https://youtu.be/2tlnWDV34EU?t=252

주차할 수 있는 공간이 많은데 꼴랑 하나만 인식하는 게 뭔가 이상하죠.

여차저차 해서 주차를 성공하는 게 문제가 아니라,

여러 공간 중에서 왜 하필이면 저기를 인식했는 지를 밝히지 않고 대충 넘어가는 게 

심각한 문제가 있는 겁니다.

형사가 주어진 증거를 취합해서 용의자가 너무 많이 나온다면, 

추가로 증거를 찾아서 최종적으로 범인을 특정하는 게 정상인데

엥? 추가 조건이 없는데도 범인을 특정한다면

날라차기로 자백을 받아내는 송강호와 다를 게 뭡니까?

주차 공간이 여러 개가 인식되었다면

그 중에 하필이면 어떤 곳을 선택하는 것은 이유가 있을진데

가령 차량에서 내린 후에 목적지까지 거리가 최소가 된다던가

아니면 나중에 차를 뺄 때 쉽다던가 하는 조건이 있는데

테슬라 자동차는 왜 이런 게 없지? 뭘 근거로 거기를 골랐지?

추가적인 정보를 얻을 수 없다면 탑승자한테 물어봐야 하는 거 아냐?

그리고 추가적인 질문을 하려면 어떤 기준이 있어야 하는데

가령 헌재에서 정치적인 판단을 하는 것은

헌재와 국민 사이에 관계에 의한 것인 것과 같이

자동차가 어떤 선택을 하는 것도

자동차와 탑승자 사이에 어떤 관계에 의해

1차적으로 조건이 형성되는 것이며

그 이하의 세부 조건들은 모두 여기에 연동되는 것으로,

즉 하방 조건화가 이루어지는데

현재의 인공지능 학계는 단순히 입력-연산-출력 만으로 이루어진 하나의 함수만으로

세상의 모든 문제를 도구적으로 접근하려니

간단한 문제도 풀 수가 없는 것.

이건 단순히 테슬라만의 문제가 아니라

인공지능 전반의 수준 문제.

그나마 머신러닝의 언어 모델을 활용하면

이 문제를 조금은 해결할 수도 있는데,

설마 번역모델을 이런 데 쓸 수 있다고 생각을 못해.

미국에 사는 넘들이라 멱살 잡고 알려줄 수도 없고.

그리고 여태 완전자율주행이 출시 안 되는 것도 요상해.

관련 기술이 있는데도, 그걸 써먹질 못하니 환장할 노릇.

지식을 양적으로만 늘리고 질적으로 쌓지를 못해서 실패하는 건데,

질적으로 쌓는 기술은 이미 있지만, 그걸 여기에 써먹을 수 있다는 걸 몰라.

괜히 빅데이터라는 말이 나오는 게 아닌게

양으로 잘 때려박으면 어떻게 해보려다보니

데이터만 열라게 모은 결과가 빅데이터

머신러닝은 빅데이터부터 시작된다는 당연한 컨셉 자체를 뜯어고치라고.

어떤 함수라는 하나의 내부만을 지지고 볶지 말고

함수 바깥에 다른 함수를 발견하는 방식으로 

물론 그렇게 하려면

애당초 머신러닝 여러 마리가 경쟁해야 하는겨

알파고가 있지 않느냐고?

근데 왜 안 써먹냐.

세상이 게임으로 추상화 된다는 줄 모르니깐.

자율주행 나온다고 한 지가 언젠데, 주차를 저따구 밖에 못하냐.