, KIT등 )

산학 프로그램 / 과제

Visiting Scholar ML/DL 전문가

(55)

Grand Bleu Vision

Cloud Knowledg e

서비스

기업

User Behavio

r

Big Data

지식증폭

(56)

감사합니다 !

(57)

감사합니다

Shallow Deep

별첨 1 - Machine Learning Model 구분

Figure

Updating...

References

Related subjects :