신은 A(I) 과학자임에 틀림없다!

AI알고리즘을 배우고 이해하며 삶을 돌이켜보면 많은 것들이 많이 닮았어요!! 여기에 몇 가지 관찰 사항이 있습니다.

1) 어린 시절에 나와 비슷한 상황에서 사들인 많은 친구들과 형제들은 이제 완전히 다릅니다. 이것은 회귀 문제를 생각나게 합니다(대상 변수가 0–100과 같은 범위의 성공/행복(또는 기타) 메트릭이라고 가정). 우리 모두는 자라면서 같은 가치관을 가진 특징(상황/특징)을 가지고 있을지 모르지만 가치관이 다른 알려지지 않은 특징이 많기 때문에 현재의 삶이 완전히 달라집니다. 나는 종종 우리가 많은 공통점을 가지고 있음에도 불구하고 지금 우리가 어떻게 완전히 다른지 궁금합니다.

2) 우리는 우리가 알고 있는 몇 가지 특징(특징!)만으로 다른 사람을 판단하고 종종 그들이 어떻게 성공/비성공하는지 궁금해합니다. 우리가 완전히 놓쳤을 수 있는 다른 기능(특성)이 있을 수 있으며 이로 인해 모든 차이가 발생할 수 있습니다. 그래서 우리는 다른 사람을 성공/비성공, 행복/불행 등으로 판단할 때 우리의 제한된 지식으로 판단하는 경우가 많습니다.

3) 우리는 성격이 비슷한 사람을 좋아하고 그들과만 친해지려고 노력한다. 이것은 K-NN 알고리즘이 어떻게 작동하는지 생각나게 합니다. 특정 특성을 가진 개인은 비슷한 집단의 사람들과 이웃/친구가 되는 경향이 있습니다. 같은 깃털을 가진 새들이 모여든다!

4) 세계의 전체 인구는 마술처럼 분포와 같은 종곡선을 따릅니다. 극도로 부유한 사람들과 극도로 가난한 사람들이 있으며 대다수의 사람들은 부의 정도가 다른 중간 어딘가에 있습니다. 지능, 창의성, 로맨스, 영성, 권위주의 등과 같은 다른 특성에 대해서도 유사한 패턴을 관찰할 수 있습니다.

5) 클러스터링 알고리즘과 마찬가지로 우리는 우리와 거의 비슷한 특성을 가진 사람들과 함께 지역에 살거나 그룹으로 일하는 경향이 있습니다. 때때로 우리는 이상치일 수 있으며 현재 클러스터(사회!)에서 부적합하다고 생각할 수 있습니다.

6) 자동차, 휴대폰 등과 같은 제품을 선택하려고 할 때마다 몇 가지 기능에 더 많은 가중치를 부여하고 다른 기능에는 가중치를 덜 부여합니다. 이것은 의식적으로 또는 무의식적으로 수행됩니다. 이것은 TOPSIS와 같은 우리의 MCDM 알고리즘과 같습니다.

7) 의사결정을 할 때 차원의 저주에 갇히지 말아야 합니다. 모든 차원을 고려하되 차원 축소와 같은 불필요한 차원을 줄여야 합니다.

8) 분산이 높을수록 더 많은 정보가 있습니다. 남들과 확연히 다른 그 날들만 기억하는 것과 같다. 우리의 임의의 전형적인 날은 보통 몇 달 안에 잊혀집니다.

9) 부스팅 알고리즘처럼 우리는 실수로부터 배우고 연속된 상황에서 실수를 반복하지 않으려고 노력합니다.

10) 우리 모두는 신경망이 인간의 두뇌에서 영감을 얻었다는 것을 알고 있습니다. 우리는 과거의 방대한 경험을 바탕으로 인생에서 결정을 내립니다. 이러한 경험은 우리의 뉴런에 편향과 가중치를 남깁니다. 특정 뉴런 그룹이 임계값 수준을 넘은 후 발화할 때 우리는 때때로 행동을 취합니다. 종종 이러한 가중치는 인생 초기에 무의식적으로 형성되는 편견입니다. 그래서 우리는 인생에서 어떤 일이 잘 풀리지 않으면 종종 우리의 운명을 탓합니다.

11) 이것은 우리가 우리의 경험을 마음 속에 어떻게 부호화하느냐가 삶의 질을 크게 결정한다는 흥미로운 점에 이르게 합니다. 의식적으로 부호화하면 부정적인 경험도 의식을 확장할 수 있는 기회로 볼 수 있다. 현재 신념 시스템(가중치 및 편향)이 예상한 결과를 제공하지 않는 경우 역전파해야 합니다. 우리의 학습 속도는 그래디언트가 사라지는 것처럼 사라져서는 안 됩니다. 이것은 "자신을 효과적으로 바꾸려면 먼저 인식을 바꿔야 했습니다"(가중치와 편견!)

12) 강화 학습 — 부정적인 경험은 관련된 고통으로 인해 특정 행동을 하지 않게 만들고 긍정적인 경험은 관련된 즐거움으로 인해 특정 작업을 수행하게 합니다.

마지막으로 약간 미친 생각:

고차원에서는 유클리드 거리 측정이 실패합니다. 즉, 유클리드 거리가 적은 것처럼 보이는 점이 매우 멀고 그 반대일 수 있습니다. 이것은 종종 더 높은 차원의 존재가 몇 초 만에 한 위치에서 다른 위치로 텔레포트할 수 있는 방법을 생각나게 합니다.

생각나는 다른 많은 유사점이 있지만 말로 표현할 수는 없습니다. 이러한 것들은 상황이 다양한 기능 및 이와 관련된 다양한 값을 가진 데이터 포인트이며 우리 모두가 이를 처리하는 AI 기계와 같다는 것을 깨닫게 합니다. 각각 다르게 처리하고 다른 결과를 생성합니다. 우리는 같은 하드웨어를 물려받았지만 AI 소프트웨어 부분은 우리 손에 있습니다. 우리는 그것을 변경하고, 하이퍼파라미터 튜닝을 하고, 우리 자신의 메트릭으로 측정하고, 좋은 결과를 얻기 위해 지속적으로 수정해야 합니다(인생 경험)!