SlideShare une entreprise Scribd logo
1  sur  41
Télécharger pour lire hors ligne
독특한 계산 모형

서울대학교 이대근
튜링 기계
P ?= NP
$ 1,000,000
3-SAT      (NP-완전)


• 리터럴: 𝑥, 𝑥
• 클로저: 𝑥 ∨ 𝑦 ∨ 𝑧
• SAT: 주어진 논리식이 참이 되는 해가 존재?
3-SAT    (NP-완전)


• k-SAT: 논리식이 리터럴 수가 k개 이하인
  클로저들의 논리곱으로 표현되어 있는 경우
• 모든 NP-완전 문제는 3-SAT로 변환 가능
• 3-SAT를 다항 시간에 풀면 P = NP
튜링 기계보다 훌륭한 것을 만들어서
NP 문제를 효과적으로 풀 수 있을까?
물리학적으로 접근해보자!
1. 비누방울 계산기
스타이너 트리       (NP-완전)




평면 상에 주어진 점들을 모두 연결하는
    가장 짧은 길이의 트리는?
(점을 추가할 수 있는 최소 신장 트리 문제)
비누방울 계산기




1. 유리판에 핀을 꼽는다.
2. 비눗물에 담궜다 뺀다.
3. 스타이너 트리 완성!
어떻게?
비눗막은 길이를 최소화하려는 성질이 있다
  스타이너 트리 = 에너지 최소 상태
한계점
비눗막은 최소점이 아닌 극소점에 도달한다
2. 단백질 계산기
단백질 접힘 문제         (NP-완전)

• DNA에는 아미노산 서열에 대한 정보만
  있을 뿐, 단백질의 3차원 구조에 대한 정
  보는 없다.
• 단백질은 10n 개의 가능한 구조 중 고유
  한 1가지로 수초 안에 접히게 된다.
• 안핀센 열역학 가설 (1972 노벨 화학상):
  단백질은 에너지 최소 구조를 갖는다.
단백질 계산기

1. 3SAT 문제를 단백질 접힘 문제로 바꾼다.
2. 인공 DNA을 만들어 단백질을 합성한다.
3. 문제 해결!
한계점

인공 단백질이 에너지 최소점으로
 항상 수렴한다는 보장이 없다
 (극소점에 도달할 수도 있다)
그렇다면 현대물리학은 어떨까?
3. 상대성이론 계산기
상대성이론 101
빠르게 움직이면 시간이 천천히 간다
상대성이론 계산기

1. 컴퓨터에게 3-SAT 문제를 풀게 한다.
2. 우주선에 실은 후 빛에 속도에 매우매우
   가깝게 가속시킨다.
3. 우주선이 지구로 돌아오면 답을 얻는다!
한계점
매우매우 많은 에너지가 필요하다
타임머신 계산기

1. 컴퓨터에게 3-SAT 문제를 풀게 한다.
2. 다 풀면 타임머신을 타고 돌아오게 한다.
3. 답을 얻는다!
한계점
타임머신을 만들 수 있어?!
   (인과율에 위배)
4. 인류원리 계산기
인류원리 101
존재 자체가 어떤 특성을 설명한다
인류원리 계산기

1. 3-SAT 문제를 풀기 위해 컴퓨터에게
   랜덤 배정을 시킨다.
2. 만약 랜덤 배정이 참이면 컴퓨터를 살려
   주고 그렇지 않으면 컴퓨터를 폭파한다.
3. 평행우주론을 믿는다면 어느 우주에선
   컴퓨터가 살아남았을 것이다. -_-;
한계점
운에 맡겨야 한다
5. 양자역학 계산기
양자컴퓨터 101
n비트 양자컴퓨터는 2n비트를
  동시에 처리할 수 있다
한계점

• 어떤 양자 알고리즘도 정렬되지 않은 n개의
  데이터 중에서 특정 데이터를 가져오기 위해
  서는 sqrt(n) 번의 시도가 필요하다.
 – (Bennett et al., 1994)
• 따라서 모든 가능한 경우를 생성해보는 방법
  은 양자컴퓨터로도 2^(n/2)의 시간이 필요
6. 아날로그 계산기
아날로그 계산기
• Thm. 두 실수 x, y (!=0) 에 대해 만약
     x+y, x-y, xy, x/y, floor(x)를
     상수 시간에 계산할 수 있으면
     NP와 PSPACE까지(!) 다항시간에 풀 수 있다.
     (Schonhage, 1979)
한계점
아날로그 컴퓨터는 물리적으로 만들 수 없다
양자역학 효과로 무한한 정밀도의 실수가 불가능
결론

6가지 독특한 계산 모형들을 살펴봄
   마음에 드는 것은 없었다 (...)
덧. 저의 요즘 고민
  같이 고민해보아요
컴퓨터를 꼭 수학으로 만들어야 할까?
참고로 제가 바라보는 CS의 목표는 “인간 지능의 확장”
 사람처럼 생각하는 인공지능 개발을 꿈꾸고 있습니다
두뇌 ?= 컴퓨터
         둘 다 정보처리 기계


컴퓨터가 잘 푸는 문제     컴퓨터가 잘 못 푸는 문제
 2009*5897 = ?        캐치볼
지능도 하나의 물리 현상
혹시 최소작용원리로 계산을
  새롭게 정의해볼 수 있지 않을까?

컴퓨터를 오토마타가 아닌 에너지 관점에서 바라보기
      (비누방울이나 단백질처럼)


  • 기계학습 분야의 에너지 기반 모형들
  • 자유 에너지 원리 (K. Friston)
질문과 답변 

Contenu connexe

Similaire à Escamp Seminar @KAIST

03. segment tree
03. segment tree03. segment tree
03. segment tree승혁 조
 
과학의날-강연-양정중학교
과학의날-강연-양정중학교과학의날-강연-양정중학교
과학의날-강연-양정중학교Minsuk Lee
 
[D2대학생세미나]lovely algrorithm
[D2대학생세미나]lovely algrorithm[D2대학생세미나]lovely algrorithm
[D2대학생세미나]lovely algrorithmNAVER D2
 
프로그램 기초
프로그램 기초프로그램 기초
프로그램 기초Minsuk Lee
 
Neural network (perceptron)
Neural network (perceptron)Neural network (perceptron)
Neural network (perceptron)Jeonghun Yoon
 
두 번째 startlink.live: 김재홍 (xhark) - 알고리즘 문제 출제 전략
두 번째 startlink.live: 김재홍 (xhark) - 알고리즘 문제 출제 전략두 번째 startlink.live: 김재홍 (xhark) - 알고리즘 문제 출제 전략
두 번째 startlink.live: 김재홍 (xhark) - 알고리즘 문제 출제 전략Startlink
 
Wiki machine learning_and_neuralnet_190920h
Wiki machine learning_and_neuralnet_190920hWiki machine learning_and_neuralnet_190920h
Wiki machine learning_and_neuralnet_190920hSeokhyun Yoon
 
Rnn개념정리
Rnn개념정리Rnn개념정리
Rnn개념정리종현 최
 
Ai 그까이거
Ai 그까이거Ai 그까이거
Ai 그까이거도형 임
 
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)Haezoom Inc.
 
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이NAVER D2
 
Sqrt(n) algorithm
Sqrt(n) algorithmSqrt(n) algorithm
Sqrt(n) algorithm승혁 조
 
머신러닝의 자연어 처리기술(I)
머신러닝의 자연어 처리기술(I)머신러닝의 자연어 처리기술(I)
머신러닝의 자연어 처리기술(I)홍배 김
 
Lecture 4: Neural Networks I
Lecture 4: Neural Networks ILecture 4: Neural Networks I
Lecture 4: Neural Networks ISang Jun Lee
 
DP 알고리즘에 대해 알아보자.pdf
DP 알고리즘에 대해 알아보자.pdfDP 알고리즘에 대해 알아보자.pdf
DP 알고리즘에 대해 알아보자.pdfHo Jeong Im
 
Human-Machine Interaction and AI
Human-Machine Interaction and AIHuman-Machine Interaction and AI
Human-Machine Interaction and AIDataya Nolja
 
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기NAVER D2
 
인공지능, 기계학습 그리고 딥러닝
인공지능, 기계학습 그리고 딥러닝인공지능, 기계학습 그리고 딥러닝
인공지능, 기계학습 그리고 딥러닝Jinwon Lee
 
[소프트웨어교육] 알고리즘 교사 연수 자료
[소프트웨어교육] 알고리즘 교사 연수 자료[소프트웨어교육] 알고리즘 교사 연수 자료
[소프트웨어교육] 알고리즘 교사 연수 자료Sangsu Song
 
기계학습 / 딥러닝이란 무엇인가
기계학습 / 딥러닝이란 무엇인가기계학습 / 딥러닝이란 무엇인가
기계학습 / 딥러닝이란 무엇인가Yongha Kim
 

Similaire à Escamp Seminar @KAIST (20)

03. segment tree
03. segment tree03. segment tree
03. segment tree
 
과학의날-강연-양정중학교
과학의날-강연-양정중학교과학의날-강연-양정중학교
과학의날-강연-양정중학교
 
[D2대학생세미나]lovely algrorithm
[D2대학생세미나]lovely algrorithm[D2대학생세미나]lovely algrorithm
[D2대학생세미나]lovely algrorithm
 
프로그램 기초
프로그램 기초프로그램 기초
프로그램 기초
 
Neural network (perceptron)
Neural network (perceptron)Neural network (perceptron)
Neural network (perceptron)
 
두 번째 startlink.live: 김재홍 (xhark) - 알고리즘 문제 출제 전략
두 번째 startlink.live: 김재홍 (xhark) - 알고리즘 문제 출제 전략두 번째 startlink.live: 김재홍 (xhark) - 알고리즘 문제 출제 전략
두 번째 startlink.live: 김재홍 (xhark) - 알고리즘 문제 출제 전략
 
Wiki machine learning_and_neuralnet_190920h
Wiki machine learning_and_neuralnet_190920hWiki machine learning_and_neuralnet_190920h
Wiki machine learning_and_neuralnet_190920h
 
Rnn개념정리
Rnn개념정리Rnn개념정리
Rnn개념정리
 
Ai 그까이거
Ai 그까이거Ai 그까이거
Ai 그까이거
 
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)
PYCON KR 2017 - 구름이 하늘의 일이라면 (윤상웅)
 
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
 
Sqrt(n) algorithm
Sqrt(n) algorithmSqrt(n) algorithm
Sqrt(n) algorithm
 
머신러닝의 자연어 처리기술(I)
머신러닝의 자연어 처리기술(I)머신러닝의 자연어 처리기술(I)
머신러닝의 자연어 처리기술(I)
 
Lecture 4: Neural Networks I
Lecture 4: Neural Networks ILecture 4: Neural Networks I
Lecture 4: Neural Networks I
 
DP 알고리즘에 대해 알아보자.pdf
DP 알고리즘에 대해 알아보자.pdfDP 알고리즘에 대해 알아보자.pdf
DP 알고리즘에 대해 알아보자.pdf
 
Human-Machine Interaction and AI
Human-Machine Interaction and AIHuman-Machine Interaction and AI
Human-Machine Interaction and AI
 
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
[125] 머신러닝으로 쏟아지는 유저 cs 답변하기
 
인공지능, 기계학습 그리고 딥러닝
인공지능, 기계학습 그리고 딥러닝인공지능, 기계학습 그리고 딥러닝
인공지능, 기계학습 그리고 딥러닝
 
[소프트웨어교육] 알고리즘 교사 연수 자료
[소프트웨어교육] 알고리즘 교사 연수 자료[소프트웨어교육] 알고리즘 교사 연수 자료
[소프트웨어교육] 알고리즘 교사 연수 자료
 
기계학습 / 딥러닝이란 무엇인가
기계학습 / 딥러닝이란 무엇인가기계학습 / 딥러닝이란 무엇인가
기계학습 / 딥러닝이란 무엇인가
 

Dernier

캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스
 
Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Wonjun Hwang
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)Tae Young Lee
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Kim Daeun
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Wonjun Hwang
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionKim Daeun
 

Dernier (6)

캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
 
Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
 

Escamp Seminar @KAIST