프랭크 로젠블랫(1928-1971)은 미국의 심리학자이자 컴퓨터 과학자로, 퍼셉트론을 발명했다. 퍼셉트론은 최초로 훈련 가능한 인공 신경망 중 하나이며, 현대 딥러닝 아키텍처의 직접적인 선조이다.
퍼셉트론
코넬 항공 연구소에서 근무하던 로젠블랫은 1958년에 퍼셉트론을 생물학적 뉴런의 단순화된 모델로 구축했다. 이 모델은 오류에 반응하여 가중 연결을 조정함으로써 단순한 시각 패턴을 분류하는 법을 학습할 수 있었으며, 이는 현재 지도 학습의 핵심이 된 훈련 절차의 초기 사례였다. 처음에는 IBM 704 소프트웨어로 구현되었고, 이후에는 망막 역할을 하는 20x20 광전지 격자를 갖춘 전용 하드웨어인 마크 I 퍼셉트론으로 구현되어, 라벨이 지정된 예시에 반복적으로 노출된 후 단순한 모양을 구별하는 법을 학습할 수 있었다.
홍보와 과대광고
1958년 미국 해군 기자 회견과 이후 뉴욕 타임스의 보도는 퍼셉트론을 "걷고, 말하고, 보고, 쓰고, 스스로 복제하며, 자신의 존재를 의식할 수 있는" 기계를 예고하는 방식으로 묘사하여, 단일 계층 아키텍처가 제공할 수 있는 것보다 훨씬 더 큰 기대를 불러일으켰다. 로젠블랫 자신의 기술적 주장은 더 신중했지만, 대중의 기대와 퍼셉트론의 실제적이고 좁은 능력 사이의 격차는 그 한계가 널리 이해되면서 반발에 기여했다.
민스키-파퍼트 비판
1969년, 마빈 민스키와 시모어 파퍼트는 "퍼셉트론"이라는 책을 출판하여 로젠블랫의 것과 같은 단일 계층 퍼셉트론이 논리적 XOR과 같은 함수를 계산할 수 없음을 수학적으로 분석하여 입증했다. 이러한 함수는 입력 조합에 대한 출력의 비선형 의존성을 요구한다. 로젠블랫은 이미 원칙적으로 그러한 한계를 극복할 수 있는 다중 계층 설계를 탐구했지만, 이 책의 더 단순한 모델에 대한 엄격한 분석과 자금 감소가 결합되어 첫 번째 AI 겨울의 원인으로 널리 인용된다. 이는 신경망 연구가 상징적 AI 접근 방식에 비해 선호되지 않게 된 약 15년의 기간이다.
죽음과 유산
로젠블랫은 1971년 생일날 보트 사고로 사망했으며, 신경망 연구의 궁극적인 부활을 보지 못했다. 1980년대 중반에 데이비드 럼멜하트, 제프리 힌튼, 로널드 윌리엄스에 의해 대중화된 역전파 알고리즘은 로젠블랫의 기본 아키텍처를 여러 계층으로 확장했고, 민스키-파퍼트 비판이 식별한 바로 그 문제를 해결하여 궁극적으로 딥러닝의 부상을 가능하게 했다. 트랜스포머 기반 대규모 언어 모델 전체에서 사용되는 현대 인공 뉴런은 그 핵심에서 로젠블랫의 원래 퍼셉트론의 직접적인 후손이며, IEEE의 프랭크 로젠블랫 상은 생물학적 및 언어학적 영감을 받은 컴퓨팅에 대한 탁월한 기여를 인정한다.