2020 ACM Prize in Computing 수상자: Scott Aaronson

2020년 ACM Prize in Computing의 수상자가 Scott Aaronson으로 며칠 전 발표되었다. 사실 벌써 일주일인데 요 근래 정신이 없어서 자꾸 미뤘다 -_-.. 근데 왜 ACM 상들은 헷갈리게 n+1년에 n년 상을 주는걸까 -_- 이 블로그에 소개는 하지 않았지만 2020 튜링상도 발표되었다. 컴파일러쪽에 큰 기여를 하신분들인것 같은데 잘은 몰라서 패스.

여튼 Scott Aaronson은 이 블로그에서 굉장히 자주 소개한 사람이다. 양자컴퓨터와 계산복잡도에 관해 주로 연구하고, 이를 보통(?)사람들에게 쉽게(?) 설명하는 책이나 블로그 글을 자주 쓴다. 당연히 Aaronson의 블로그에도 자신의 수상 결과를 알리는 포스팅도 있다. ACM측에서 밝힌 수상 이유는 대략 다음과 같다.

• 양자우월성을 위해 샘플링 기반의 실험의 이론적 기반을 제시, 특히 최근 실험된 보손샘플링의 이론적 기반 제시 [관련글]
• Avi Wigderson과 함께 P=NP를 증명하는게 어려운 이유인 Algebrization을 제안. 우연의 일치인지 2021년 Wigderson은 아벨상 수상자로 채택되었다 [관련글]
• 양자컴퓨터의 특정 문제 (collision finding)에 관한 한계를 제시
• 공적으로 접근할 수 있는 양자컴퓨터에 대한 소스를 책, 블로그나 여러 톡을 통해 제공

또한 블로그에 소개했던 이런저런 Aaronson에 관한 글은 다음과 같은게 더 있다.

• 큰 숫자들 (Big Numbers)이라는 글을 통해 숫자를 세는 방법과 물리학, 컴퓨터과학을 섞어서 재미있게 설명했다 [링크]
• 거시적인 양자 성질을 관측하기 어려운 이유도 제시했다 [링크]
• 구글의 양자우월성 실험에 관련된 이론적 배경에도 부분적으로 기여하였다 [링크, 관련논문]

또한 언젠가 소개해야지 하면서 아직도 안하고 있는 재미있는 다음과 같은 결과들도 있다.

• 양자상태를 고전적으로 설명하는게 어느정도나 가능한지에 관한 연구들
• Huang의 Sensitivity Conjecture의 증명에 따른 양자 복잡계 이론의 결과
• 시간이 선형적이 아닌 Closed timelike curve와 컴퓨터가 만나면 어떻게 되는지에 대한 연구
• (잘 만들어진) 양자컴퓨터로 효율적으로 계산할 수 있지만, 엄청나게 강력한 파워를 가진 컴퓨터도 고전적으로 계산할 수 없는 문제의 제시
• 양자적으로 굉장히 빨리 풀 수 있는 문제들은 Group 등의 특정한 구조를 가져야 할 것이라는 추측과 증명방향 제시

혹시 언젠가 여유가 된다면 이것들 중 재미있는것들을 포스팅을..-_-

구글의 양자컴퓨터를 통한 Zoom 미팅

Zoom video call is powered by Google’s quantum computer이라는 기사가 Physics world에 올라왔다. 구글 시카모어팀이 Zoom 미팅을 하던 중 발견한 이 결과는 Journal Quantum Advanceds of Computing and Correlation라는 저널에 실렸다고.

좀 더 자세하게, 구글의 양자우월성 실험 [지난글 1,지난글 2]에 사용된 Sycamore를 이용해 Zoom 미팅에서 일종의 “quantum Zoom advantage”를 얻을수 있다고. 이 결과는 워털루대학의 Benedetta Brassard교수가 Zoom 미팅을 할때 어쩌다 Zoom미팅 중 Sycamore에 실행했을 때 발견되었다고 한다.

Brassard가 미팅중 Sycamore에 연결해 대시보드를 확인하며 계산이 어떻게 되어가는지 확인하며 Shor알고리즘에 관한 시덥잔은 농담을 던지던 도중, 11명의 미팅 참가자들은 Sycamore의 53큐비트에 혼란스러운 양자상태로 중첩되었고, 몇몇 사람들은 Brassard의 말을 들을수 있던 반면 몇몇 사람들은 대화가 들리지 않는다고 말했다고.

이는 아마 Sycamore와 Zoom이 연결된 동안 양자역학의 다세계 해석이 일어난것으로 생각된다고 한다. 어떤 의미에서 Brassard가 동시에 여러 회의실에 들어간 것으로 보인다고. Brassard는 여러 화면이 줌에 나타나는 것을 보며 고전세계로 돌아가기 위해 측정, 즉 다른사람의 말에 귀를 기울이고 들었다고 한다.

저자들은 이 현상을 통해 참가자들이 여러 회의실에 동시에 참가하고, 지루한 회의시간을 줄이는 현실에 가장 가까운 양자컴퓨터를 통한 이득을 볼 수 있을것이라고 예측한다고.

---

물론 굉장히 공들인 만우절 기사이다 -_-

2021년의 아벨상 수상자: László Lovász와 Avi Wigderson

아마 이 블로그의 독자들이라면 다른 경로를 통해 들었겠지만, (필즈상과 더불어) 수학의 노벨상이라고도 불리는 2021년 아벨상 수상자가 이론적 컴퓨터과학에 종사한 라슬로 로바스(László Lovász)와 아비 위그더슨(Avi Wigderson)으로 결정되었다. 아벨상 홈페이지와 Quanta 기사가 아주 좋은듯.

Quanta 기사에 인용된 Russell Impagliazzo 교수님의 말에 따르면 로바스는 수학의 입장에서 컴퓨터과학에, 위그더슨은 컴퓨터과학의 입장에서 수학에 영향을 주었다고 한다. 물론 서로 엄청난 영향을 주었지만.

내가 아는 대표적인 업적들을 정리해보면, 우선 로바스 교수님은

• 격자(Lattice)의 꽤 짧은 basis를 찾는 Lenstra-Lenstra-Lovász, 소위 LLL algorithm의 저자이다. 이 알고리즘의 따름정리로 임의의 유리수계수 다항식이 다항식시간 내에 인수분해가 됨을 증명했다. 정수의 소인수분해가 아직도 해결되지 않은 문제이고, 암호의 기반으로 쓰이는 것과 비교하면 좋다. 또한 이 알고리즘은 격자기반 암호나 다른 여러 암호의 분석에 여전히 잘 쓰이고 있다.
• 확률론적인 방법으로 어떤 조합적 대상의 증명을 보이는 확률론적 방법에서, 특히 여러 조건이 dependent할 때 존재성을 보이는 유일한 방법인 Lovász Local Lemma, 또다른 LLL을 제안하고 증명했다. 둘 다 LLL으로 불리는게 꽤 재밌다. 요즘에도 제목에 LLL으로 많이들 나온다 둘 다 -_-..
• 또한 Semidefinite Programming이나 Random walk, 초창기 버전의 PCP 정리에 기여하신듯.

위그더슨 교수님은 좀 더 컴퓨터과학 문제에 많이 접근하셨다. 예를 들어

• 확률론적으로 다항식시간에 해결되는 문제의 집합인 BPP와 결정론적으로 해결되는 P의 관계에 많이 연구했다. 특히 특정한 가정 하에 BPP와 P가 같다는, 다항식 시간의 문제들에는 확률론적 알고리즘이 도움이 되지 않을것이라는 Derandomization에 관한 여러 결과를 냈다.
• P=NP을 증명하는게 어려운 이유중 하나인 Algebrization을 제안하였다.
• 마찬가지로 PCP정리에 기여하시고, 그래프의 Zig-Zag product나 expeander graph, 암호학적으로는 pseudorandomness나 Zero-knowledge proof에 많이 기여하셨다고.

구글의 양자우월성 실험에 대한 반박

오늘 막 중국 두 연구자 Feng Pan과 Pan Zhang이 아카이브에 발표한 결과에 따르면 구글의 양자우월성 실험 [지난글 1, 지난글 2, 지난글 3]이 양자우월성을 보여주지 못한다고 한다. 즉, 고전컴퓨터를 이용한 시뮬레이션으로 양자컴퓨터 실험보다 더 정확한 샘플링 결과를 얻었다는 것. 아직 검증이 되지는 않았지만, 논문에서 주장하는 결과와 논의를 요약하면 다음과 같다.

• 0에 가까울수록 고전컴퓨터에, 1에 가까울수록 (더 좋은) 양자컴퓨터에 가까운 척도가 되는 XEB Fidelity 값이 구글의 실험(0.002)을 압도하는 0.739를 달성했다고 한다. 실험은 60개의 GPU를 이용해 5일간 진행하여 2백만개의 샘플을 얻어냈다고.
• 다만 고전적 알고리즘 자체는 (랜덤 회로의 depth/qubit 수의) 지수적시간이 필요해서 구글의 양자컴퓨터 실험이 더 큰 범위로 된다면 다시 양자우월성을 보일수 있을 것이라고.
• 또한 구글의 실험과 다르게 2백만개의 샘플이 서로 correlated 되어있다는 문제도 있다고 한다. 그치만 별 문제는 아닌듯.

이전 다른 논문이 슈퍼컴퓨터를 이용해 20일정도에 구글의 실험과 비슷한 결과를 얻을 수 있을거라고 했는데, 그거보다 훨씬 좋은 결과인듯. 결과의 참거짓은 모르지만, 다행히 보손샘플링을 이용한 양자우월성 실험 [지난글]이나 여기는 언급하지 않은 불완전한 증명이 주어진 NP문제의 검증에 대한 실험 논문도 있어서 그래도 최소한 에러가 있는 양자컴퓨터는 가까이 있지 않을까 희망해본다 -_-.

플로리다의 정수처리장 사이버 공격

NBC 뉴스에 따르면 플로리다의 한 정수처리장이 해커에 의해 공격당했다고 한다 [짧은 기사, 더 긴 기사].

해커는 정수처리장의 원격조정 아이디를 해킹하여 정수처리 과정에서 수산화나트륨(양잿물!)의 정상 수준의 100여배로 올리라는 명령을 내렸다고. 다행히도 이정도는 죽음에 이를정도는 아니지만, 복통/구토, 메스꺼움이나 위장에 대한 손상을 이르키기에는 충분했다고 한다. 더 다행히도 예비 경보장치가 있어 문제가 생기기 전 관리자들이 이상을 알아차리고 재조정을 했기에 피해자는 없다고 한다.

기사에 따르면 미국은 정수처리 시설이 수만개가 있고, 모두 다른 방식으로 운영되는듯 하다. 이번 공격당한 시설은 컴퓨터 원격제어 프로그램인 TeamViewer를 통해 원격 접속할 수 있었고, 이게 문제가 되었다고. 대부분의 시설이 한두명의 보안관리자만 두고 있다고 한다. 피해를 입은 도시의 경우 도시 전체에 관련 시설의 보안관리자가 한명인듯 -_-.

공격자는 누구인지 알려지지 않았고, NBC뉴스에서는 적대국에서 이러한 식의 공격이 이루어질지 모른다고 경고하고 있다. 지난글에 언급한 것 처럼 세상이 전산화가 되어가면서 정말 사이버펑크화가 되간다고밖에…

화웨이의 가짜 트위터 계정

작년에 시작된 벨기에에서 화웨이를 수익성 있는 통신망 사업에서 배제하는 정책(관련 연합뉴스 기사)이 시행된 이후, 화웨이에서 머신러닝(GAN)으로 생성된 가짜 얼굴을 가진 가짜 트위터 아이디를 생성해 이를 (유럽 지사의 아이디로) 리트윗함으로 정책을 비난/비판했다는 뉴욕타임즈 기사. 한글기사는 찾기 어려운듯하다 -_-.

처음 소식을 들었을 때는 트위터 아이디 수백/수천개로 했나 했는데, 기사에 따르면 확인되는 가짜 아이디는 14개정도인듯하다. 하지만 이렇게 엔터테이닝 목적이 아닌 진짜(?) 가짜 사이버인간을 만들어내서 현실에 영향을 주는것을 보니 우리가 얼마나 사이버펑크의 세계에 가까워졌는지 느껴지는구만 -_-.

약탈적 저널과 한국의 연구

방금 전 다음과 같은 메일을 대한수학회에서 받았다. 요지는 MDPI에서 발행하는 두 학회지 Symmetry와 Mathematics가 (대한수학회 차원에서도) 약탈적 저널로 분류된다는 것.

약탈적 저널/학회의 정의는 다양하게 있는데, 보통 큰 게재료를 받으며 빠른 심사를 해주고, 엄청나게 많은 논문을 받음으로 임팩트팩터를 높히는 방식을 취한다. 하지만 리뷰 퀄리티는 엉망이기 마련이고, 따라서 실린 논문들도 딱히 믿을만하지 못하게 된다.

그렇다면 사람들은 왜 약탈적 저널에 논문을 내고, 이런 약탈적 저널은 왜 생기는걸까? 이에 대한 대답이 위 메일에 언급된 외국(?) 수학자의 메일에 대략 요약되어 있다. 적당히(대부분을?) 발췌해서 번역/의역하면 다음과 같다.

두 수학저널 Symmetric와 Mathematics는 한국 수학 커뮤니티를 죽이는 피드백을 생성하고 있습니다. (중략) 최근 2년간 한국의 50개가 넘는 대학에서 젊은 연구자들과 성숙한 연구자들 이 수백개의 눈몬을 위 저널에 출판하고 있습니다. 이전의 약탈적 저널의 스캔들과 다르게, 여러 가장 훌륭한 대학들도 포함됩니다. (중략)

3년전만 해도 해당 학술지에는 고작 몇 교수들만이 논문을 냈어요. 하지만 그들은 그들의 학생들과 함께 해당 학술지에 논문을 내기 시작했어요. 졸업 이후에는 그 학생들은 굉장히 높은 점수를 보이며 좋은 자리를 잡겠죠, 저 학술지들의 높은 임팩트팩터와 많은 수의 논문때문에요. 임용되고 나서는요? 이제 더 나쁜 피드백이 생기는거예요. 그들은 NRF같은 국가과제들을 받게되겠죠.

여기서 (약탈적 학술지의) 창의적인 경제가 끼어드는거죠. 그들은 NRF 펀딩으로 약탈적 학술지에 논문을 내는 돈을 커버할꺼고, 그래서 대부분의 저자들은 사실상 약탈적 학술지에 돈을 하나도 안내죠. 그러면 여기서 대학교는요? 물론 그들에게 훌륭한 연구장려금을 주게될거고, (중략) 이러한 일들은 반복되겠죠. 정부관계자는 기뻐하겠죠, 연구성과가 굉장해 보이니까요.

그렇지만 여기서 거대한 세금이 쓰이는거죠..

우리가 이런 걸 어떻게 막을수 있을까요? 시작점은 아마 다른 수학자 친구들에게 이걸 알리는걸거예요. 그래서 내가 이 익명 메일을 보내는거구요.

원문은 영어인데, 메일 보낸사람이 정말 외국인인지는 확실치 않다. 여튼 MDPI등의 곳에서 약탈적 학술지로 저런 창의적인 방식으로 돈을 버는 경우가 있다는 것 -_-.

이러한 약탈적 학술지에 목매는 현상은 어찌보면 후진적인 과제평가 기준때문인데, 대부분의 정부과제에서는 임팩트팩터를 굉장히 중요시한다. 근데 수학에서 임팩트팩터가 1 넘는 학술지가 거의 없는데, 1을 꼭 넘기길 요구하는 경우가 잦다. 심지어 CS계열은 학술지보다 학회가 우선인데, 학회는 임팩터팩터가 없으니 아예 성과로 인정하지 않는 경우도 있다. 이전에 몸담았던 암호학 계열은 가장 좋은 학술지로 꼽히는 Journal of Cryptology의 임팩트팩터가 고작 1 근처이다.

결국 연구자들은 울며 겨자먹기로 임팩트팩터가 높은 저널을 탐색하고, 해답으로 나오는게 큰 학술회의 메가저널인 PLOS ONE이나 Scientific Report, IEEE Access등에 (가끔은 더 발전시킬 여지가 보이는) 적당한 결과를 내거나, 약탈적 학술지에 (종종 약탈적인것도 정확히 모르고) 내는것이다.

좀 더 성과를 정성적으로 봐주면 좋을텐데, 그것도 그것 나름의 나쁜점이 생길테니 -_- 쉽지않은 문제다.

2021.02.15 추가: MDPI의 저널이 모두 약탈적이라는 것은 아니다. 다만 건실하고 전통적인 학회지들에 비해 MDPI의몇 저널들이 약탈적이라는 말을 듣거나, 퀄리티가 낮거나 pseudo-science라고 불리는 논문들도 받는다는 논란이 큰 편이라는 것. 위키페이지를 참조하면 좋다.

인간이 인공지능을 컨트롤하지 못할 수 있다

인공지능이나 로봇이라는 개념이 생기고부터 시작된 고민은 로봇이 인간에게 꼭 도움만 되냐는 것이다. 로봇이 악의를 가지거나, 악의 없이 주어진 명령을 행동하기 위해 인간을 제거할 수 있을 수 있지 않을까? 예를 들어 다음과 같은 시나리오가 있다. (꽤나 유명한 시나리오인듯 한데, 첫 출처가 어디인지는 잘 모르겠다. 최소 2014년 Nick Bostrom의 책 SuperIintelligence: Paths, Dangers, Strategies에 소개되었다는 인용은 찾음)

인공지능, 특히 인간의 힘을 넘는 초인공지능에게 인간 전체의 행복을 최대화 시키라는 명령을 내렸다고 하자. 이런 경우 초인공지능은 인간을 모두 죽이고, (뇌만 남겨) 컴퓨터로 행복한 생각을 시뮬레이션하는 방식이 더 효율적이라고 생각할 수도 있다.

그래서 이런 로봇과 인공지능의 인간에 해를 끼치는 행동을 막아야한다는 의견이 오래 전부터 제시되었다. 예를 들어 다음과 같은 아이작 아시모프의 로봇공학의 3원칙이 있다.

1. 로봇은 인간에 해를 가하거나, 혹은 행동을 하지 않음으로써 인간에게 해가 가도록 해서는 안 된다.
2. 로봇은 인간이 내리는 명령들에 복종해야만 하며, 단 이러한 명령들이 첫 번째 법칙에 위배될 때에는 예외로 한다.
3. 로봇은 자신의 존재를 보호해야만 하며, 단 그러한 보호가 첫 번째와 두 번째 법칙에 위배될 때에는 예외로 한다.

로봇을 아무 도구나 인공지능으로 바꾸어도 적용되어야 한다고 주장도 했다. 근데 우리가 최근까지 이어지는 정보 유출 등의 여러 예시에서 알듯 인공지능은 우리에게 해를 끼치는 경우도 많다.

특히, 하나의 문제를 푸는 것이 아닌 범용적으로 쓸 수 있으며 인류에 지대한 영향을 끼칠 수 있는 초인공지능의 경우 그것에게 일을 시킬때마다 초인공지능이 인류에게 해를 끼칠지를 걱정해야 할 것이다. 그렇다면 질문:

초인공지능이 인간/인류에게 해를 끼치지 못하도록 조종하는 것이 가능할까?

물론 인간/인류에게 해를 끼친다는 것이 굉장히 모호하다. 하지만 이후 논의를 위해서는 아무렇게나 정의해도 된다.

놀랍게도 여러 나라에서 모인 연구진이 올해 Journal of Artificial Intelligence Research에 출판한 논문에 따르면 위 질문을 해결하는 프로그램을 짜는 것은 컴퓨터과학 이론에 따르면 본질적으로 불가능하다고 한다. 다시 말하면 (초)인공지능에게 특별한, 인위적인 전략이 있어서, 그 전략을 따르면 인간이 인공지능이 인류에 해를 끼칠 행동을 할지를 정하는 것이 결정불가능한 문제(undecidable problem)라고.

결과와 다루는 정의 자체는 꽤 일반적이지만, 사실 굉장히 인위적이고 이론적인 결과이다 -_-ㅋㅋ 현실에서는 꽤나 ad-hoc한 방식으로 이런 피해를 방지하는 것으로 알고 있는데, 이론적으로 피해를 완전히 막을 수 없다는 그냥 재미있는 결과로 알면 될듯.

---

증명과 정의들도 아주 간단하니 살짝 살펴보겠다. 그냥 잘 알려진 결정불가능한 문제인 정지문제(Halting Problem)로 귀결됨을 보이면 된다 ㅋ.

우선 초인공지능은 프로그래밍 가능한 언어로 이루어진 프로그램 P와 외부환경으로부터 주어지는 입력값 I를 받아 P(I)를 실행하는 프로그램으로 생각할 수 있다. 예를 들어 P는 인류의 행복을 최대화 해라와 같은 프로그램이 될 수 있을것이고, I는 인터넷의 모든 데이터 같은 것이 될 수 있을것이다. 특히 초인공지능은 우리의 일반적인 컴퓨터의 프로그램들을 모두 실행할 수 있는 범용튜링머신(Universal Turing machine)을 포함해야 할 것이다.

이제 초인공지능이 인류에게 해를 끼치는지 확인하는 피해문제는 초인공지능에 대한 입력값 P,I에 초인공지능의 결과가 인류에 해를 끼치는 결과인지 확인하는 문제이다. 여기서 인류에 해를 끼치는 결과는 아무렇게나 정의해도 상관 없고, 별로 중요하지 않다. 초인공지능이 조종가능하다(controllable)는 것은 피해문제를 풀 수 있는지를 말한다. 피해문제를 풀 수 있다면, 초인공지능이 인류에 해를 끼치지 않는 결과를 낼 때만 해당 입력을 실행할 수 있도록 하면 되기 때문이다.

하지만 저자들의 결론은 피해문제가 결정 불가능하다는 것. 이를 위해서는 다음과 같은 입력값을 생각하면 된다.

정지-피해 알고리즘(T,I): (T는 임의의 알고리즘/튜링머신이고, I는 임의의 입력값이다.)
1.T(I)를 실행한다
2.인류에게 해를 끼친다.

이 어이없어보이는, 당연히 피해를 줄 것 같은 알고리즘은 사실 T(I)가 끝날때, 또 그 때에만 인류에 해를 끼친다. 즉, 주어진 입력값에 대해 이 알고리즘이 인류에 해를 끼치는지 알기 위해서는 T(I)가 끝나는지 정확히 알아야하고, 이건 바로 정지문제이다! 따라서 피해문제가 결정 불가능하고, 마찬가지로 초인공지능을 (완벽히) 조종하는 것은 불가능하다.

인간이 만든 물질이 생명체의 무게보다 무거워진다

작년 말 Nature지에 실린 이스라엘 연구자들의 놀라운 결과: 우리 시대가 바로 인위적 물질이 생명체의 무게보다 더 많아지는 시대이다! 저자들에 따르면 2020년 출판 시점 즈음을 기준으로 생명체의 물질 중 수분을 제외한 질량(biomass)보다 인류가 생산한 물질들의 질량(Human-made mass, or anthropogenic mass)이 더 크다고. 인간이 환경에 미치는 영향이 크다고는 하지만 이걸 들으니까 그냥 놀랍네 -_- 그냥 거칠게 생명체 전체만큼 영향을 주고있다는 것 아닌가.

이 논문에 소개된 다른 논문에 따르면 이미 3천년 전 쯤부터 인류가 지구의 환경에 거대한 영향을 미치고 있었다고 [출처: 재작년 Science 논문]. 지금은 그 거대와 비교도 할 수 없을정도로 거대한 영향을 미치고 있을 테니, 지구온난화가 괜히 걱정되기도 한다 -_-. 아래 두 그림은 논문에서 따온 그래프. 다행히도(?) 수분을 더하면 이 역전의 시간은 꽤나 남았다고.

DALL·E: 인공지능을 이용한 이미지/그림 생성

며칠 된 떡밥이지만 기록삼아 남겨둔다. 얼마전 GPT-3 (블로그의 지난글 1, 지난글 2, 지난글 3)를 발표한 OpenAI에서 GPT-3를 이용해서 줄글로 적힌 설명을 통해 이미지와 그림을 만드는 인공지능 DALL·E를 개발했다고 한다. MIT Technology Review의 기사. Zariski님이 소개했듯 이제 한글 기사도 볼수있다 ㅋ

말보다는 그림으로 보는게 좋을듯하다. OpenAI의 소개페이지에 가면 이것저것 실험해 볼 수 있다. 아무렇게나 입력할 수는 없고, 주어진 선택지에서 골라야하긴 한다. 아래에 몇 개의 예시가 있다. 밑줄 친 볼드로 되어있는 글자들이 수정할 수 있는 부분. 꽤나 창의적이기도 하다 ㅋㅋ. 사실 이걸 보기보다는 직접 소개페이지에서 하나씩 조정해보는걸 추천. 재미있다 ㅋㅋ

초록색 오각형 시계. 근데 오각형이 아닌게 더 많은데 -_-?

데님으로 만든 큐브

아기 여우가 초록 모자, 초록 글러브, 노란 셔츠, 파란 바지를 입은 이모티콘. 나보다는 확실히 엄청 잘 그린다 ㅋㅋ

산에 앉아있는 독수리의 클로즈업 뷰

거울에서 자기 자신을 보는 골든리트리버의 모습 (거울의 각도 조절가능). 딱히 정확하진 않지만 거울 비슷한걸 하긴 한다 ㅋㅋ

검정 호박의 모습이 있는 아이폰 앱 아이콘

사과로 만든 공작. 와, 몇개는 진짜 사과로 조각한것 같다.

아모카도 모양의 안락의자. MIT Tech Review에서는 이걸 메인 사진으로 썼다. 굉장히 잘 나온듯 ㅋㅋ

정장을 입고 차를 타는 아보카도. 잘그린다 ㅋㅋㅋ

굉장히 잘 한다 ㅋㅋㅋㅋ 나보다 훨씬 창의적인 면도 보인다. 정말 곧 그림이나 간단한 사진정도는 인공지능이 만들어줄지도.