2014년 11월 1일 토요일

사람의 연상작용을 닮은 새로운 기계학습 방법

MIT Technology Review에 기계학습과 심리학을 결합한 재미난 연구결과가 있어 소개드립니다. 이 연구는 심리학 실험에서 착안해 진행한 연구입니다. 실험은 다음과 같습니다. 먼저 실험자들에게 노이즈만이 있는 랜덤이미지를 보여줍니다. 그리고 알 수 없는 이 이미지들을 "차"와 "차가 아닌 것"으로 구분하라고 요청하죠.  분명 이 이미지들은 아무 것도 의미하지 않는 랜덤 노이즈일 뿐입니다. 하지만 사람들은 연상작용을 통해 어떤 것이 차를 연상시키는지 골라내기 시작합니다.


 놀라운 사실은 사람들이 "차를 연상시킨다"라고 대답한 이미지들을 모아보면 실제로 그것이 (불분명하긴 하지만) 차의 형상을 나타내었다는 것입니다. 이는 기존 기계학습의 한계와는 분명 구분됩니다. 기존의 기계학습은 traning이 되지 않은 데이터에 대해서는 예측을 하지 못한다는 것이 한계점인데, 이와 달리 인간은 비록 보지못했더라도 연상작용을 통해 무언가 새로운 이미지를 만들 수 있기 때문입니다.

이들은 사람, 텔레비전, 물병, 공에 대한 구분에 대해서도 실험에 봤는데 그 실험에서도 비슷한 결과가 나왔다고 합니다. 심지어 실험자의 문화적 배경에 따라 다른 형태의 연상결과가 나오기도 했다네요. 예를 들어 인도 사람에게 '공'을 고르라고 했을 때 나오는 결과는 빨간색 공인데 이는 크리켓 공이 빨갛기 때문이고, 반면 미국사람들은 갈색 공, 즉 풋볼이나 농구공 색깔을 연상하였다고 합니다.


이 연구진은 나아가 Support Vector Machine을 변형한 새로운 알고리즘을 제시하기도 하였습니다. 이 알고리즘은 사람의 연상작용을 응용해 이미지템플릿을 학습함으로써 특정한 이미지를 학습했을 때보다 더 좋은 학습결과를 보여줬다고 하네요. 이제는 기존 학습한 것들만 통계적으로 추론해주는 인공지능이 아닌, 새로운 것을 상상하는 인공지능이 나오지 않을까 기대가 큽니다! 더 궁금하신 분들은 "Acquiring Visual Classifier from Human Imagination" (C. Vondrick et al., 2014) 논문을 참고해주세요.

[facebookhttp://facebook.com/trobotics
[rss feeds] http://t-robotics.blogspot.kr/feeds/posts/default