알파고로또 분석 사람예측보다 나을까?

이제는 알파고로또 참 기발한 생각을 해 내었습니다.

과연 인공지능이라면 확률을 무시하고 로또번호를 예측할 수 있을까요?

알파고란

https://deepmind.com/blog/article/alphagos-next-move

이세돌과의 바둑대결로 세상에 알려지게 된 구글의 딥마인드에서 개발한 바둑용 인공지능 프로그램입니다.

구글은 2014년 딥마인드사를 인수하여 2015년부터 개발에 착수 2017년 드디어 알파고 제로를 발표하였고 이세돌과 세기의 대결을 펼친 2016년 알파고 리 이후 알파고 마스터를 거쳐 알파고 제로로 이어지게 됩니다.

인공지능으로는 도저히 넘을 수 없을 것 같았던 무한대의 경우의 수를 가진 바둑을 이제 인공지능이 넘어서게 된 것을 세계에 증명하였으며,

오류를 수정하여 이제는 인간의 기보를 학습하는 것이 아닌 자기 학습으로 바둑을 배운 알파고 제로를 넘어 2018년 12월에는 알파 제로라는 학습이 필요 없는 보드게임에 적용되는 범용 인공지능을 발표하게 되었습니다.

알파고의 딥마인드 알고리즘

인공지능(Artificial Intelligence)이란 1956년 미 다트머스대학의 존매카시 교수가 처음으로 사용하였고, 알고리즘과 이를 구현 가능토록 하는 하드웨어의 발전으로 급속도로 발전하고 있는 분야입니다.

인공지능 연구자들의 최종목표는 인간의 지능을 완벽하게 구현해내는 것이며, 현재 알파고를 통하여 보았듯 많은 분야에서 실제 사용 중인 좁은 의미를 인공지능은 챗봇 등 심심치 않게 주변에서 볼 수 있습니다.

인공지능의 학습 방법으로는 의사결정트리, 귀납 논리 프로그래밍, 클러스터링, 강화 학습, 베이지안 네트워크 등 다양한 시도 끝에 도달한 인공신경망을 흉내 낸 것입니다.

다층의 레이어를 거쳐 최종의 판단을 하는 방식의 이론적 바탕위에 2012년 구글과 스탠퍼드대 앤드류 응 교수는 16,000개의 컴퓨터로 10억 개 이상의 신경망을 구현하여 1,000만 개의 유튜브 이미지를 학습시켜 인간과 고양이를 구분할 수 있도록 학습시키는 데 성공하게 됩니다.

고양이의 특징에 대하여 레이어 단계별로 학습하고 충분한 데이터가 축적되었을 경우 확률벡터를 이용하여 고양이라고 판단하게 됩니다.

같은 내용으로 인간의 기보를 학습시켜 승리를 위한 가장 높은 확률의 착수를 구하는 것이 알파고이며 인간의 대국 과정 없이 스스로 시뮬레이션한 데이터를 통하여 바둑을 배운 것이 알파고 제로고 현재 완성형인 알파 제로입니다.