지하철에서 Wired지를 보다가, 멋진 도형을 발견했다.
너와 논의 하던 단어사이의 연관성을 표현하기 위한 직관적인 좋은 예가 Wired지 최신호에 그림이 실렸다.
신기하게도 요즘 내가 너에게 설명하고자 했던 자료 구조와 너무 흡사해서 손뼉을 탁 하고 쳤을 정도다.
와이어드 웹에서 찾아보니 그 그림을 제대로 볼 수 있는 링크를 찾았다. (아래다.)
http://www.wired.com/special_multimedia/2009/mf_enigmatrix
아주 직관적이어서 맘에 든다.
단, 이 논의는 이번 Wired지의 컨셉이 Puzzle, Mystery, Magic이기 때문에 수수께끼 같은 퍼즐같은 테마와 정보들이 위와 같은 정보 구조로 연결되어 있다는 것을 보여주는 사실상 거의 오락적인 이미지다.
하지만, 오락적인 이미지 치고는 상당히 직관적이고 각 테마들의 연관성에 대해 연결되는 Key값들까지 멋지게 표현되고 있다.
사실, 저 Enigmatrix 는 그저 대중의 눈을 끌기 위한 지극히 단순한 형태의 Graph에 불과하다.
또한 자료 구조만 존재할 뿐 어떻게 추론할 수 있는 지에 대한 아무런 내용도 존재하지 않는다.
하지만, 저 섹시한 이미지를 바라보면 여러가지 방향으로 상상의 나래를 펼칠 수가 있었다.
(사실 저와 같은 Graph 구조는 스타워즈DVD 제작후기영상이나, 이번 터미네이터4 영화도중에도 멋지게 표현되었다. )
정확히 표현한다면, 그런 미디어들을 보기 이전부터 이와 같은 자료구조에 대한 그림은 머릿속에 이미 그린 후였지만, 어쨌든 그 그림은 수학적으로는 매우 단순한 Graph일 뿐임 또한 이미 인지하고 있었다.
저 이미지에서 Mathmatics와 Mystery 를 연결시킬 수 있는 다양한 Path가 가능하다.
( 만두집에서 나는 '시인'과 '벽돌'의 연관성은 무엇일까? 라는 화두를 던졌었다. )
어떤 Path가 가장 훌륭한 Path 즉 - solution 일까?
추론할 수 있는 경로는 굉장히 많다.
이것은 마치 양자역학적으로 보면 입자가 위치A에서 위치B로 이동하는 대에 수많은 Path가 가능하다는 컨셉과 비슷한 면도 있는 것 같다.
어느 것이 최선의 선택일까?
위키나 Google은 막대한 양의 자료구조를 축적하긴 하지만, 저와 같은 신경망 구조 사이의 연관성이나 추론 작용은 전혀 해주지 못한다.
네가 말한 MSDN도 물론 마찬가지로 그저 돌대가리 같은 Link의 덩어리들일 뿐이다. Node 와 Node 사이의 Path에 대해선 아무것도 말해주지 않는 멍청한 자료구조 덩어리들이다.
울프램 알파를 써본 결과, Node 에 해당되는 property는 이미 정형화되어 있었고, 그것을 동적으로 추가하는 기능은 찾지 못했다.
Britney의 Age는 검색이 되지만, Britney의 Height는 전혀 모른다고 나온다. 멍청하기 이를 데 없다. Britney의 Height 속성(Property)를 추가하는 기능은 없었다.
이것은 동적인(또는 완전히 색다른 방식의 탐색적인, 또는 지능적인) 자료구조 갱신 기능을 구현해야 해결할 수 있을 것 같고,
또한, 효율적인 추론(또는 검색) 알고리즘을 추가해야만 지능적인 검색문제를 해결할 수 있을 것 같다.
그 추론 알고리즘으로 삼단논법이나, 포함관계, Correlation, 6하원칙( Who, Why, Where, ... 등 ), 귀납/연역추론 등의 기법을 적절하게 적용시키면 어떤 새로운 검색 기법을 만들 수 있을 것으로 생각된다.
Graph 구조의 연결함수는 어떻게 만들 수 있을까, 또한 어떻게 추론(또는 검색) 알고리즘을 만들어야 할까?
이것이 앞으로 탐험할 부분이다.
상상의 나래 속에서 뇌우와 폭풍 속에서 몰아치는 알고리즘들의 형상들이 존재한다.
지금 떠 오른 하나의 이미지는,
신경망구조 = 뉴런(Object 또는 Node) 그리고 시냅스 (Property 및 Method) 라는 구조가 상상되었다.
물론 이미지는 이것 말고도 중첩되어서 여러가지 황당스러운 몽상적인 아이디어들이 떠오르고 있다.
그것들을 앞으로 하나씩 논의해보고 싶다.
너와 논의 하던 단어사이의 연관성을 표현하기 위한 직관적인 좋은 예가 Wired지 최신호에 그림이 실렸다.
신기하게도 요즘 내가 너에게 설명하고자 했던 자료 구조와 너무 흡사해서 손뼉을 탁 하고 쳤을 정도다.
와이어드 웹에서 찾아보니 그 그림을 제대로 볼 수 있는 링크를 찾았다. (아래다.)
http://www.wired.com/special_multimedia/2009/mf_enigmatrix
아주 직관적이어서 맘에 든다.
단, 이 논의는 이번 Wired지의 컨셉이 Puzzle, Mystery, Magic이기 때문에 수수께끼 같은 퍼즐같은 테마와 정보들이 위와 같은 정보 구조로 연결되어 있다는 것을 보여주는 사실상 거의 오락적인 이미지다.
하지만, 오락적인 이미지 치고는 상당히 직관적이고 각 테마들의 연관성에 대해 연결되는 Key값들까지 멋지게 표현되고 있다.
사실, 저 Enigmatrix 는 그저 대중의 눈을 끌기 위한 지극히 단순한 형태의 Graph에 불과하다.
또한 자료 구조만 존재할 뿐 어떻게 추론할 수 있는 지에 대한 아무런 내용도 존재하지 않는다.
하지만, 저 섹시한 이미지를 바라보면 여러가지 방향으로 상상의 나래를 펼칠 수가 있었다.
(사실 저와 같은 Graph 구조는 스타워즈DVD 제작후기영상이나, 이번 터미네이터4 영화도중에도 멋지게 표현되었다. )
정확히 표현한다면, 그런 미디어들을 보기 이전부터 이와 같은 자료구조에 대한 그림은 머릿속에 이미 그린 후였지만, 어쨌든 그 그림은 수학적으로는 매우 단순한 Graph일 뿐임 또한 이미 인지하고 있었다.
저 이미지에서 Mathmatics와 Mystery 를 연결시킬 수 있는 다양한 Path가 가능하다.
( 만두집에서 나는 '시인'과 '벽돌'의 연관성은 무엇일까? 라는 화두를 던졌었다. )
어떤 Path가 가장 훌륭한 Path 즉 - solution 일까?
추론할 수 있는 경로는 굉장히 많다.
이것은 마치 양자역학적으로 보면 입자가 위치A에서 위치B로 이동하는 대에 수많은 Path가 가능하다는 컨셉과 비슷한 면도 있는 것 같다.
어느 것이 최선의 선택일까?
위키나 Google은 막대한 양의 자료구조를 축적하긴 하지만, 저와 같은 신경망 구조 사이의 연관성이나 추론 작용은 전혀 해주지 못한다.
네가 말한 MSDN도 물론 마찬가지로 그저 돌대가리 같은 Link의 덩어리들일 뿐이다. Node 와 Node 사이의 Path에 대해선 아무것도 말해주지 않는 멍청한 자료구조 덩어리들이다.
울프램 알파를 써본 결과, Node 에 해당되는 property는 이미 정형화되어 있었고, 그것을 동적으로 추가하는 기능은 찾지 못했다.
Britney의 Age는 검색이 되지만, Britney의 Height는 전혀 모른다고 나온다. 멍청하기 이를 데 없다. Britney의 Height 속성(Property)를 추가하는 기능은 없었다.
이것은 동적인(또는 완전히 색다른 방식의 탐색적인, 또는 지능적인) 자료구조 갱신 기능을 구현해야 해결할 수 있을 것 같고,
또한, 효율적인 추론(또는 검색) 알고리즘을 추가해야만 지능적인 검색문제를 해결할 수 있을 것 같다.
그 추론 알고리즘으로 삼단논법이나, 포함관계, Correlation, 6하원칙( Who, Why, Where, ... 등 ), 귀납/연역추론 등의 기법을 적절하게 적용시키면 어떤 새로운 검색 기법을 만들 수 있을 것으로 생각된다.
Graph 구조의 연결함수는 어떻게 만들 수 있을까, 또한 어떻게 추론(또는 검색) 알고리즘을 만들어야 할까?
이것이 앞으로 탐험할 부분이다.
상상의 나래 속에서 뇌우와 폭풍 속에서 몰아치는 알고리즘들의 형상들이 존재한다.
지금 떠 오른 하나의 이미지는,
신경망구조 = 뉴런(Object 또는 Node) 그리고 시냅스 (Property 및 Method) 라는 구조가 상상되었다.
물론 이미지는 이것 말고도 중첩되어서 여러가지 황당스러운 몽상적인 아이디어들이 떠오르고 있다.
그것들을 앞으로 하나씩 논의해보고 싶다.
댓글을 달아 주세요