책 리뷰: Fei-Fei Li 박사의 The Worlds I See

인공지능은 종종 알고리즘, 하드웨어 혁신, 그리고 강력한 모델의 빠른 발전에 대한 설명으로 설명된다. 그러나 이러한 설명에서 종종 빠지는 것은 과학자들의 인간적인 이야기이다.

The Worlds I See: Curiosity, Exploration, and Discovery at the Dawn of AI는 Fei-Fei Li 박사에 의해 쓰여졌다. 이 책은同時적으로 회고록, 현대 인공지능의 역사, 그리고 변혁적인 기술을 구축하는 책임에 대한 성찰이다.

이 책이 특히 매력적인 이유는 Li가 두 개의 평행한 이야기를 엮어내는 방식이다. 하나는 인공지능 자체의 이야기이고, 다른 하나는 미국에 이민 온 젊은이의 이야기이자 컴퓨터 비전 분야에서 가장 영향력 있는 인물 중 하나가 되는 이야기이다.

이민자로서의 여정과 과학적 사고

책의 가장 강력한 요소는 Li의 과학적 경력 이전에 있는 개인적인 이야기이다.

Li는 중국에서 자랐다. 이후 미국으로 이민을 갔고, 그곳에서 어려운 상황을 겪었다. 그녀의 가족은 제한된 재정 자원을 가지고 미국에 도착했고, 새로 시작해야 했다. 초기 미국에서의 삶은 어려웠다. Li는 부모님의 드라이 클리닝 사업을 도왔고,同時적으로 교육을 받았다.

이러한 경험은 책의 중요한 기초를 형성한다. 이러한 경험은 Li의 과학적 업무에서 나타나는 인내와 끈기이다. 이 회고록은 이민 경험을 이상화하지 않는다. 대신, 문화적 적응, 재정적 압력, 그리고 새로운 환경에서 학문적 야망을 추구하는 데 필요한 결심을 보여준다.

결국 Li는 프린스턴 대학교에 입학했다. 그녀의 첫 번째 캠퍼스 생활은 흥奮과 불신으로 채워졌다. 미국에 최근에 도착한 사람으로서, 프린스턴은 거의 불가능한 세계였다.

이 초기의 학문적 경험은 나머지 이야기를 이끌어가는 호기심을 형성했다.

남성 중심의 분야에서 나아가기

책을 통해 또 다른 주제가 나타난다. 그것은 Li의 컴퓨터 과학 분야에서의 여성 경험이다.

인공지능 연구는 역사적으로 남성들이 주도해 왔다. 특히 Li의 초기 경력 시절에는 더욱 그러했다. 그녀는 종종 여성으로서 남성들이 주도하는 분야에서 활동해야 했다. 이 책은 이것을 극적인 갈등으로 묘사하지 않는다. 대신, 이것은 Li가 분야를 어떻게 헤쳐나갔는지를 보여주는 하나의 현실이다.

이러한 경험은 Li의 후반부에서 인공지능 분야의 다양성을 추구하는 그녀의 노력에 기여했다. 그녀는 다양성을 위한 옹호자가 되었고, 인공지능 연구에 더 많은 여성과 소수자들을 참여시키기 위한 이니셔티브를 만들었다.

より 넓은 메시지는 인공지능이 사회의 한 부분만으로 구축되어서는 안 된다는 것이다. 이 기술이 세계를 형성한다면, 이를 구축하는 사람들은 그 세계를 반영해야 한다.

WordNet과 지식 구조의 중요성 발견

책은 Li가 학문적 업무 중에 언어 데이터베이스인 WordNet를 만났을 때 기술적인 인공지능 역사로 들어간다.

WordNet은 영어 단어를 관련 개념의 그룹인 synsets으로 조직한다. 이러한 개념적 관계는 언어를 인간이 이해하는 방식과 유사하게 맵핑한다.

Li에게 WordNet은 언어 도구 이상의 것이었다. 이것은 기계가 시각적 정보를 이해하는 방법을 가르치는 가능한 프레임워크를 보여주었다.

당시 인공지능 연구는 알고리즘을 개선하는 데 중점을 두고 있었다. 그러나 Li는 이 분야를 다르게 보았다. 그녀는 기계 학습의 실제 병목은 더 좋은 모델만이 아니라 더好的 데이터라는 것을 깨달았다.

컴퓨터가 세계의 물체를 인식하는 방법을 배우려면, 수많은 레이블이 붙은 예제에 접근할 수 있어야 한다.

이 깨달음은 결국 가장 영향력 있는 데이터셋 중 하나를 만들게 했다.

ImageNet의 생성

책의 가장 매력적인 부분은 ImageNet의 생성이다.

ImageNet은 기계가 물체를 인식하는 방법을 배우는 데 도움이 될 수 있는 거대한 시각적 데이터베이스로 설계되었다. WordNet을 사용하여 개념적 백본을 형성한 이 데이터셋은 수백만 개의 이미지를 수천 개의 물체 카테고리로 조직했다.

이 프로젝트의 규모는 전례가 없었다. 데이터셋은 2,000개 이상의 카테고리에 걸쳐 1,400만 개 이상의 레이블이 붙은 이미지를 포함했다. 연구자들과 크라우드 워커들은 이미지에 레이블을 붙여서 알고리즘이 동물, 차량, 도구, 일상 물건 등 물체를 식별하는 방법을 배우게 했다.

당시 많은 연구자들은 이러한 데이터셋이 필요한지 의문을 가졌다. 인공지능 연구는 여전히 더智能한 알고리즘을 설계하는 데 중점을 두고 있었다.

Li는 반대의 견해를 가지고 있었다. 그녀는 기계 학습 시스템은 실제 세계의 예제를 수많이 학습해야만 개선될 수 있다고 믿었다.

책은 ImageNet을 구축하는 것이 얼마나 어려웠는지를 자세히 설명한다. 이 프로젝트는 수년간의 인내, 기술적 실험, 그리고 수천 명의 기여자들이 이미지에 레이블을 붙이는 것을 포함했다.

이것은 초기에 연구 커뮤니티 내에서 회의를 불러일으킨 거대한事業이었다.

인공지능을 변화시킨 돌파구

돌파구는 ImageNet Large Scale Visual Recognition Challenge에서 왔다.

이 대회는 연구자들이 ImageNet 데이터셋 내에서 물체를 식별할 수 있는 시스템을 구축하도록 초대했다. 몇 년 동안 진행은 점진적이었다. 그러나 2012년에 깊은 신경망이 이전 접근 방식을 크게 능가했다.

이 돌파구는 대규모 데이터셋과 깊은 학습 아키텍처를 결합하는力的을 보여주었다. 결과는 인공지능 커뮤니티를 충격에 빠지게 했고, 신경망 방법으로의 빠른 전환을触发했다.

ImageNet은 이후 컴퓨터 비전, 자율 주행 차량, 의료 영상, 그리고 시각적 이해에 크게 의존하는 현대 인공지능 시스템의 발전에 기여한 기초가 되었다.

이 책은 그 돌파구가 어떻게 발생했는지와 연구자들이 인공지능 역사에서 주요한 전환점을 목격하고 있다는 것을 깨달았는지를 보여준다.

인간 중심 인공지능

스토리가 진행됨에 따라 Li는 인공지능의 더广い 의미에 대해 집중하기 시작한다.

그녀는 인공지능이 근본적으로 인간 중심적이어야 한다고 주장한다. 인공지능의 목표는 단순히 강력한 시스템을 구축하는 것이 아니라, 이러한 시스템이 사회에ประโยชน을 가져다주는 것을 보장하는 것이다.

이 관점은 Li의 후반부에서 학술과 정책 분야에서 그녀의 작업을 반영한다. 그녀는 책임있는 인공지능 개발을 주장하는 주요 목소리가 되었고, 인공지능을 윤리적으로 구축하는 것을 보장하기 위한 이니셔티브를 촉진했다.

이 책은 인공지능의 미래가 기술적인 돌파구만으로 결정되지 않을 것임을 강조한다. 그것은 또한 연구자, 엔지니어, 그리고 정책 입안자가 이러한 시스템을 어떻게 배치하는지에 대한 선택에 의해 결정될 것이다.

최종 생각

The Worlds I See는 인공지능에 대한 회고록 이상이다.

그것은 미국에 이민 온 젊은이의 이야기이다. 그것은 기계 학습에서 가장 중요한 데이터셋 중 하나를 구축하는 자세한 설명이다. 그것은 또한 사회를 변革하는 기술을 구축하는 책임에 대한 성찰이다.

이 책이 특히 강력한 이유는 이러한 이야기가 분리될 수 없다는 것이다. Li의 개인적인 여정과 현대 인공지능의 발전은 함께 진행된다.

인공지능의 역사에 관심이 있는 독자에게 이 책은 분야를 구축한 사람의 희귀한 관점을 제공한다. 과학적 발견의 인간적인 측면에 관심이 있는 사람에게도同樣으로 매력적이다.

여러 가지 방식으로 The Worlds I See는 기술의 혁신이 기계에서 시작하는 것이 아니라, 호기심, 인내, 그리고 처음에는 다른 사람들이 간과할 수 있는 아이디어를 추구하는 용기에서 시작한다는 것을 우리에게 상기시킨다.