T-Robotics: #31. Deep Learning: A Critical Appraisal

2018년 1월 28일 일요일

#31. Deep Learning: A Critical Appraisal

이번에 리뷰한 논문은 논문이라기보단 칼럼에 가까운 글입니다. 딥러닝과 현재 딥러닝 연구들의 한계점들에 대해 이야기한 "Deep learning: A critical appraisal"이란 논문인데요, "왜 딥러닝을 이용해야하는가?", "딥러닝이 잘하는 것은 무엇이고 못하는 것은 무엇인가?", "인공지능은 얼마나 멀리있는가?" 등에 대해 이야기하려면 꼭 짚어봐야하는 내용들이죠.

심리학자이자 인공지능학자이자 우버에 스타트업을 매각한 사업가이기도 한 Gary Marcus 뉴욕대 교수는 2018년 1월에 arXiv에 올린 이 글을 통해 딥러닝의 10가지 한계점에 대해 얘기하고 있는데요,

딥러닝은
1. 데이터를 너무 많이 필요로 한다.
2. 얕은 지식을 배우고 지식 재활용이 힘들다.
3. 계층적 지식을 배우는데 약하다.
4. 개방적 문제 해결에 약하다.
5. 블랙박스에 가까워 충분히 투명하지 못하다.
6. 기존 지식과의 융합이 쉽지않다.
7. 인과관계와 상관관계의 구분이 힘들다.
8. 정적인 환경을 가정한다.
9. 예측들이 늘 믿음직스럽진 못하다.
10. 신뢰성있게 엔지니어링 하기 쉽지않다.

이런 10가지 한계점을 꼽았네요. 제가 느끼기엔 결국 지식의 "generalization"과 "abstraction"의 한계점들을 이야기한게 아닌가 싶습니다. 딥러닝에 대해 충분히 토의해볼만한 가치가 있는 이야기들이니 영상에서 한번 확인해보시길 바랄게요~

"Deep Learning: A Critical Appraisal", Gary Marcus, 2018.

[Link] https://arxiv.org/abs/1801.00631

[YouTube] https://www.youtube.com/watch?v=6hg5d10SZr0&index=34&list=PL0oFI08O71gKEXITQ7OG2SCCXkrtid7Fq

[Slides] https://www.slideshare.net/TerryTaewoongUm/deep-learning-a-critical-appraisal-2018