챗GPT의 등장으로 떠들썩합니다. 인공지능의 여파와 전망을 다룬 책은 많이 나오지만 인공지능의 원리, 동기, 이론을 깊게 파는 책은 별로 없는 것 같습니다. 제 관심은 후자입니다.
<기계 학습을 다시 묻다>라는 번역본 제목을 보면 기계학습의 역사나 전망을 담은 여느 책과 다를 바 없어 보이지만, 원제 <Probably Approximately Correct: Nature's Algorithms for Learning and Prospering in a Complex World> 를 보면 기계 학습에 관한 특정 이론에 대한 책임을 알 수 있습니다. 위키에 따르면 PAC는 기계학습에 대한 수학적 분석의 이론틀입니다.
특정 이론에 집중한다고 하지만 복잡한 수학이 요구되지는 않는다고 합니다. 이 책을 통해 컴퓨터과학자가 어떤 사고 과정을 통해 '학습'을 개념화하는지 볼 수 있길 기대합니다.
저자 Valiant 교수는 컴퓨터과학의 노벨상으로 여겨지는 튜링상 수상자로 PAC 개념을 제시한 장본인입니다. 대가의 저자직강은 언제나 기대됩니다.
시작일자는 꽤 나중으로 잡았습니다.
많은 분들이 부담없이 오셨으면 좋겠습니다.
[기계 학습을 다시 묻다 - 레슬리 밸리언트] 일단 혼자하는 모임
D-29
[책소개]
복잡하고 틀리기 일쑤인 세계에서 생명체는 어떻게 이렇게 번영한 걸까? 우리의 일상은 알려진 과학으로 설명할 수 있는 범위 바깥에 있다. 그런데도 우리는 그럭저럭 해낸다. 어떻게 행동해야 할지에 대한 이론 없이 그렇게 해낸다. 어떻게 하는 걸까? 이 책에서 컴퓨터과학자인 레슬리 밸리언트는 대가의 솜씨로 학습이 지능과 진화의 엔진임을 설명한다. 그래서 우리가 개별적으로 그리고 하나의 그룹으로 우리가 놓인 복잡한 세계에서 어떻게 생존하고 번영하는지를 설명해준다.
핵심은 “얼추거의맞기(probably approximately correct)”라는 개념이다. 밸리언트는 이 개념으로 현실적인 학습이란 무엇인지 설명한다. 밸리언트의 이론은 진화와 학습이 공통적으로 가지는 계산 과정을 드러낸다. 그리고 어떤 능력이 타고난 것인지 길러진 것인지, 또는 인공지능의 한계가 무엇인지 등 우리가 항상 가지는 질문들에 한줄기 빛을 비춰 준다.
[찬사]
“이 책은 에코리즘이라는 알고리즘의 틀로 인간의 인지, 생명의 진화, 그리고 인공지능을 멋지게 설명한다.” ― 리처드 카프(Richard Karp, 튜링상 수상)
“컴퓨터과학의 놀라운 성취들, 컴퓨터과학의 기초와 중요한 성과를 압축적으로 설명하는 면에서도 빛나는 책이다.” ― 미국 알고리즘 및 계산 이론 연구회 뉴스(SIGACT News)
글타래
화제 모음
지정된 화제가 없습니다