인공지능과 뇌는 어떻게 생각하는가

인공지능과 뇌는 어떻게 생각하는가 - 지극히 주관적인, 그래서 객관적인 생각의 탄생
이상완 지음 / 솔출판사 / 2022년 9월

자, 문제를 쉽게 만들기 위해 우리가 사과라 부르는 것들은 크기가 커지면서 빨갛게 변하는 것이라 하겠습니다. 이 경우 내 마음속 종이는 오른쪽 위는 사과를 보며 찍은 점들이 와글와글하고,왼쪽 아래에는 나머지 물건들을 보며 찍은 점들이 와글와글할 겁니다. (-42-)

우리 뇌는 우리가 미처 관심을 가지지 않는다고 생각하는 시야의 가장자리에서도 ,이 세상이 우리에게 던져주는 모순을 풀기 위해 바쁘게 움직이고 있습니다. 우리가 미처 인지하지 못하고 있는 바로 지금 이 순간에도, 수많은 연구자들은 우리가 알지 못했던 뇌의 99% 가 가진 실타래를 하나씩 풀어가고 있습니다. (-134-)

주성분 분석법의 목표는 변환된 데이터의 차원, 즉 크기를 원래 데이터보다 작게 만드는 것이므로, 개념의 추상화 과정의 하나로 볼 수 있습니다. 반대로 변화된 데이터를 원래 데이터로 복원해 구체화할 수도 있습니다. (-167-)

기억해야 할 것이 아주 많고 상황이 자꾸 바뀌는 우리 현실을 생각해 봅시다. 변하는 상황 속에서 계속해서 흘러들어 오는 정보를 잘 흡수하려면 높은 유동성이 필요합니다.이 문제는 수명은 짧지만 외부 입력을 적극적으로 받아들이믄 생각종이에 맡겨봅시다. 이런 생각종이는 사실 앞서 추상적 개념을 학습할 수 있는 신경망으로 쉽게 만들 수 있습니다. (-210-)

과거에 일어난 100 가지 사건들로부터 앞으로 일어날 100가지 일들을 예측한다고 합시다. 장단기 메모리 신경망은 과거의 100가지 사건들을 순서대로 읽으면서, 장기 기억에 유의미한 정보들을 정리해나갑니다. 주의집중이 잘 되는 신경망은 100가지 사건들을 하나씩 접수받아 간추리지 않고, 20~30번째 사건을 볼 때쯤이면 현재상황에 대해 대충 감을 잡고 사건을 듬성듬성, 핵심만 짚어가며 보기 시작합니다. (-221-)

2016년 초, 이세졸 바둑기사와의 대결로 유명해진 알파고나 후속 버전인 알파고 제로는 간단히 말해 딥러닝으로 벨만방정식을 푸는 알고리즘입니다.초기 버전인 알파고는 지금까지 설명한 인공지능 기술들의 장점들을 한데 모은 멋진공학 시스템입니다. 당시 대결을 위해 학습에 직간접적으로 활용된 기술들을 모아보면, 알파고의 사전 실제 기보 학습,이를 이용한 예측과 탐색의 효율화, 강화학습 과정 등이 있습니다. (-288-)

한마디로 문제를 보는 스케일이 다릅니다. 알파고가 실제 경험을 바타으로 '행동을 선택'해 문제를 풀고 있다면, 뇌는 상황에 대한 이해를 바탕으로 '전략을 선택' 해 문제를 풀어나갑니다. 뇌는 벨만 방정식으로부터 여유 있게 한 발 떨어져 있음으로 인해,'사건 Event' 중심에서'상황 Context' 중심으로, 그리고 '문제 Task 중심으로 생각할 수 있게 됩니다. 뇌는 큰 그림을 볼 줄 압니다. (-317-)

인공지능은 어떻게 생각하고, 뇌는 어떻게 생각하는가, 인공지능의 학습법과 뇌의 학습법은 어떤 차이를 지니고 있을까에 대해서 오랜 시간 숙제였다. 인간의 뇌를 복제하고자 하는 인간의 노력은 신경망이라는 새로운 기술을 만들었고, 강화학습 프로그램, 벨반 방정식을 통해,딥러닝 기술이 완성된다.인공지능 기술과 뇌과학의 콜라보로 만들어진 딥러닝 기술을 활용하여, 알파고가 이세돌과 바둑 대결을 하여, 승리를 하게 되었다.

인공지능 기술의 목표는 인간의 뇌의 기능을 뛰어넘는 것에 있다. 즉 어떤 특정한 일에 치우쳐 있는 인공지능 기술이 아닌 전방위적으로 인간이 가지고 있는 관찰력과 논리력,사고력 분만 아니라 인간의 육체를 보존하는 항상성, 전방위적인 역할을 인공지능에 의해 만들어 나가고 있지만,여전히 인간의 뇌의 일부분만 기술적으로 구현하고 있었다. 그래서, 이 책은 뇌의 생각이나 학습을 기반으로 인공지능은 어떻게 그것을 구현하는지 알고자 하였다.기억 과 연산은 인공지능이 더 뛰어나지만, 인간이 가지고 있는 추상적인 개념과 모호함에 대한 학습은 인간의 뇌를 넘어서지 못한다. 인공지느에 의해 만들어지는 소설은 인간의 창의력에 기반한 소설과 다른 특지을 지니고 있으며, 인간의 방대한 문학으 학습하여, 그것을 재편집하고,구성한 것에 불과하다. 더 나아가 자율주행자동차 하나를 개발하기 위해서,방대한 빅데이터를 도로주행에서 확보하려는 노력을 기울이고 있는 이유도 여기에 있다.

인간의 뇌를 인공지능으로 완성한다고 가정하면, 인간처럼 감정적이고,감각적인 모습을 가지고 있는 로봇을 구현할 수 있다.인간처럼 공감하게 되고,이해하며, 감상하고,그에 다른 심경적 변화까지 이끌어내고자 한다. 하지만 여전히 인공지능은 내장된 프로그램을 활용하여, 기억하고, 학습하고, 이미지 패턴을 이해하는 수준에 머무르고 있으며, 자연의 여러가지 변화나 시간과 공간의 흐름에 따라서,그 패턴 변화에 대해, 그것에 대한 명확한 기준이 없다. 즉 벨만 방정식 뿐만 아니라 현존하는 다양한 신경망 프로그램에 대해서, 더 나은 발전방향성이 우선되어야 하며, 기술적으로 부족한 부분을 채워 나가야 한다.