인공지능과 인간 2강-사람의 뇌와 AI, 차이는 무엇인가?
인공지능을 공부하고 있다. 머지않아 인공지능이 인간보다 더 뛰어나게 되면 인간은 그들이 잘했던 것을 다시 시작할 것이다. 억압과 폭력, 서로 죽이는 학살 같은 것들을. 아래 포스팅은 마쓰오 유타카 저, 송주명 옮김 저서인 "인공지능과 인간 - 딥 러닝은 어디까지 진화할 것인가?" 책 내용을 정리하였다. 인공지능의 발전은 인간이 한 동안 잊고 있던 인간의 의식, 앎, 신체, 트랜스 휴머니즘등으로 인문학의 주제를 더욱 확장할 것이다. 철학과 윤리, 언어와 구체적인 인간의 모습을 새롭게 밝혀 줄 새로운 인문학을 요구한다. 기술과 과학혁명 분야에서 새로운 도전이라면 모든 분야에서도 같다. 광대한 우주에서 작고 푸른별의 인류는 항해를 시작한다. 부디 평화로운 항해가 되기를.
진인진 출판사 도서소개 페이지와 연관 포스팅
인공지능과 인간 1강-AI와 인간의 대화
인공지능과 인간 2강-사람의 뇌와 AI, 차이는 무엇인가?
인공지능과 인간 3강-AI가 만드는 예술작품
인공지능과 인간 4강-AI 로봇
인공지능과 인간 5강-AI의 화상인식 기술
인공지능과 인간 6강-AI와 인간의 융합은 가능한가?
인간을 넘어서 AI가 더욱 잘하는 분야가 늘고 있다. AI와 뇌에 대해 무엇이 비슷하고 무엇이 다른지 알아보자. 지금까지 밝혀진 뇌의 각 부위의 기능은 AI가 학습하는 방법과 유사성이 있다.
대뇌피질은 인간의 뇌에서 매우 큰 부분을 차지한다. 사물을 추상화하여 파악하는 능력을 갖고 있다. 말이나 시각정보를 취급하는 것도 대뇌피질이다. 이 대뇌피질의 기능과 유사한 AI 기능이 심층학습(Deep Learning)이다.
편도체는 강화학습과 유사한 일을 한다. 어떤 일련의 행동에 대해 보상이 주어지고, 그 행동이 강화된다. 편도체는 그 보상을 주는 구조와 깊게 연관되어 있다. 보상의 역할을 하는 신경전달물질에는 도파민, 노르아드레날린, 세로토닌, 옥시토신 등이 있다. 옥시토신이 분비되면 대인관계에서 친밀함을 느낀다. 출산할 때 여성은 체내의 옥시토신 농도가 높아지고, 아기에 대해 깊은 연민을 느낀다.
우울증에도 보상계가 관여한다. 의욕상실이나 기쁨 상실은 보상에 대한 감수성이 낮아진 상태다. 보상으로서 신경전달물질이 나오지 않으연 인간은 움직일 수 없다. 강화 학습에서 ai와 로봇도 보상 설정이 잘 안되어 있으면 움직이지 않는다. 움직이지 않는 것이 최적 행동이 되어 버리는 경우가 있다.
소뇌(cerebellum)는 교사 있는 학습을 한다고 알려져 있다. 교사있는 학습이란 미리 준비한 정답을 목표로 기계가 학습하고, 입력된 데이터에 대한 응답 치를 예측하는 기계학습의 하나다.
해마(hippocampus)는 스스께끼로 가득 차 있다. 주로 단기 기억을 취급한다. 보통 머리로 생각한다라고 하는 의식적인 행위는 기본적으로 대뇌피질과 해마를 중심으로 이루어진다. 단기 기억을 장기기억으로 옮기는 데도 해마가 중요한 역할을 한다. 말이라는 형태로 정보를 털어냄으로써 보다 장기간 모아둘 수 있다.
오차역전파법(오류 역전파 알고리즘, backpropagation)은 다층 인공 신경망 학습이 사용되는 통계적 기법으로 학습과정이 틀렸으면 다시 거슬러 올라가 각기 다른 층의 무게를 조정하는 방법을 사용한다.
과잉학습(overfitting)은 학습 데이터에 너무 지나치게 최적화되어 정해진 학습 데이터에 대한 정답률은 높지만, 다른 시험데이터에 대해서는 정답률이 떨어지는 상태를 말한다. 즉, 학습 데이터에만 최적화되어 버린다.
AI는 의식을 가질 수 있을까?
인간과 AI는 완전히 다른 존재이다. 인간이 사피엔스라는 종이라면 AI는 다른 종인 것으로 이해애야 한다.
미국 국방부 방위고등연구계획국(다르파)은 사지 장애를 입은 사람들을 대상으로 뇌-컴퓨터 연결(BCI) 연구를 해오고 있다. 뇌에 전자칩(브레인 임플란트)을 심고 로봇 팔다리를 부착한 뒤 사지를 움직이려고 마음먹으면 로봇 팔다리를 작동할 수 있다. 장애 입은 이들에게 획기적 미래를 약속하는 연구다.
그런데 피험자들이 연구실을 방문해 칩 설정을 거치고 나면 로봇 팔다리를 작동할 수 있는데 시간이 지날수록 조작 성공률이 떨어지는 문제가 발생했다. 사람 뇌는 머물러 있는 상태가 아니다. 끊임없는 학습과 경험, 사고를 통해 새로운 연결을 만들어내며 지속해서 변화한다. 뇌의 특정한 환경에 맞춘 소프트웨어의 인공적인 전기신호 처리 설정값이 이내 적절하지 않게 된다.
이는 사람 두뇌의 고유 기능과 특성이 무엇인지 알려준다. 우리는 이세돌-알파고 대결을 보며 인공지능의 빠른 연산, 무한한 정보 저장·검색 능력, 논리적 추론력에 압도당하며 공포심을 가졌지만 사람 두뇌는 인공지능과 다른 장점을 갖고 있다. 학습과 경험에 따라 변형되는 가소성과 유연성이다. 성인 뇌도 새로운 뉴런 연결을 만들어낸다는 게 학계의 정설이다. 그런데 한국 사회는 학습이 평생 동안 이뤄지기보다 10대 중고교 시절에 집중된다. 그 결과 성인의 실질 문해력이 매우 낮고 독서량은 바닥 수준이다.
다르파의 생물공학 연구책임자로 뇌-컴퓨터 연구를 이끌고 있는 저스틴 샌체즈 박사는 최근 <월스트리트 저널> 기고에서 인공지능에 사람 뇌와 유사한 가소성을 가르치는 게 목표라고 밝혔다. 방법은 시행착오와 피드백을 통한 강화 학습이다. 인공지능에 인간 뇌 작동방식을 모방하게 하는 연구다. 기계가 사람 뇌를 닮기 위해서 노력하는 것처럼 인공지능 시대를 살아갈 사람 또한 뇌의 가소성과 유연성을 극대화하는 평생학습을 해야 한다.
참고자료
'개발자 > 인공지능과 인간' 카테고리의 다른 글
| 꼼꼼하게 풀어쓴 인공지능의 역사 1980년~1990년 (0) | 2020.06.22 |
|---|---|
| 꼼꼼하게 풀어쓴 인공지능의 역사 1970년~1980년 (0) | 2020.06.19 |
| 꼼꼼하게 풀어쓴 인공지능의 역사 1943년~1970년 (0) | 2020.06.18 |
| 꼼꼼하게 풀어쓴 인공지능의 역사 1900년~1950년 (2) | 2020.06.17 |
| 머신러닝을 이해하기 쉽게 설명한 글 링크 (0) | 2020.06.17 |
| AI 강의 1강 인공지능 개념과 역사 (0) | 2020.06.15 |
| 인공지능과 인간 1강-AI와 인간의 대화 (2) | 2020.06.02 |
| 머신러닝 배우고 싶으면 여기를 참고하세요. (0) | 2020.05.14 |