기계학습

내 생각에 강인공지능은 결국 초대형 귀납추론(ChatGPT)으로는 불가능하다.그것은 심지어 양자역학이라 하더라도 불가능하다. 연역추론을 다양하게 학습하는 기계학습 모델을 설계한다면 강인공지능이라 할 수 있지 않을까. 이를 설계하려면 연역추론의 정의를 먼저 필요로 한다.철학적으로 연역추론은 이미 아는 판단 2가지 이상으로 추론하는 것이다.이를 컴퓨터공학적으로 정의하자면 최초의 연역추론은 최소 2가지 이상의 귀납추론 명제를 사용하는 것이다.귀납추론과 연역추론의 입출력 구조가 동일하거나 비슷한 형태라면 이후에 발생할 수 있는 고위단계의 연역추론은 다른 연역추론만으로도 만들어질 수 있겠다. 즉, 추론들은 단계나 깊이 개념이 존재하며 가장 원시적인 것은 귀납추론이고, 귀납추론들로 만들어진 1단계 연역추론이 존재

구글 드라이브에 이미지를 올리고 해당 이미지를 오른쪽 클릭해 구글 문서로 전환하면 이미지에 OCR을 걸어 텍스트를 추출하는 기능이 있습니다. 예전에는 좀 문제가 있었는데 2~3년 지난 지금은 어떤가 해서 다시 한번 해봅니다. 과거에는 일본어 세로쓰기 인식이 안되거나 스캐너로 긁은 문서는 몰라도 스마트폰 이미지는 인식이 불량한 경우도 있고 한자는 난이도가 높아 여러모로 불편했습니다. 헌데 최근에 구글 번역앱의 사진 인식 쪽은 매우 잘 되길래 기계학습 이용해 개선했나 싶더군요. 당연히 이 기술이 구글문서로 전환하는 OCR에도 적용 되었을 거라 봤습니다. 일단 동네 도서관에서 일본어 페이지를 하나 찍어 왔습니다. 테스트에는 가로 2000픽셀 넘는 원본으로 올려봤는데 잘 되더군요. 오자 없이 거의 완전하게