인공지능 시스템, 숫자 데이터 대신 인간 언어를 선호할 수 있다

새로운 연구에 따르면 인공지능(AI) 시스템은 숫자 데이터보다 인간 언어를 선호하는 것으로 나타났다. 컬럼비아 공과대학의 Hod Lipson 교수와 박사 과정 학생인 Boyuan Chen이 수행한 이 연구는 인공지능 시스템이 인간 언어 음성 파일로 프로그래밍될 때 더 높은 성능 수준에 도달할 수 있음을 보여주었다.

연구진은 두 개의 신경망을 비교했으며, 하나는 음성 파일로 훈련되고 다른 하나는 이진 입력으로 훈련되었다. 결과는 음성 파일로 훈련된 신경망이 객체를 식별하는 데 더 높은 성능을 보였다.

Lipson은 컬럼비아 공과대학의 James와 Sally Scapa 교수이며, 데이터 과학 연구소의 회원이다.

“이 발견이 왜 중요한지 이해하기 위해, 일반적으로 신경망이 어떻게 프로그래밍되는지 그리고 인간 목소리를 사용하는 것이 왜 혁신적인 실험인지 이해해야 한다”고 그는 말했다.

이진 숫자는.compact하고 정밀하지만, 인간 언어는 더 복잡하고 이진 데이터 파일에 캡처될 때 비이진이다. 프로그래머들은 일반적으로 효율성이 높기 때문에 숫자를 사용한다.

연구진은 신경망이 전체 잠재력을 발휘하지 못한다고 생각하여, 인간 목소리와 특정 단어로 훈련할 때 더 빠르고 더 잘 작동할 수 있을 것이라고 믿었다.

신경망 훈련

신경망을 테스트하는 데 사용되는 일반적인 기법은 특정 객체와 동물을 사진 коллек션에서 인식하도록 훈련하는 것이다.

Chen, Lipson, Yu Li, Susan Raghupathi가 포함된 연구진은 두 개의 신경망을 생성하여 50,000개의 사진을 사용하여 10개의 다른 객체를 식별하도록 훈련했다.

한 신경망은 전통적인 방식으로 숫자 값으로 훈련되었으며, 다른 신경망은 인간 목소리 음성 파일로 훈련되었다. 음성 파일로 훈련된 신경망은 1과 0을 사용하지 않았다.

두 신경망은 모두 15시간 동안 훈련되었다. 결과는 음성 파일로 훈련된 신경망이 객체를 식별하는 데 더 높은 성능을 보였다.

두 신경망은 모두 92%의 정확도로 객체를 식별했다. 연구진은 실험을 다시 수행했으며, 이때는 더 적은 사진을 사용했다.

전통적인 신경망은 데이터가 부족해 35%의 정확도로 떨어졌지만, 음성 파일로 훈련된 신경망은 70%의 정확도로 두 배 더 잘 작동했다.

https://www.youtube.com/watch?v=Iq2YjHCAPRQ

놀라운 결과

다음 실험에서 연구진은 더 어려운 이미지, 즉 훼손된 개 이미지 등을 사용했다. 음성 파일로 훈련된 신경망은 50%의 정확도로 객체를 식별했으며, 전통적인 신경망은 20%의 정확도로 식별했다.

Boyuan Chen은 이 연구의 주도자이다.

“전문가들이 컴퓨터와 숫자에 대해 생각하는 방식과는 정반대되는 결과”라고 Chen은 말했다. “이진 입력이 더 효율적인 방식이라고 생각하는 것이 일반적이지만, 우리의 연구는 음성 파일이 더 좋은 결과를 가져올 수 있음을 보여주었다.”

“인간 언어는 수만 년 동안 최적화되어 왔으며, 이는 신경망이 인간 언어로 훈련될 때 더 좋은 성능을 보일 수 있음을 의미한다”고 Lipson은 말했다.

이 연구는 2021년 5월 3일 국제 학습 표현 회의에서 발표될 예정이다.

“우리는 더 큰 데이터셋을 수집하는 대신, 신경망을 훈련하는 새로운 방식을 생각해야 한다”고 Chen은 말했다. “데이터를 제공하는 방식을 재고하면, 우리는 더好的 교사가 될 수 있다.”

“인간 진화의 가장 큰 미스터리 중 하나는 우리의 조상이 언어를 어떻게 습득했는지, 그리고 어린이들이 어떻게 쉽게 말할 수 있는지이다”라고 Lipson은 말했다. “만약 인간 어린이들이 반복되는 음성 지시에 따라 가장 잘 학습한다면, 인공지능 시스템도 vậy이다.”