Journal of Science and Technology Studies (과학기술학연구)

Korean Association of Science and Technology Studies (한국과학기술학회)
권호 표지

AlphaGo Case Study: On the Social Nature of Artificial Intelligence

알파고 사례 연구: 인공지능의 사회적 성격

  • Received : 2016.10.31
  • Accepted : 2017.06.10
  • Published : 2017.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

In March 2016, the computer Go program, AlphaGo, defeated Sedol Lee, a Korean professional Go player of 9-dan rank. This victory by AlphaGo shows the rise in popularity of artificial intelligence (AI). Not only was this game a testament to machine performance, it was the type of game that extended the Turing test. When the interrogator cannot differentiate between human being and machine, the machine has passed the test. This article examines the interactions between AI and human beings and studies the social nature of intelligence through the AlphaGo case. Collins insists that knowledge or intelligence is social and embodied, and the interrogators in the Turing test can identify the difference between native members and non-members through their knowledge only. Applying this concept, AlphaGo, as subject A of this test, fulfilled its role of stirring up the classical "truth of human." Meanwhile, Lee as subject B, played to speak the truth by revealing his own qualities. Here, it is also important role that interrogators judge what it is. Many spectators, as interrogators, have intervened to confirm the border between human beings and machines by using their embodied and social knowledge.

2016년 알파고(AlphaGo)와 이세돌(9단)의 경합은 인공지능의 등장을 대중적으로 확인하는 것이었다. 이 대국은 일종의 확장된 튜링테스트(Extended Turing Test)였다. 튜링테스트의 목적은 기본적으로 기계가 인간을 모방할 수 있는지를 관찰하는 것이다. 이 논문은 알파고 사례를 통하여 인간과 인공지능 사이의 상호작용과 그 사회적 성격을 분석할 것이다. 콜린스(Collins, H.)는 우리의 지능은 사회적이며, 튜링테스트의 목적은 궁극적으로 사회 구성원과 비구성원을 구별하려는 것이라고 제시했다. 그러므로 기계가 이 테스트를 통과한다면, 비록 특정한 수행 차원에 한정된 것이지만, 우리가 그 기계(비구성원)를 인간구성원과 구별할 수 없게 되었다는 것을 의미한다. 이세돌-알파고 대국을 튜링테스트 설정에 대입하면, 알파고는 인간의 진실을 흔드는 역할(A)을 수행했고, 이세돌은 인간의 진실을 증언하는 역할(B)을 수행했다. 이 테스트에서 중요한 것은 알파고의 기능적 성능이 아니라 면접관(C)의 사회적 승인이다. 이 대국 과정에서 다수의 관중들이 면접관의 역할을 수행했다. 여기서는 그들을 '인간면접관'이라고 부를 것이다. 그들은 대국과정에서 오랫동안 체화된 자신의 사회적 지식을 통하여 자신의 동료 구성원(인간)과 비구성원(기계)을 구분하고자 했다.

Keywords

References

  1. 감동근 (2016), 바둑으로 읽는 인공지능, 동아시아.
  2. 딥마인드 (2016), Alphago 대국 해설 한국어 버전(판 후이), 딥마인드 공식 웹페이지 (https://deepmind.com).
  3. 박주영. 허성만. 김태환. 박정호. 김재언 (2016), 깊은 강화학습 전략의 응용에 관한 고찰, Proceedings of KIIS Spring Conference 2016, 제26권 제1호, 105-106쪽.
  4. 이상욱 ( 2009), 인공지능의 한계와 일반화된 지능의 가능성: 포스트 휴머니즘적 맥락, 과학철학, 제12호, 49-69쪽.
  5. 셰리 터 클, 이은주 번역 (2012), 외로워지는 사람들: 테크놀로지가 인간관계를 조정한다, 청림출판 [Turkle, S. 2012. Alone Together: Why We Expect More from Technology and Less from Each Other , New York: Basic Books.]
  6. 정아람 (2016), 이세돌의 일주일: 밀착취재로 복기한 인간 이세돌과 그의 바둑, 동아시아.
  7. Bishop, C. M. (2006), Pattern Recognition and Machine Learning, New York: Springer.
  8. Colby, K. M., Hilf, F. D., Weber, S., and Kraemer, H. C. (1972), "Turing-Like Indistinguishability Tests for the Validation of a Computer Simulation of a Paranoid Process", Artificial Intelligence , Vol. 3, pp. 199-221. https://doi.org/10.1016/0004-3702(72)90049-5
  9. Collins, H. M. (1990), Artificial Experts: Social Knowledge and Intelligent Machines, Cambridge: The MIT Press.
  10. Collins, H. M. (1995), "Science Studies and Machine Intelligence", in Jasanoff, S., Markle, G. E., Petersen, J. C. and Pinch, T. (eds.), Handbook of Science and Technology Studies , pp. 285-301, Thousand Oaks: Sage Publications.
  11. Collins, H. M. (2012), Tacit and Explicit Knowledge . Chicago: University Of Chicago Press.
  12. Coll ins, H. and Evans, R. (2007), Rethinking Expertise , Chicago: The University of Chicago Press.
  13. Coll ins, H. M. & Martin K. (1998), The Shape of Actions: What Humans and Machines Can Do, Cambridge: The MIT Press.
  14. Day hoff, J. E. (1990), Neural Network Architectures: An Introduction , New York: Van Nostrand Reinhold.
  15. Drey fus, H. L. (1965), "Alchemy and Artificial Intelligence", The RAND Corporation Paper P-3244. [구글검색]
  16. Ghav amzadeh, M. & Engel, Y. (2007), "Bayesian Actor-Critic Algorithms. Appearing", in Proceedings of the 24th International Conference on Machine Learning , Corvallis. [구글검색]
  17. Hayl es, N. K. (1999), How We Became PostHuman: Virtual Bodies in Cybernetics, Literature, and Informatics , Chicago: The University of Chicago Press.
  18. Hayl es, N. K. (2005), My Mother Was a Computer: Digital Subjects and Literary Texts , Chicago: The University of Chicago Press.
  19. Hayl es, N. K. (2012), How We Think: Digital Media and Contemporary Technogenesis , Chicago and London: The University of Chicago Press.
  20. Heat on, J. (2012), Introduction to the Math of Neural Networks , Heaton Research, Inc. [Kindle Edition]
  21. Hint on, G. E., Osindero, S., and Teh, Y. (2006), "A Fast Learning Algorithm for Deep Belief Nets", To appear in Neural Computation 2006. [구글검색]
  22. Ihde, D. (2010), Embodied Technics , Copenhagen: Automatic Press.
  23. Nath, V. and Levinson, S. E. (2014), Autonomous Robotics and Deep Learning, Urbana: Springer.
  24. McCa rthy, J., Minsky, M. L., Rochester, N., and Shannon, C. E. (1955), "A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence". [구글검색]
  25. Madd ison, C. J., Huang, A., Sutskever, I., and Silver, D. (2015), "Move Evaluation in Go Using Deep Convolutional Neural Networks", Published as a conference paper at ICLR. [구글검색]
  26. Mnih, V., Kavukcuoglu, K., Silver, D., et al, (2015), "Human-level Control through Deep Reinforcement Learning", Nature , Vol. 516, pp. 529-535.
  27. Russel l, S. J. & Norvig, P. (2010), Artificial Intelligence: A Modern Approach (3rd Edition), Englewood Cliffs: Pearson.
  28. Samue l, A. L. (1959), "Some Studies in Machine Learning Using the Game of Checkers", IBM Journal , Vol. 3(3), pp. 210-229. https://doi.org/10.1147/rd.33.0210
  29. Searle, John. R. (1980), "Minds, Brains, and Programs", Behavioral and Brain Sciences , Vol. 3(3), pp. 417-457. https://doi.org/10.1017/S0140525X00005756
  30. Silver, D. & Huang, A., et al. (2016), "Mastering the Game of Go with Deep Neural Networks and Tree Search", Nature , Vol. 529, pp. 484-489. https://doi.org/10.1038/nature16961
  31. Sutton, R. S. and Barto, A. G. (1998), Reinforcement Learning: An Introduction, Cambridge: MIT Press.
  32. Turing, A. M. (1937), "On Computable Numbers, with an Application to the Entscheidungsproblem", Proceedings of the London Mathematical Society , Vol. s2-42, pp. 230-265.
  33. Turing, A. M. (1950), "Computing Machinery and Intelligence", Mind, Vol. 59, pp. 433-460.
  34. Turkle, S. (1988), "Artificial Intelligence and Psychoanalysis: A New Alliance", Daedalus , Vol. 117(1), pp. 241-268.