오리
2022.06.11.
"오늘 점심때 감자채 반찬을 먹었다."
위의 문장에서 오늘 , 감자, 감자채, 반찬, 점심, 먹다와 같은 단어들이
그냥 하나의 정보가 아니고 각 단어별로 상위 개념이 있는 계층적 정보(숨은전제)라는 사실을
인공지능 연구자들이 고려하고 있지 않는거 같습니다.
감자채 라는 단어가
생물->식물->채소->감자->감자채 이러한 계층정보로 이루어져 있기 때문에 아래 문장에서
"오늘 무우채를 넣고 양푼 비빔밥을 만들어 먹었다."
에서 무우채가
생물->식물->채소->무우->무우채
이러한 계층관계를 가지고 있기 때문에
무우채와 감자채 가 상단히 밀접한 단어임을 자동으로 알 수 있는 메카니즘이 필요하지 않나 생각합니다.
학습 이전에 단어별 계층정보를 담을 수 있는 데이터 구조가 필요해 보입니다.
chow
2022.06.11.
단어별 계층정보를 담아야 한다는 것은 자명한 것이죠(여기 구조론이니깐)
그러면 방법론이 중요해집니다.
그럴려면 상호작용에 기반한 방법론을 써야 하는데,
이 부분이 어렵습니다.
지금은 일방작용 기반이라 무한 길이의 트리만 만들어지는데(무한차원처럼)
구조론은 사건 기반이라 단위가 있고 매조지가 있습니다.
언급하신 게 되려면 이런 매조지가 되어야 하겠죠.
지금 기술은 딥러닝이니 해서 인공신경망을 굉장히 깊게 만드는 꼼수로 이미지 인식등을 억지로 하는데,(텍스트와는 좀 다름)
결국 이 깊기만 하고 매조지 안 되는 걸 매조지가 생기게 만들어야 하며
매조지의 기준은 내부가 아닌 외부에 있어야 합니다.
작용반작용으로 만들어야 한다는 거죠.
단순히 분류만 하는 게 아니라.
의외로 쉬울 수도 있지만, 근간을 흔드는 것이라 어려울 수 있습니다. 여러모로.
그러면 방법론이 중요해집니다.
그럴려면 상호작용에 기반한 방법론을 써야 하는데,
이 부분이 어렵습니다.
지금은 일방작용 기반이라 무한 길이의 트리만 만들어지는데(무한차원처럼)
구조론은 사건 기반이라 단위가 있고 매조지가 있습니다.
언급하신 게 되려면 이런 매조지가 되어야 하겠죠.
지금 기술은 딥러닝이니 해서 인공신경망을 굉장히 깊게 만드는 꼼수로 이미지 인식등을 억지로 하는데,(텍스트와는 좀 다름)
결국 이 깊기만 하고 매조지 안 되는 걸 매조지가 생기게 만들어야 하며
매조지의 기준은 내부가 아닌 외부에 있어야 합니다.
작용반작용으로 만들어야 한다는 거죠.
단순히 분류만 하는 게 아니라.
의외로 쉬울 수도 있지만, 근간을 흔드는 것이라 어려울 수 있습니다. 여러모로.
오리
2022.06.11.
"나는 사과채 반찬을 먹었다."
라는 문장이 어색하게 느껴질수 있는 내부구조를 설계해 본다면
감자채나 무우채 와는 다르게 사과채 라는 단어는 반찬이라는 단어와의 연결 강도가 0.1정도 뿐이 안되어 어색함을
느끼게 하고 IT 회사와의 연결강도가 오혀라 강하게 나타나게
표현을 할 수있는 데이터구조를 정의를 한다음에
많은 시간 학습을 시킬 수 있다면 의미있는 결과가 나오지 않을까 생각 합니다.
유튭채널이 대표이사 이름으로 되어있어서 원하면 마음대로 비번을 바꿀 수 있었다고.
한국에 이런 기업 많죠. 특히 유튜버들.
1인으로 출발해서 나중에 살이 붙어도 통제가 안 됩니다.
시스템 부재로 생기는 문제라고 봅니다.