맨위로가기

AI-완전

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

AI-완전은 계산 복잡도 이론의 NP-완전 및 NP-난해와 유사하게 인공지능(AI) 분야에서 사용되는 용어이다. 파냐 몬탈보에 의해 처음 사용되었으며, 에릭 뮬러의 박사 학위 논문과 에릭 S. 레이먼드의 Jargon File에서 그 사용례를 찾아볼 수 있다. AI-완전 문제는 인간 수준의 지능을 필요로 하는 문제로, 딥마인드의 Gato와 같이 여러 작업을 동시에 수행하는 모델의 등장, 그리고 기계 번역과 같은 일부 작업이 대규모 언어 모델의 기능으로 포함되면서 그 중요성이 부각되고 있다. 로만 얌폴스키는 AI-완전 문제를 정의하고, 튜링 테스트가 AI-완전성의 특징이라고 가설을 세웠다.

더 읽어볼만한 페이지

  • 계산 문제 - 다체 문제
    다체 문제는 상호작용하는 여러 물체의 운동을 다루는 문제로, 특히 중력적으로 상호작용하는 천체들의 운동을 예측하는 문제가 대표적이며, 삼체 문제부터는 해석적 해를 구하기 어려워 섭동 이론이나 수치 해석 등의 방법이 활용된다.
  • 계산 문제 - 최적화 문제
    최적화 문제는 주어진 제약 조건 하에 특정 목적 함수의 값을 최소화하거나 최대화하는 해를 찾는 문제로, 제약 조건 유무, 함수 종류, 변수 성격에 따라 다양한 유형으로 나뉜다.
  • 인공지능 - 구글
    구글은 래리 페이지와 세르게이 브린이 개발한 웹 검색 엔진에서 출발하여 검색 기술 혁신을 통해 유튜브, 안드로이드 등 다양한 서비스를 제공하는 세계적인 기술 기업으로 성장했지만, 개인정보보호 및 독점 논란에도 직면하고 있다.
  • 인공지능 - 친절한 인공지능
    친절한 인공지능은 사용자에게 친절하고 공감적인 방식으로 상호 작용하며 긍정적이고 효과적인 사용자 경험을 제공하는 것을 목표로 하는 인공지능 기술의 한 분야이다.
AI-완전
AI 완전
정의인공지능 연구에서 해결하기 매우 어려운 문제로, 해당 문제를 해결하는 것이 일반적으로 인공지능 분야 자체를 해결하는 것과 동등한 수준의 난이도를 갖는 문제를 지칭함
설명어떤 문제가 AI-완전으로 간주되면, 그 문제를 해결하는 것은 사실상 인간 수준의 지능을 가진 기계를 만드는 것과 같다는 의미임
특징
난이도해결하기 매우 어려움
해결의 의미인공지능 분야 자체를 해결하는 것과 동등
관련 개념AI-hard (AI-난해)
예시
예시컴퓨터 비전
자연어 처리
계획
설명이러한 문제들은 인간이 쉽게 해결할 수 있지만, 컴퓨터에게는 매우 어려운 문제들임. 이러한 문제를 해결하려면 기계가 세상에 대한 광범위한 지식과 추론 능력을 갖추어야 함.
응용
캡차캡차는 AI-완전 문제의 한 종류로, 컴퓨터는 구별하기 어렵지만 사람은 쉽게 구별할 수 있도록 설계됨.
자연어 스테가노그래피자연어 스테가노그래피는 AI-완전 보안 프리미티브로 사용될 수 있음
같이 보기
같이 보기튜링 테스트
AI-hard

2. 역사

"AI-완전"이라는 용어는 계산 복잡성 이론의 NP-완전NP-난해와 유사하게 파냐 몬탈보가 만들었으며, 가장 어려운 문제의 부류를 공식적으로 설명한다.[5] 이 용어는 에릭 뮬러의 1987년 박사 학위 논문[6]과 에릭 S. 레이먼드의 1991년 Jargon File에서 처음 사용되었다.[7]

1980년대에 인기를 얻은 전문가 시스템은 AI-완전 문제의 매우 간단하거나 제한된 버전은 해결할 수 있었지만, 전체적인 일반성은 결코 해결하지 못했다. AI 연구자들이 더 복잡하고 실제적인 상황을 처리하기 위해 시스템을 확장하려고 시도했을 때, 프로그램은 소프트웨어 취약성이 과도해지는 경향을 보였고 상식이나 상황에 대한 기본적인 이해가 부족했다. 원래 문제 맥락 밖의 예상치 못한 상황이 나타나기 시작하면 실패했다. 인간은 세상의 새로운 상황에 대처할 때 일반적인 맥락에 대한 인식을 통해 도움을 받는다. 주변에 있는 사물이 무엇인지, 왜 거기에 있는지, 무엇을 할 가능성이 있는지 등을 알고 있다. 그들은 특이한 상황을 인식하고 그에 맞게 조정할 수 있다. 전문가 시스템은 이러한 적응성이 부족했고 새로운 상황에 직면했을 때 소프트웨어 취약성을 보였다.[8]

딥마인드는 2022년 5월에 단일 모델을 훈련시켜 여러 작업을 동시에 수행하는 연구를 발표했다. Gato라고 명명된 이 모델은 "아타리 게임을 하고, 이미지에 캡션을 달고, 채팅을 하고, 실제 로봇 팔로 블록을 쌓는 등 다양한 작업을 수행하며, 텍스트, 조인트 토크, 버튼 누름 또는 기타 토큰을 출력할지 여부를 맥락에 따라 결정"할 수 있다.[9] 마찬가지로, 기계 번역과 같이 한때 AI-완전으로 간주되었던 일부 작업은 대규모 언어 모델의 기능 중 하나가 되었다.[10][11]

2. 1. 용어의 기원

"AI-완전"이라는 용어는 계산 복잡도 이론NP-완전NP-난해와 유사하게 파냐 몬탈보가 만들었으며, 가장 어려운 문제의 부류를 공식적으로 설명한다.[5] 이 용어는 에릭 뮬러의 1987년 박사 학위 논문[6]과 에릭 S. 레이먼드의 1991년 Jargon File에서 처음 사용되었다.[7]

1980년대에 인기를 얻은 전문가 시스템은 AI-완전 문제의 매우 간단하거나 제한된 버전은 해결할 수 있었지만, 전체적인 일반성은 결코 해결하지 못했다. AI 연구자들이 더 복잡하고 실제적인 상황을 처리하기 위해 시스템을 "확장"하려고 시도했을 때, 프로그램은 소프트웨어 취약성이 과도해지는 경향을 보였고 상식이나 상황에 대한 기본적인 이해가 부족했다. 원래 문제 맥락 밖의 예상치 못한 상황이 나타나기 시작하면 실패했다. 인간은 세상의 새로운 상황에 대처할 때 일반적인 맥락에 대한 인식을 통해 도움을 받는다. 주변에 있는 사물이 무엇인지, 왜 거기에 있는지, 무엇을 할 가능성이 있는지 등을 알고 있다. 그들은 특이한 상황을 인식하고 그에 맞게 조정할 수 있다. 전문가 시스템은 이러한 적응성이 부족했고 새로운 상황에 직면했을 때 소프트웨어 취약성을 보였다.[8]

2. 2. 전문가 시스템의 한계

1980년대에 인기를 끌었던 전문가 시스템은 AI-완전 문제의 매우 간단하거나 제한된 버전을 해결할 수 있었지만, 전체적인 일반성은 결코 해결하지 못했다. AI 연구자들이 더 복잡하고 실제적인 상황을 처리하기 위해 시스템을 확장하려고 시도했을 때, 프로그램은 소프트웨어 취약성이 과도해지는 경향을 보였고 상식이나 상황에 대한 기본적인 이해가 부족했다.[8] 원래 문제 맥락 밖의 예상치 못한 상황이 나타나기 시작하면 실패했다. 인간은 세상의 새로운 상황에 대처할 때 일반적인 맥락에 대한 인식을 통해 도움을 받는다. 주변에 있는 사물이 무엇인지, 왜 거기에 있는지, 무엇을 할 가능성이 있는지 등을 알고 있으며, 특이한 상황을 인식하고 그에 맞게 조정할 수 있다. 하지만 전문가 시스템은 이러한 적응성이 부족했고 새로운 상황에 직면했을 때 소프트웨어 취약성을 보였다.[8]

2. 3. 최근 연구 동향

"AI-완전"이라는 용어는 계산 복잡도 이론NP-완전NP-난해와 유사하게 파냐 몬탈보에 의해 만들어졌다.[5] 이 용어의 초기 사용은 에릭 뮬러의 1987년 박사 학위 논문[6]과 에릭 S. 레이먼드의 1991년 Jargon File에서 찾아볼 수 있다.[7]

딥마인드는 2022년 5월에 단일 모델을 훈련시켜 여러 작업을 동시에 수행하는 연구를 발표했다. Gato라고 명명된 이 모델은 "아타리 게임을 하고, 이미지에 캡션을 달고, 채팅을 하고, 실제 로봇 팔로 블록을 쌓는 등 다양한 작업을 수행하며, 텍스트, 조인트 토크, 버튼 누름 또는 기타 토큰을 출력할지 여부를 맥락에 따라 결정"할 수 있다.[9] 마찬가지로, 기계 번역과 같이 한때 AI-완전으로 간주되었던 일부 작업은 대규모 언어 모델의 기능 중 하나가 되었다.[10][11]

3. AI-완전 문제의 예시

다음은 AI-완전 문제로 가설이 세워진 문제들이다.

4. 공식화

계산 복잡도 이론계산 가능 함수의 상대적인 계산 난이도를 다룬다. 정의상, 해결책이 알려지지 않았거나 공식적으로 특성화되지 않은 문제는 다루지 않는다. 많은 AI 문제들이 아직 공식화되지 않았기 때문에, 기존의 복잡도 이론으로는 AI-완전성을 공식적으로 정의할 수 없다.

5. 연구

로만 얌폴스키[20]는 문제 C가 AI 문제 집합(인간 오라클로 해결 가능)에 속하고, 어떤 AI 문제든 다항 시간 알고리즘으로 C로 변환될 수 있다면 '''AI-완전'''하다고 제안했다. 문제 H가 '''AI-어렵다'''는 것은 AI-완전 문제 CH로 다항 시간 튜링 환원될 수 있을 때만 해당된다. 이는 '''AI-쉽다''' 문제의 존재를 낳는다. 얌폴스키[21]튜링 테스트가 AI-완전성의 정의적 특징이라고 가설을 세웠다.

그로페와 자인[22]인공 일반 지능이 필요한 문제를 AI-완전 문제로 분류했지만, 현재 AI 시스템으로는 제한된 버전만 해결할 수 있다고 보았다. 셰크르스트[23]는 계산 복잡성 연구 부족이 인공 일반 지능 달성을 제한한다고 강조했다. 크위-빈토로와 벨레즈[24]는 AI-완전 문제 해결이 사회에 강력한 영향을 미칠 것이라고 보았다.

5. 1. 얌폴스키의 제안

로만 얌폴스키[20]는 문제 C가 다음 두 가지 속성을 가지면 '''AI-완전'''하다고 제안한다.

  • AI 문제 집합(인간 오라클로 해결 가능)에 속한다.
  • 어떤 AI 문제든 다항 시간 알고리즘으로 C로 변환될 수 있다.


반면 문제 H가 '''AI-어렵다'''는 것은 AI-완전 문제 CH로 다항 시간 튜링 환원될 수 있을 때만 해당된다. 이는 또한 어떤 문제에 대한 오라클을 가진 결정론적 튜링 기계에 의해 다항 시간에 해결될 수 있는 '''AI-쉽다''' 문제의 존재를 낳는다.

얌폴스키[21]튜링 테스트가 AI-완전성의 정의적 특징이라고 가설을 세웠다.

그로페와 자인[22]은 인간 수준의 기계 성능을 달성하기 위해 인공 일반 지능이 필요한 문제를 AI-완전 문제로 분류하는 반면, AI-완전 문제의 제한된 버전만 현재 AI 시스템으로 해결할 수 있다고 보았다. 셰크르스트[23]는 AI-완전 문제에 대한 다항 시간 해를 얻는 것이 반드시 인공 일반 지능 문제를 해결하는 것과 같지는 않으며, 계산 복잡성 연구 부족이 인공 일반 지능 달성을 제한하는 요소임을 강조했다.

크위-빈토로와 벨레즈[24]는 AI-완전 문제의 해결은 사회에 강력한 영향을 미칠 것이라고 주장했다.

5. 2. 기타 연구

로만 얌폴스키[20]는 문제 C가 다음 두 가지 속성을 갖는다면 '''AI-완전'''하다고 제안한다.

  • AI 문제 집합(인간 오라클로 해결 가능)에 속한다.
  • 어떤 AI 문제든 다항 시간 알고리즘으로 C로 변환될 수 있다.


반면에 문제 H가 '''AI-어렵다'''는 것은 AI-완전 문제 CH로 다항 시간 튜링 환원될 수 있을 때만 해당된다. 이것은 또한 어떤 문제에 대한 오라클을 가진 결정론적 튜링 기계에 의해 다항 시간에 해결될 수 있는 '''AI-쉽다''' 문제의 존재를 결과로 제공한다.

얌폴스키[21]는 또한 튜링 테스트가 AI-완전성의 정의적 특징이라고 가설을 세웠다.

그로페와 자인[22]은 인간 수준의 기계 성능을 달성하기 위해 인공 일반 지능이 필요한 문제를 AI-완전 문제로 분류하는 반면, AI-완전 문제의 제한된 버전만 현재 AI 시스템으로 해결할 수 있다고 하였다. 셰크르스트[23]는 AI-완전 문제에 대한 다항 시간 해를 얻는 것이 반드시 인공 일반 지능 문제를 해결하는 것과 같지는 않으며, 계산 복잡성 연구 부족이 인공 일반 지능 달성을 제한하는 요소임을 강조했다.

크위-빈토로와 벨레즈[24]는 AI-완전 문제의 해결은 사회에 강력한 영향을 미칠 것이라고 하였다.

6. 한국의 AI-완전 연구 동향

(이전 출력이 비어있으므로, 수정할 내용이 없습니다. 원본 소스와 요약 정보가 제공되면 다시 시도해주세요.)

참조

[1] 간행물 Artificial Intelligence http://www.cse.buffa[...] 1992
[2] 논문 Turing Test as a Defining Feature of AI-Completeness http://cecs.louisvil[...] 2013-01
[3] 간행물 CAPTCHA: Using Hard AI Problems for Security http://www.captcha.n[...] 2003
[4] 논문 Natural Language Steganography and an "AI-complete" Security Primitive 2006-01-07
[5] 간행물 The 1988 Annual Meeting of the International Studies Association. http://citeseer.ist.[...] 2007-04-27
[6] 간행물 Daydreaming and Computation http://ftp.cs.ucla.e[...] 1987-03
[7] 간행물 Jargon File Version 2.8.1 http://catb.org/esr/[...] 1991-03-22
[8] 서적 Building Large Knowledge-Based Systems Addison-Wesley
[9] 웹사이트 A Generalist Agent https://www.deepmind[...] 2022-05-26
[10] 간행물 Welcome to the Era of the AI Coworker {{!}} Backchannel https://www.wired.co[...] 2024-04-28
[11] 웹사이트 Unveiling the Power of Large Language Models (LLMs) https://www.unite.ai[...] 2024-04-28
[12] 간행물 If AI Can Fix Peer Review in Science, AI Can Do Anything https://www.wired.co[...] 2024-04-27
[13] 간행물 AI-Completeness: Using Deep Learning to Eliminate the Human Factor https://doi.org/10.1[...] Springer International Publishing 2024-03-25
[14] 논문 Vision and robotics 2020
[15] 서적 Proceedings of the 45th International ACM SIGIR Conference on Research and Development in Information Retrieval ACM 2023-04-15
[16] 간행물 Say It Right: AI Neural Machine Translation Empowers New Speakers to Revitalize Lemko https://link.springe[...] Springer International Publishing 2023-04-15
[17] 논문 Introduction to the special issue on word sense disambiguation: the state of the art https://www.aclweb.o[...]
[18] 인터뷰 Elon Musk talks Twitter, Tesla and how his brain works — live at TED2022 https://www.youtube.[...] 2022-12-15
[19] 간행물 Guide to Deep Learning Basics https://philarchive.[...] Springer 2020
[20] 간행물 AI-Complete, AI-Hard, or AI-Easy – Classification of Problems in AI https://www.proceedi[...] 2024-04-05
[21] 간행물 Turing Test as a Defining Feature of AI-Completeness 2013
[22] 논문 The Way Forward with AI-Complete Problems 2024
[23] 간행물 AI-Completeness: Using Deep Learning to Eliminate the Human Factor https://doi.org/10.1[...] Springer International Publishing 2024-04-05
[24] 간행물 AI-Complete: What it Means to Be Human in an Increasingly Computerized World Springer 2022



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com