PROS의 Michael Wu – AI는 인간을 모방하고 의사 결정을 자동화하고 학습하고 개선할 수 있지만 대신할 수는 없습니다.

최근에 시리즈를 확인하고 계신 분들을 위해 제가 지난 몇 주 동안 여러 업계 행사에 참석하여 많은 사람들과 이야기를 나눴다는 것을 알고 있습니다. 이러한 컨퍼런스의 대부분은 라스베이거스에서 열립니다.

글쎄, 이것을 위해 각오하고, 나는 다시 라스베가스에 있었다...또 다른 회의를 위해...다시. 하지만 이번에는 PROS에서 주최한 회의인 Outperform에 참석했습니다. 디지털 경제에서 판매를 최적화하는 AI 기반 솔루션 제공업체입니다.

그리고 저는 PROS의 수석 AI 전략가인 Dr. Michael Wu의 인공 지능에 관한 최고 권위자 중 한 명과 이야기할 기회가 있었을 뿐만 아니라 제 친구이자 CRM Playaz의 공동 호스트인 Paul Greenberg와도 이야기할 기회가 있었습니다.

우리는 모두 좋은 친구이고 AI/머신 러닝/딥 러닝을 대부분의 인간이 이해할 수 있는 용어로 설명하는 Michael의 능력으로 인해 AI가 무엇이고 무엇이 아닌지에 대해 많은 것을 배우면서 약간의 재미를 가질 수 있었습니다. 그리고 대체할 것과 대체하지 않을 것.

아래는 우리의 대화 내용을 편집한 것입니다. 전체 대화를 보려면 비디오를 보거나 아래에 포함된 SoundCloud 플레이어를 클릭하십시오.

그렇다면 AI는 무엇입니까?

Paul Greenberg: 평범한 인간에게 AI란 무엇인가? 머신 러닝의 차이점은 무엇입니까? 현실적으로, 항상 듣는 모든 과대 광고와 달리 실제 이점은 무엇입니까?

Michael Wu: 먼저 기계 학습에 대해 조금 이야기하겠습니다. 그것이 그것의 기초이기 때문입니다. 사실 모든 것은 빅데이터로 돌아간다. 따라서 머신 러닝은 실제로 프로세스일 뿐입니다. 데이터를 모델로 하여 일종의 알고리즘으로 만드는 과정이 있죠? 그래서 당신은 약간의 데이터, 데이터, 거기에 어떤 패턴이 있습니다.

그리고 기계 학습과 많은 알고리즘을 사용하고 이러한 알고리즘을 사용하여 본질적으로 이러한 패턴을 선택합니다. 그렇죠? 그런 다음 그것들을 모델로 바꾸고, 그것이 머신 러닝의 진정한 의미입니다. 데이터 과학자들이 사용하는 알고리즘의 집합체일 뿐입니다.

인공 지능의 간단한 정의

하지만 AI는 무엇인가? AI는 사실 정의하기가 훨씬 더 어렵습니다. AI의 정의는 항상 바뀌기 때문에 그렇게 말하고 싶습니다. 그것은 실제로 꽤 오랫동안 존재해 왔으며, 40 50년 동안 존재해 왔습니다. 그것의 개념. 물론 그 건물은 훨씬 더 최근의 것입니다. 따라서 시간이 지남에 따라 이 AI 개념은 실제로 상당히 많이 변경되었습니다. 제가 이 시점에서 AI를 바라보는 방식은 정말이지 인간의 행동과 결정을 기계로 모방한 것일 뿐입니다.

그리고 기계가 인간이 하는 것을 모방할 수 있을 때 이것은 인공 지능으로 간주됩니다. 그러나 실제로 그것만으로는 충분하지 않습니다. 두 가지 기준이 더 필요하다고 말씀드리고 싶습니다. 하나는 의사결정 행동의 자동화이고 다른 하나는 많은 사람들이 놓치고 있는 학습 능력과 스스로 개선하는 능력입니다.

그래서 저는 AI를 정의하는 것을 좋아합니다. 그것은 인간의 결정과 행동을 모방하는 일종의 기계입니다. 하나의 특성으로 의사 결정, 행동 및 학습 능력을 자동화하고 시간이 지남에 따라 스스로를 개선할 수 있습니다.

AI에 대한 가장 큰 오해

Brent Leary: 당신이 계속해서 듣는 이 영역에 대해 사람들이 항상 혼동하거나 혼란스러워하는 것 중 가장 짜증나는 것은 무엇인가요?

Michael Wu: 오랫동안 인터넷에 떠돌던 이미지와 관련이 있습니다. 딥 러닝은 일종의 머신 러닝이고 머신 러닝은 AI의 일종이라는 이미지입니다. 나는 사람들이 오, 머신 러닝은 AI의 하위 집합이며 그 반대는 아니라고 말하는 것을 종종 듣습니다. 그 이미지를 만든 사람에게 공을 돌리기 위해 나는 그것이 완전히 잘못된 것은 아니라고 말하고 싶습니다.

머신 러닝이 AI에 적용되는 방법

머신 러닝은 실제로 모든 현대 AI에서 많이 사용됩니다. 맞나요? 따라서 AI 내부에 머신 러닝을 적용하는 것이 합리적입니다. 하지만 그렇게 하면 딥 러닝이 일종의 머신 러닝이라고 할 수 있습니다. 그리고 머신 러닝은 실제로 일종의 AI가 아니라 모든 AI에 사용됩니다. 하지만 그 그림을 보면 내부에 딥 러닝의 동심원 같은 종류가 있고 외부에 머신 러닝이 있고 외부에 머신 러닝이 있고 그 외부에 AI가 있습니다. 그렇죠? 사람들은 머신 러닝이 실제로 일종의 AI라는 잘못된 결론에 도달하는 경우가 많습니다. 이는 사실이 아닙니다.

제가 드릴 수 있는 한 가지 예는, 예를 들어 V8이 일종의 엔진이라는 것입니다. V8이 일종의 엔진이라는 것은 누구나 알고 있습니다. 그래서 V8이 엔진이라고 말하는 그런 종류의 실수를 저질렀다면, 자동차 안에 맞습니다. 그리고 모든 자동차에는 엔진이 있습니다. 그렇죠? 그런 다음 그 이미지를 보면 엔진이 실제로 일종의 자동차라는 잘못된 결론에 도달할 수 있습니다. 어느 쪽이 우스꽝스럽습니까? 엔진은 자동차가 아닙니다. 사람들이 말하길, 아, 머신 러닝은 일종의 AI이고 AI는 머신 러닝의 일종이 아니라 사실이 아니라고 말하는 것이 바로 저를 미치게 만드는 것입니다.

사람들이 기계를 인수하는 것에 대해 걱정하지 말아야 하는 이유

Paul Greenberg: 한 가지 더 짚고 넘어가겠습니다. 이것은 실제로 저를 미치게 만듭니다. 저는 AI가 인간을 대체한다는 패닉에 대한 이야기를 항상 듣고 있습니다. ㅋㅋㅋㅋㅋㅋ 스카이넷 이야기.

여기 거래가 있습니다. 제 관점에서 당신은 흉내, 즉 근사치를 의미하며 지금까지 나온 것 중 최고라고 말했습니다. 그것은 인간을 대신할 수 없고, 그럴 수도 없습니다. 그것은 인간이 하는 방식을 만들지 않습니다.

Salesforce의 수석 데이터 과학자인 Richard Socher는 실제로 "AI는 아무 것도 원하지 않습니다"라는 말을 좋아합니다. AI, 그렇게 하면 그렇게 하고 배울 것입니다. 하지만 “그걸 하러 가겠습니다”라고 말하지는 않을 것입니다. 그래서 처음이야, 사실이야? 두 번째로, 내가 그것에 짜증을 내는 것이 옳습니까, 아니면 일부 AI가 나를 위해 짜증을 내도록 해야 합니까?

AI는 비즈니스에 최적화를 제공합니다.

Michael Wu: 글쎄요, 제 생각에는 어느 정도는 사실이라고 생각합니다. 기계 학습 AI 알고리즘이 작동하고 우리가 자기 객관적 기능 최적화라고 부르는 것입니다.

따라서 최적화하려는 항목에 따라 맞습니까? 그런 다음 그것이 무엇이든 최적화할 수 있는 방법을 찾을 것입니다. 그것은 단순히 무언가를 최적화하려고 시도하는 수학적 알고리즘입니다.