sugkil sugkil

43 posts   100 followers   129 followings

Sugkil Seo  읽는다 책, 먹는다 밥, 마신다 술 #독서 #맥주

알라딘 중고매장에서 수집해 옴
.
#기사단장죽이기
하루키 소설 한 번 읽을 때 됐음
.
#미스함무라비
문유석 판사 저작을 모두 보기 위해서
.
#하마터면열심히살뻔했다
표지가 충동구매를 유도 함
.
#클래식을좋아하는사람이라면꼭알아야할52가지
svp때부터 한 번 맛보고 싶은 내용
.
#커뮤니케이션의이해이론과사상
브콜너의 "커뮤니케이션의 이해" 라는 노래가 생각나서

달성 3주만에 받음
#헌혈유공장 #명예장

#나미야잡화점의기적
.
술마시고 빌려온 책
.
너무 인연을 작위적이게 인연을 표현했다
심하다는 생각이 들 정도로
.
역시 히가시노 게이고는 나랑 안 맞네

#눈마새

며칠간 즐겁게 읽음.

다시 책이 안 읽혀지는 날이 돌아올 때까지.

네번째 읽지만 내가 가장 좋아하는 문장
.
"요술쟁이가 돌아왔다! 잔치 아직 안 끝났어!"
.
찝찝한 기분을 끝낼 수 있는 실마리를 얻은 사람의 기쁨.

책이 너무 안 읽혀서
비장의 수를 꺼냈다
아껴놓고 보려고 했는디...
#눈마새
#눈물을마시는새
#이영도

#오사카소년탐정단
#히가시노게이고
추리소설같지않은추리소설
시노부 센세에게서 김전일의 향기가 느껴진다

#셰일혁명과미국없는세계
#21세기미국의패권과지정학
#피터자이한
일반적으로 미래를 예측하는 책은 세대가 지나면 대체적으로 확고한 평가를 받게 된다.
맞추면 명저
못 맞추면 불쏘시개
얼마전에 읽은 엔트로피에 용도가 라면받침대가 적합하다고 했던 것도 그런 이유다. 물론 그 책은 심각한 점이, 30년간 기술의 발전이 일어나지 않을 것이라고 가정하고 쓴 것처럼 느껴진다는 점에서 "책장에 꽂아두면 그럴듯한 책"에서 라면받침으로 격하시킨 점이 컸지만.
====================================
우선 이 책이 예측하는 미래가 얼마나 맞아 떨어질지 흥미롭게 기대된다. 작가의 전작인 21세기 미국의 패권과 지정학에서도 셰일 혁명으로 인하여 미국의 에너지 자립이 가속되며 발생하는 미래를 예측하는 것이었는데, 내가 보기에 그렇게 틀리게 진행되는 것 같지 않았기 때문이다. 우선 미국은 슬슬 세계의 국지전에서 손을 놓기 시작했고, 그 현상은 우리나라에서도 방위비 부담분 인상을 요구하는 것을 통해 확인할 수 있었다. 그리고 셰일 가스는 결국 기존의 기름과 가격경쟁에서 패배하지 않고, 기술 발전을 통해서 승리를 거둬 미국을 더욱 더 세계로부터 분리시켜 갈 것이라는 점도.(책에서는 2016년 셰일가스는 50달러/배럴 수준의 채취 비용이 들어 유가가 50달러 이상만 되면 승산이 있다고 했다. 기술은 더욱 발전했을 것이고, 방금전에 확인한 텍사스 중질유의 가격은 배럴당 70달러였다.) ====================================
책의 내용상 미래는 절대적 강국인 미국이 스스로 세계에 관심을 거두고, 나머지 대부분의 국가는 브레튼우드 협약 이후, 안정화 된 시스템에서 내동댕이 쳐져 에너지 확보를 위한 환경에 노출될 것이다. 작가는 지정학, 인구, 에너지 수출입, 환경, 역사 등의 데이터를 가지고 크게 묶은(유럽, 서아시아, 동남아, 동북아, 서남아, 중남미 그리고 북미) 여러 지역의 미래를 예측하고 있는데, 유럽의 러시아를 주축으로 한 트러블들은 상당히 책의 내용과 실제가 유사하게 진행되고 있다는 느낌을 받았다.(책은 2016년에 원어 출판 됨)
====================================
작가가 미국뽕은 좀 심한 것 같기는 하다.

#대량살상수학무기
책속에서 빅데이터를 기반으로 한 알고리즘을 대량수학살상무기라고 표현하는 것은 다음과 같은 특징을 가지는 경우이다.

거대함
불투명함
무책임함

흔히 기계학습 알고리즘은 블랙박스로 표현되는데, 진짜 사람의 뇌처럼 그 속에서 알고리즘이 어떻게 반응하고 있는지는 모른다.
유저가 개입할 수 있는 것은 알고리즘이 동작하는 경계값을 설정하고, 거기에 맞는 적절한 학습데이터를 집어넣는 것 뿐.
그래서 책에서 말하는 무책임함이 발생한다.
일단 초기에 한 번 개입하면, 그 결과를 능동적으로 해석해낼 수 있어야 하는데, 속을 모르니 어떻게? 왜? 그렇게 결과가 나왔는지 몰라서 그냥 결과값을 믿고 쓰게되는 것이다.
==============================
GIGO는 쓰레기가 들어가면 쓰레기가 나온다는 의미이다.
이것이 확증편향으로 변경되는 과정에 대해서 말해보면,
편향된 내용의 데이터가 들어오면 결과적으로 편향된 내용의 출력이 나오게 된다.
즉, 기계학습의 데이터가 편향된 상태로 들어가면 알고리즘 자체가 편향되게 학습되고, 결과적으로 나오는 데이터 역시 편향된다.
만약 데이터를 저장하는 단계에서 편견이 들어가 있었고, 그 결과를 무작정 수용한다면?
알고리즘은 완벽하다는 무비판적 수용 아래에서 피드백 된 결과는 편향성을 더욱 강화하는 데이터로 사용되어 다시 편향된 통계결과를 만들고, 확률을 치우치게 만들어버린다.
베예즈 과정을 이용한 알고리즘의 자기강화다.

이것은 마치 사람의 확증편향과 같이 동작한다.
즉, 잘못된 정보일지라도, 믿고 있었던 것과 같은 내용이라면 그 믿음을 더욱 공고히 하게 된다는 뜻이다.
==============================
확률은 거시적 관점에서는 틀려보이지 않는다.
거시적으로 보면 하나의 집단속의 개개인은 평균적으로 1.4회 결혼하고, 2.4명의 자녀를 낳는다.
하지만 개개인은 결코 그런법이 없다.
개개인은 1.4회 결혼할 수 없고, 2.4명과 같은 반쪽짜리 자식을 낳지 못 한다.
==============================
기계학습 데이터는 결과적으로 데이터를 이용하여 사람을 분류하고, 평균적으로 그 사람의 가치를 예측하기 때문에 실제 개개인에 적합한 데이터를 뽑아내지 못 한다.
아무리 선량한 개인이 존재하더라도, 우연히 그 사람의 생활수준이 악독한 집단의 분류에 들어간다면 그 사람의 행동이나 미래는 나쁘다고 예측하는 것이 기계학습의 함정이다.
==============================
기계학습은 만능이 아니다.
더더욱이 그 속을 알 수 없고, 부정적 피드백 루프가 확정되는 순간, 빠져나오기 어렵다.
무엇보다 피평가자 입장에서는 알고리즘을 수정하고 싶더라도, 그 내용이 지적재산으로 보호받기 때문에, 무엇이 잘 못 된것인지 확인하기 힘들다.
==============================
알고리즘에 의한 결정을 하게 될 경우,
알고리즘 생성자의 조건문 혹은 학습데이터 속의
확증편향이 학습에 동원되어,
역시 확증편향이 완성된 결과가 나타날 수 있다.
그러므로 알고리즘을 이용하더라도 최종적인 결정은 비판적으로 데이터를 수용하는 능력을 가진 사람이 해야 할 일이다.

#지대넓얕
겁난다
이런 습자지 수준도 안 될 정도로 얇은 내용을 읽고 지적대화를 위한다는 둥 하는 말에 속아서 논쟁을 벌이려는 병신들이랑 만날까봐... 왜 베스트셀러인지 모르겠네

할 일을 외면하는건 너무 재밌어!

#무기화된거짓말

통계와 관련된, 벌어질 수 있는 실수 및 오해와 관련된 책
말로만 논실통 논실통 할게 아니라

진짜 통계공부를 해야한다고 느껴진다

#삼성공기청정기큐브
1. 큐브 삼
2. 센서를 확인해본 결과 집에 먼지는 원래 없었던 것 같다.

Most Popular Instagram Hashtags