인공 지능은 사물을 상상할 수 있습니까? 상상은 복잡한 과정입니다. 상상의 시나리오를 구성할 수 있는 요소의 수에 대해 생각하기 시작하면 이 정신적 절차가 얼마나 심오할 수 있는지에 대한 개념에 접근하기 시작하는 것이 더 쉽습니다.
미국 서던캘리포니아 대학교(University of Southern California)의 연구원 팀은 알려진 요소를 기반으로 새로운 개념을 생성할 수 있는 시스템을 구현하기 위해 AI에 유사한 품질을 부여하려는 프로젝트를 발표했습니다.
인공지능이 상상할 수 있는 새로운 시스템
얼핏 보면 ‘인간의 능력’으로 인공지능 시스템을 훈련시킨다는 생각이 이상하게 들릴 수 있다. 그러나 이것은 실용적이고 흥미롭고 접근하기 쉬운 목적을 가지고 있습니다.
상상 과정은 일반적으로 이전에 지각된 요소를 기반으로 새로운 정신적 이미지를 구성하는 창의적 과정으로 정의됩니다. 예를 들어, 많은 수의 약품 공식을 마스터하는 시스템이 AI 비행기로 가져가면 새로운 레시피 테스트를 시작하기 위해 구성 요소와 기능을 분해할 수 있습니다.
이러한 종류의 메커니즘은 이전에 제시되었지만 약물에 대해 방금 언급한 예와 같이 특정 상황으로만 작동합니다. 이와는 달리 USC 연구원들이 개발한 AI는 다양한 애플리케이션에 외삽할 수 있습니다. 이는 다른 시나리오에서 이 시스템이 고유한 규칙과 변수를 정의하여 가능한 한 많은 속성 조합을 구성할 수 있어야 함을 의미합니다.
이러한 다양성을 달성하기 위해 연구원들은 딥 페이크 생성에 사용되는 것과 유사한 메커니즘을 사용했습니다. 이러한 속임수 시청각 작품의 경우와 마찬가지로 알고리즘은 사람의 얼굴과 몸짓을 식별하여 디지털 방식으로 대체된 얼굴로 모방할 수 있습니다. 이 인공 지능의 경우 시스템은 분석된 각 시나리오의 구성 요소를 인식할 수 있습니다.
그의 연구실과의 대화에서 이 개발 팀의 일원인 Yunhao Ge 학생은 영화 Transformers를 기반으로 한 이 과정을 예시했습니다. “Megatron 자동차의 모양, 노란색 Bumblebee 자동차의 색상과 포즈, 그리고 뉴욕 타임즈 스퀘어의 배경을 취할 수 있습니다. 훈련 세션 동안 이 샘플이 목격되지 않았더라도 결과는 타임스퀘어에서 운전하는 컬러 범블비 메가트론 자동차가 될 것입니다.”라고 그는 말했습니다.
같은 사례에서, 이 팀의 다른 구성원인 Laurent Itti 교수는 “딥 러닝은 이미 많은 영역에서 탁월한 성능과 가능성을 보여주었지만 너무 자주 이것은 피상적인 모방을 통해 발생하고 개별 속성에 대한 더 깊은 이해 없이 발생했습니다. 각 개체를 독특하게 만드십시오.”라고 덧붙였습니다. “이 새로운 얽힘 해제 접근 방식은 처음으로 AI 시스템에 새로운 상상력을 불러일으키고 인간이 세상을 이해하는 데 더 가까이 다가갈 수 있게 해줍니다.”라고 덧붙였습니다.
이와 같은 시스템을 통해 자율주행차는 날씨와 환경적 요인에 따라 가능한 한 많은 시나리오를 상상할 수 있어 안전성이 강화된다. 따라서 이 시스템이 제공하는 것과 호환되는 요구 사항이 식별됨에 따라 가능한 응용 프로그램 카탈로그가 계속 증가할 수 있습니다.
이 연구의 세부 사항은 올해의 학습 표현에 관한 국제 회의에서 발표된 “Zero-Shot Synthesis with Group-Supervised Learning”이라는 제목의 논문에서 공개되었습니다.