Talk Lowy(kr)

오늘도 한국에서 온 지인이 얘기를 했다.  인터넷 강국 한국... 내가 2003년에 일본은 가정집에 광통신이 들어오게 되었다고 하니까 믿지를 않는다.  ( https://sites.google.com/site/koreainternethistory/publication/e-bridge ) 한국은 2002년에 보급한 초고속(?) 인터넷은 1Mbps 였다는데..  ( https://bb.watch.impress.co.jp/cda/special/16691.html ) 일본은 이미 2001년에 100Mbps를 일반 가정에 공급하고 있다.  한국에선 그냥 1Mbps를 초고속 인터넷 이라고 하면서 두리뭉실하게 얘기하고 있기 때문에  그 동안 많은 사람들이 그렇게 넘어가고 있던 것이리라. 더 재미있는 것은 내가 2009년에 옴레기에 크게 당한 적이 있다.  한국에 잠깐 갔을 때 인터넷이 가능한 스마트폰(?)이 나와서 구매를 했다.  734Kbps 이상 나오지 않았다.  난 wibro라는 서비스가 일본의 wimax랑 같은 것이라고 들었기 때문에 믿었었다.  하지만 2010년경 일본에서 가입한 나의 wimax는 20Mbps를 나타냈고,  좀 더 비싼 모델은 무선으로 100Mbps를 다운로드 할 수 있었다.  한국에서 말하는 인터넷 강국은 무엇이었을까?  giip :: Control all Robots and Devices! Free inter-RPA orchestration tool!   https://giipasp.azurewebsites.net/

AI를 지배한다는 표현을 지난 글에서 적었는데요..  AI활용이라면 chatGPT나 stable diffusion을 사용해서 생성하거나 하면 될텐데.. 어떻게 하면 AI를 지배할 수 있을까요? AI를 사용하는 인프라를 내가 가진다? AI알고리즘을 내 관리하에 둔다? 2014년 Gartner에서 이야기한 내용이 있지요.  데이터는 21세기 원유다.  https://talklowykr.blogspot.com/2019/03/blog-post_12.html 그래서 데이터 사이언티스트가 되는 것이 아니라 데이터의 석유왕이 되어야 한다는 표현을 제가 한 적이 있습니다. AI도 목말라 하는 것은 바로 학습할 데이터 입니다.  stable diffusion도 갑자기 획기적으로 바뀌게 된 것이 해서는 안되는(?) 데이터의 학습을 한 모듈이 세상에 나왔기 때문이지요.  결론이 보이지 않나요?  이게 진실인지는 모르겠습니다.  단지 말하고 싶은 것은 재주넘는 곰이 되지 않길 바랄 뿐입니다.  테슬러도 매일 버려지는 3TB가 넘는 각 자동차의 데이터를 담기 위해서 많은 노력을 하고 있습니다.  여러분도 지금 매일처럼 버리고 있는 의미 있는 데이터가 있지 않은가요? giip :: Control your future! https://giipasp.azurewebsites.net/

Stable Diffusion 2022년 공개된 딥러닝(deep learning, 심층학습)의 text-to-image학습모델 중 하나. 텍스트를 입력하여 이미지를 생성하는데 많이 사용되는 경우가 많음. 뮌헨 대학의 CompVis그룹이 개발한 잠재확산모델(latent diffusion model)로서 심층생성 뉴럴 네트워크(deep generative neural network)의 일종. 이 모델은 EleutherAI와 LAION의 지원을 받아 Stability AI, CompVis LMU, Runway가 공동으로 공개했다. 2022년 10월 Stability AI는 Lightspeed Venture Partners와 Coatue Management가 주도한 라운드에서 1억100만달러를 조달했다. 기술 https://ja.wikipedia.org/wiki/Stable_Diffusion 기본 개념은 화상을 픽셀공간에서 저차원잠재공간으로 압축하여 화상에서의 기본 의미를 찾는다. 압축된 잠재표현에 순방향 확산 처리(forward diffusion process)에서 가우시안 노이즈가 연속적으로 부여된다. ResNet으로 구성된 U-Net블록은 잠재표현을 얻기 위해 순방향 확산 과정의 출력을 다시 노이즈 제거를 진행한다. 이걸 역방향 확산 처리(reverse diffusion process)라고 한다. 마지막으로 VAE디코더가 잠재 표현을 픽셀 공간에 역변환하여 최종 화상을 생성한다. 노이즈 제거 과정은 문자열, 화상, 그 밖의 요소에 의해 유연하게 조건을 지정할 수 있다. 인코드 된 조건 부여를 위한 데이터는 cross-attention구축에 의해 denosing U-Net에 부여된다. 활용 stable diffusion을 이용한 AI 그림 생성 모듈을 쉽게 만든 WEBUI의 설치 방법 AI가 실사와 애니풍을 정도를 조정해서 그려주는 사례 Real 100% -> 75% -> 50% -> 25%       PVC모델 적용 사례 AI Tool Revea

한국은 아직도 인공지능 = 로봇 같은 단순한 가치관에서 영화화 하는 작품이 많은 것 같다. 일본에서는 감정맵 계산 알고리즘이 탑재된 ai에서 부터 ted에 거론 된 moral of AI 같은 문제에 대한 고찰 등 상당히 다양한 시각에서의 인공지능을 그리고 있는 작품들이 많다. 걔중에는 너무 준비도 없이 그린 작품들도 많지만… 총몽 같은 작품은 굉장히 예전에 그려졌음에도 불구하고 뇌를 빼고 인간의 경험을 복사해 넣은 칩을 심은 인체와, 뇌만 살아있는 채로 모든 나머지 신체가 로봇인 주인공과의 누가 인간인지를 묻는 철학적인 요소가 있는가 하면, 사이코패스(단어의 해석이 다름) 처럼 인공지능 치안 시스템이 사실은 엄청나게 많은 범죄자의 뇌에 질문을 던져 나온 결과를 기반으로 범죄를 예측하여 치안을 강화 시킨다는 다차원 연산에 대한 인공지능의 한계를 극복하는 방법도 재미난 해석이다. 그 밖에도 ai를 깊이 있게 연구하고 해석한 작품들이 많아서 자극이 되는 것들이 아주 많다. 인공지능의 수명과 폭력성을 늘리기 위해 병사를 사냥해서 뇌만 뺏어 다른 로봇에 심는 주제를 한 86(eighty six)도 재밌었고… 아, 이 작품의 진짜는 인종차별로 사람 취급을 하지 않은 부대와 로봇 부대는 모두 무인이라는 극단적인 설정을 풀어나가는 스토리가 핵심입니다. 로봇의 수명을 9년으로 설정하여 노화되어 폭주하기 전에 가족이 되어 정든 로봇을 억지로 헤어지게 해야 할 때의 사람마다의 행동을 그린 plastic memories도 앞으로 로봇이 인간사회에 녹아들 때의 형태 및 문제를 잘 표현한 것 같다. Ghost in the shell처럼 무조건 로봇은 일하는 단순체가 아니면 범죄자 라는 단정보다 굉장히 넓은 범위에서 쓰일 수 있다는 가능성을 보여준다. giip :: Control all Robots and Devices! Free inter-RPA orchestration tool! https://giipasp.azurewebsites.net/

위인전이나 다른 천재들의 이야기를 들어보면 뭐든 다 잘하는 사람을 천재라고 부르는 케이스는 거의 없다.  사실 인간의 능력은 한계가 있기 때문에 다른 많은 것을 포기하고 한 쪽에 쏟아 부은 사람들 중에 천재라 불리는 사람들이 많다.  그 때문에 천재들은 자기가 집중하지 않은 곳에는 오히려 일반인들보다 떨어지는 케이스를 많이 본다.  어릴때부터 많이 봐왔던 에디슨만을 봐도 공부를 잘하는 사람도 아니었고, 그렇다고 주변 사람들이 머리 좋다고 얘기하지 않았다. 그 외에도 대부분의 위인들 또는 천재라 불리는 사람들를 보면 알 수 있다.  즉, 인간은 거의 비슷한 능력을 가지고 태어났다고 볼 수 있고,  이들의 능력은 성장하면서 반복 및 학습을 통해 발전을 하게 되어 있다.  하지만, 환경 또는 개인의 성향에 의해 다양하게 습득할 시간을 한 곳에 집중하게 되고, 그것 외에는 없는 환경에서 자란다면 천재라고 불리는 사람들이 그 중에 나타나는 것이다.  그 속에서도 비슷한 환경에서 천재와 범인을 가르는 가장 중요한 것은  집중력이 아닐까 한다.  무언가를 해도 주변 소리에 쉽게 집중력이 끊기는 사람이 있는가 하면,  집중을 너무해서 주변에서 난리가 났는데도 자기가 하고자 하는게 끝나고 주변을 돌아보면 그제서야 난리가 난 것을 아는 사람들이 있다.  이러한 집중 정도가 더욱 하나의 능력을 가속화시키고 나머지 능력을 쇠퇴시키기 때문에  그 속에서 천재가 나올 수 있는 것이 아닐까? 그러니 천재에게 모든 것을 잘하기를 기대하는 것이 아니라,  그가 가진 천재성을 살려서 더욱 갈고 닦게 하고 그가 하지 못하는 일반적인 생활을 주변 사람이 도와주어야 하지 않을까 싶다.  한국의 교육 상황은 천재를 바라는 것이 아니라 모든 것을 평균 이상으로 잘하는 사회 집단의 일원을 키우는 것에 있다.  학교에서도 주변에서도 잘하는 것을 더 잘하게 격려해주는 것보다 못하는 것을 꾸짖으며 못하는 부분을 보충하는 교육 시스템이 더욱 발달해 있다는 사실은 누구나 알 수 있을 것이다.  이게 천재를 막는

최근 뇌과학의 발전에 따라 여러가지 검증된 내용들이 오고 있는 중에 뇌만 기억하는게 아니라는 실증내용이 눈길을 끌었다.  도롱뇽의 척수에 라디오파 검파기를 설치해서 움직일 때마다 뇌파를 입수했다.  도롱뇽이 움직일 때마다 나오는 뇌파의 패턴을 잡았다.  경사가 있던, 장애물이 있던 전진을 할 때의 뇌파는 같았다.  같은 뇌파로 여러가지 일을 한다는 것을 입증하기위해 도롱뇽의 척수 아래와 뇌 사이를 끊어서 신경을 전극에 연결 했다.  그리고 뇌의 의지와는 상관 없이 앞으로 전진할 때의 뇌파를 흘렸더니 도롱뇽은 앞으로 전진했다.  인간의 뇌 역시 많은 사고를 진행하기 때문에 아주 세세한 컨트롤을 뇌에서 주지 않는 다는 것을 알 수 있다.  어릴 때와 성인 모두 걸어라 라는 뇌의 신호를 받지만 어릴 수록 잘 넘어진다.  넘어지지 않도록 세세한 조절은 각 관절등의 근육이나 세포들이 아닌가 하는 설이 신뢰가 가는 내용이다.  그리고 학습을 한세포들은 뇌가 걸어라 라는 메시지만 던져도 자기의 학습을 기반으로 적절하게 걷는 것이다.  이렇게 생각하면 왜 어릴때 잘 넘어지는지, 오랜 기간 걷지 않았던 성인도 제대로 걸을 수 없는지가 설명된다.  우리가 자주 얘기 하는 것이 자전거나 수영, 스키는 한 번 배우면 수십년이 지나도 몸이 따라준다는 말을 하는 것도 같은 이유에서이다.  즉, 공부를 할 때 필기를 하는 습관은 뇌만으로 기억하는 것이 아니라 몸이 기억을 보조하게 되어 더욱 많은 데이터를 저장할 수 있게 되는 것이다.  필기 뿐 아니라 다양한 몸의 세포가 저장하게 할 수 있는 능력을 키운다면 더욱 기억력을 확장할 수 있는 힘이 될 수 있을 것이다.  giip :: Control all Robots and Devices! Free inter-RPA orchestration tool! https://giipasp.azurewebsites.net/

요즘 들어서 일본으로 취업을 오는 사람들을 한국에서 취직하기 어려워서 도망쳐 오는 낙오자로 취급하는 사람들이 조금 있는 것 같습니다.  그도 그럴게 요즘 한국 유투브에서는 많은 사람들이 한국이 일본을 눌렀다는 등의 표현을 많이 하고 한국의 급여가 일본보다 높다는 얘기를 많이 하고 있잖아요.  제 생각은 스타트 지점이 달라진다고 생각합니다. 일본이든 외국에 온다는 것은 실무에서 현지 언어를 쓸만큼 배워야 한다는 것이죠.  여기서 보통 외국어를 배우는 것은 그냥 부수적으로 배우는게 아닐까 하는 생각을 하는 사람들이 많습니다.  하지만 외국어를 배우고 나서 느끼는 점은 엄청나게 다릅니다.  단적인 예를 들어보지요.  위키페디아를 보면 한글 아티클이 621,854개 이다. (2023년1월 기준) 영어 아티클은 6,608,391개, 일본어는 1,359,611개 입니다.  내가 영어를 잘하게 된다면 한글로만 찾던 웹 문서의 10배 이상의 자료에서 찾을 수 있다는 얘기이죠. 일본어를 배우는 것 만으로 내가 얻을 수 있는 지식의 2배는 더 얻을 수 있다는 얘기가 됩니다. 제가 이 정보를 찾았던 2008년 전후에는 일본과 한국의 차이가 10배가 넘었는데 그래도 한국도 급속도로 정보를 공유하는 움직임이 늘고 있다는 것은 좋은 현상인 것 같습니다.   아뭏든 외국어를 알았다는 얘기는 어떤 나라를 가든 내가 조사할 일이 생겼을 때 그 만큼의 많은 양의 정보에서 검색이 가능하다는 이야기란 얘기죠.  이미 이 세상에 지식은 넘쳐나고, 그리고 번역기가 좋아서 많은 글을 번역 해주고 있습니다.  하지만, 그 언어를 아는 사람의 검색어와 번역기의 검색어는 다르기 때문에 결과가 달라집니다.  그 때문에 번역기가 발달하고 있음에도 불구하고 그 언어를 알고 있는 사람들이 아직까진 힘을 가지고 있지요. 뭐 근 미래에는 어떻게 될 지 모르겠지만...  다양한 문화를 접하게 되면 단지 두 배의 양을 얻게 되는 것이 아니라 내 가치관에 곱셈의 양의 생각이 만들어 집니다.  즉, 한국어를 알고 일본어를