Rethink: Big Intelligence? 2014 년 9 월 27 일 삼성전자 어길수 부사장.

Presentation on theme: "Rethink: Big Intelligence? 2014 년 9 월 27 일 삼성전자 어길수 부사장."— Presentation transcript:

1 Rethink: Big Intelligence? 2014 년 9 월 27 일 삼성전자 어길수 부사장

2

3

4 3/57 Computer outperforms human 2014. 8. 20 Hongkong University 최근 결과 99.15% (Dubbed GaussianFace 알고리즘 성능 ) 인간의 인식률 97.53%

5 4/57 Eugene passed Turing test Turing Test 를 통과한 최초의 SW 2014. 6. 8 영국 레딩대학교는 " 인공지능 분야에 역사적인 일이 일어났다 " 라며 " 컴퓨터 프로그램 ‘ 유진 구스트만 ( 이하 유진 )' 이 65 년 만 에 처음으로 인공지능을 가늠하는 기준인 튜링테스트를 통과 했다 " 라고 대대적으로 발표했다 Eugene Goostman -5 분 길이의 질의 응답 ->33% 이상의 심사위원이 인 간이라고 판단 - 블라디미르 베셀로프, 유진 뎀첸코, 세르게이 울라센 이 개발 - 2001 년 최초 버젼 - 우크라이나에 사는 13 세 소년인듯 동작

6 5/57 [ 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 대화 당사자인 사람이 구분할 수 없다면 컴퓨터는 진정한 의미에서 " 생각하는 능력이 있다 ” 고 할 수 있다는 것이다. 그림 : 아이뉴스 24

7 6/57 Computer starts to hear from you

8

9 역사상 가장 위대한 발명 인용 : 미국 Times 誌 지식의 공유 8/57

10 9/57

11 10/57

12 11/57

13 12/57

14 18/19C 사회 변화 과학기술 Quantum Leap 경제 정치 “ 수공업 중심 ” “ 봉건주의 ” “ 왕권 주의 ” 경제 정치 “ 기계화, 대량생산 ” ( 산업혁명 역군 ) “ 현대 자본주의 ” “ 인간의 기본권 ” “ 국민 주권 주의 ” 과학기술 미국독립선언 국부론 증기 기관 13/57

15 Engine 의 증폭 자동차 엔진 항공기 엔진 선박 엔진 발전기 엔진 … 오토바이 엔진 기차 엔진 증기 기관 엔진 14/57

16 KB Repo Algorithm Engine #N KB Repo Algorithm Engine #3 KB Repo Algorithm Engine #2 지식의 증폭 KB Repo Algorithm Engine #1 Common Sense Knowledge User Knowledge 15/57

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 ) 16/57

18 지식 기반 가치 창출 Value Creation 17/57

19 IBM Watson - Jeopardy Show - 18/57

20

21 Knowledge Base Learning HPC / Big Data 지식 인식 논리 언어 20/57

22 “ 기계가 말을 하다니 흠좀무 요새 소쎈에서 슈주의 브금이 짱 ” 1. 자연스러운 소통 2. 개인 맞춤 3. 전문가 21/57

23 1. 자연스러운 소통 2. 개인 맞춤 3. 전문가 22/57

24 1. 자연스러운 소통 2. 개인 맞춤 3. 전문가 23/57

25

26 AnalyticsCognitionInference 25/57

27 Big DataIntelligence 보이지 않는 것을 추출 추출된 것에 의미와 지식 부여 Computer 의 주능력 Computer 의 능력 + 인간의 추론 능력  컴퓨터化 분석처방 26/57

28 27/57

29 Deep Learning = Learning Representations/Features “Simple” Trainable Classifier 기존 Hand-crafted Feature Extractor ■ 전통적인 Pattern Recognition 접근 방법 - Fixed/engineered features + trainable classifier - 주로 Computer Vision 기반의 접근 방향 Deep Learnin g “Simple” Trainable 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 ” 28/57

30 Expectations Time 19801950~701990200020062009 Peak of Inflated Expectation Technology Trigger Trough of Disillusionment Slope of Enlightenment Plateau of Productivity DBN (Geoffrey Hinton) Speech Recognition (DNN+DBN) SVM 2014 29/57

31

32 31/57

33 32/57

34 Meeting 33/57

35 34/57

36 35/57 MS, at Code Conference, May 27 2014

37

38 사회적 변화 : 개인화 37/57

39 사회적 변화 : 노령화 38/57

40 생활방식변화 : 편리 추구 39/57

41 생활방식변화 : 전문지식 요구 40/57

42 Technical Enabler: Cloud Cloud Computing 41/57

43 Technical Enabler: Big Data 42/57

44 Technical Enabler: IoT 43/57

45 Technical Enabler: 고성능 CPU 44/57 Tianhe2 (Milkyway-2) 中國 No 1 since 2013 28.5 PetaFlops Titan: Oak Ridge National Laboratory No. 1 in Nov 2012

46

47 46/57 Value TV, Phone Smart Device Data Service PastPresent Future Intelligent Device + Internet of Things Knowledge Expert Service Personalized Service Intelligence 시대 OS Platform 시대 HW/Embedded 시대

48 지식 인식 논리 언어 Knowledge BaseLearning HPC / Big Data 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 47/57

49 Online SystemOffline System Q&A Search NLP/NLU Dialog Management Proactive Event Decision Multi- Fan-in Out NLU Model Generation Domain KB Extraction Personal Knowledge Extraction Data Acquisition Device Online Offline Data Comput. Data Storage Service/App FW Data Processing System Device Pipeline FWData Pipeline FW Data StorageData Computation Data Cluster Manage- ment Runtime Adaption FW 48/57

50 Online SystemOffline System Data Processing System (Computation & Storage) Raw Data 생성 사용 49/57

51 50/57

52 오늘 일정 ? 3 시에 김박사와 미팅 잡아줘 오전 10 시 주간 회의, 점심은 팀원들과 약속이 있습니다. 오후 3 시, 15 층 2 번 회의실로 예약 되었습니다. 미팅에 초청하고 싶은 사람이 있나요 ? 이 부장도 초대해줘 51/57

53 52/57

54 삼성전자 소프트웨어센터 Intelligence 자문단 Cloud 자문단 해외연구소 (Allen Institute, Fraunhofer, KIT 등 ) 산학 프로그램 / 과제 Visiting Scholar ML/DL 전문가 53/57

55 Cloud Knowledge 서비스 기업 UserBehavior Big Data 지식증폭 54/57

56 55/57

57 Shallow Deep 56/57