이 책은 개인적으로 어제 완독한《AGI, 천사인가 악마인가》를 쓴 저자가 과거에 썼던 책이다. 저자가 인공지능에 대해 친절하게 설명해준다는 느낌을 받아서 추가로 이 책도 읽어보기로 했다.

본격적으로 읽기 전에 살짝 훑어봤는데, 아무래도 동 저자가 쓴 글이다보니 어제 읽은 책과 내용이 일부 겹치는 부분도 살짝 보이긴 했지만 다른 한편으로는 내가 미처 몰랐던 것들을 추가로 덧붙여 배울 수 있겠다는 생각도 들었다.

이 책을 통해 대세로 자리매김하고 있는 인공지능에 대해 좀 더 알아가는 시간이 되길 바래본다.


직관은 어떻게 만들어질까? 바로 경험과 학습을 통해 만들어진다. - P7

현대 뇌과학에서 학습은 신경세포들간의 연결고리(시냅스)에서 일어난다고 이야기한다. 자주 보고, 듣고, 경험하는 정보를 저장하는 세포들 간의 연결성이 강화되어, 비슷한 정보를 받아들일 때 활성화될 확률이 높아진다. - P7

기존 인공신경망의 한계를 극복한 깊은 층수 구조의 인공신경망을 보통 ‘딥러닝‘이라고 부른다. - P9

딥러닝은 인간의 뇌를 모방했다. 우주에서 가장 뛰어난 학습능력을 가진 기계는 여전히 우리 머리 안에 있는 1.5킬로그램짜리 뇌다. - P10

새로운 기술을 받아들이지 않는 나라와 민족은 역사에서 사라져버린다는 것이, 단순하지만 잔혹한 ‘세상의 방정식‘임을 기억해야 한다. - P13

인공지능을 개발할 때 가장 처음 겪는 어려움은 인간에게 쉬운 일을 기계에게 구현시키기는 매우 힘들다는 점입니다. - P19

우리가 기대하는 인공지능 로봇이 경쟁력이 있으려면 결국 기계가 스스로 세상을 인식하고 스스로 판단을 내려야 합니다. - P30

역사적으로 실념론realism은 플라톤이 처음 주장했습니다. 플라톤의 철학은 ‘우리 눈에 보이는 세상이 진짜 세상이 아니다. 사실은 우리 눈에 보이지 않는 이데아 세상이 어딘가에 존재한다‘입니다. 우리 눈에 보이는 세상은 이데아 세상의 그림자이죠. - P40

실념론적 관점의 종교철학에서는 이 이론으로 세상을 이해합니다. 모든 물질의 이데아, 그러니까 참된 강아지, 참된 바나나, 참된 책상이 존재합니다. 또 이 이데아의 이데아를 신으로 해석하죠. 결국 모든 게 아주 완벽한 것의 완벽한 것에서 투영된 것이 있고, 우리는 또 투영된 영상의 그림자를 보고 있다는 거죠. 이러한 이론을 아우구스티누스는 기독교에 응용했고, 아베로스는 플라톤의 이 개념을 계승한 플로티누스의 아이디어를 이슬람에 응용했습니다. - P42

유명론nominalism은 아리스토텔레스부터 시작되었습니다. 아리스토텔레스는 이데아 세상을 믿지 않았습니다. 그런건 존재하지도 않는다는 거죠. 즉, 증명할 수도 없는 세상은 존재할 수가 없고, 우리가 보편적인 물체를 알아볼 수 있는 유일한 이유는 결국 우리의 경험과 경험에 무언가 교집합이 존재하고 그 교집합이 바로 보편적인 물체가 되기 때문이라고 말합니다. 다시 말해서 저 수많은 강아지들을 강아지라고 인식할 수 있는 것은 우리가 경험한 강아지들에 우리는 알 수 없더라도 무언가 교집합이 있다는 거죠. 강아지들만 가지고 있는 무엇이, 말할 수는 없지만 분명히 존재한다고 이야기합니다. - P42

유명론의 특징은 강아지의 모든 강아지, 우리가 경험한 모든 강아지들의 공통점은 사실 단 하나뿐이라는 겁니다. 뭘까요? 바로 ‘이름‘입니다. 강아지는 강아지라는 이름을 가졌다는 공통점 외에 다른 공통점은 없습니다. 그래서 이름을 상당히 중요하다고 말했지요. - P43

유명론적 소설책의 대표작으로 얼마 전 작고한 이탈리아 작가 움베르토 에코의《장미의 이름》이 있습니다. 중세시대에 ‘장미‘는 세상의 가장 선하고 아름다운 것을 표현하는 의미로 쓰였는데, 선하고 아름다운 것의 공통점은 선하고 아름답다는 이름, ‘장미‘밖에 존재하지 않는다는 게 이 책이 주장하고자 했던 메시지죠. - P43

플라톤의 실념론이든 아리스토텔레스의 유명론이든 어쨌든 보편적으로 이해한다는 것에 대한 논의 자체가 상당히 오랫동안 인간이 이해하고자 노력했던 문제라는 것입니다. - P43

우리가 바라는 인공지능을 만들기 위해서는 결국 인간이 세상을 어떻게 보편적으로 이해하는지 정확히 알 필요가 있습니다. - P47


댓글(0) 먼댓글(0) 좋아요(7)
좋아요
공유하기 북마크하기찜하기 thankstoThanksTo