패러다임전환이 막혀있었던 적이 없고 그래서 귀납적으로 경험하고 있기때문에 앞으로도 그럴거라는게 옳은 생각이란건 틀렸음


왜냐하면 공학기술의 패러다임의 전환자체를 우리가 겪은건 불과 수세기전이고 지난 수만년간 끊임없이 겪어온게 아님


문명의 발전이 기하급수적으로 이뤄지기 시작한건 결국 기초과학이 기하급수적으로 발전하기 시작한것에 후행했음



불과 십년전 슈퍼컴퓨터는 일반 데스크탑에게 밀리고 방크기만하던 에니악의 진공관이 나노미터단위로 줄어들기 시작한건


패러다임의 전환이 아님


2g가 5g로 statistic learn이 DNN으로 리튬전지가 전고체전지로 발전해 나가는건 패러다임의 전환이 아님


기술발전의 S곡선의 급격한 발달에 속하는 것임



여기서 하나 집고 넘어갈것이 있는데 이 패러다임역시 크고 작고로 나눌 수 있다는 것임


기술발전의 S곡선은 프랙탈 구조처럼 큰 S곡선속에 작은 S곡선으로 발전하는 양상을 보이는데 작은 s가 다음 작은 s로 바뀌는것도 패러다임 전환이지만


큰 S가 다음 큰 S로 바뀌는것도 패러다임 전환임


이 두개를 일단 정확하게 집고 넘어가야함



큰 패러다임 전환은 이미 한세기가 넘도록 멈춰있고, 전환을 이룰 가능성이 전혀 보이지 않음


초끈이론을 실험하기 위해서는 태양계크기의 강입자 충돌기가 필요하고 이것을 이루려면 적어도 공학기술이 충분하게 발전해야 실마리라도 잡을 수 있겠지



하지만 작은 패러다임 전환역시 한계에 다다랐음


그게 우리가 양자컴퓨터, ai에 매달리는 이유이기도 하고



현 ai는 DNN을 기반으로 개발되고 있고, gpt-3 알파고등으로 DNN이 인간지능을 뛰어넘을 수 있을 가능성을 보여줬음


하지만 여기서 인간 지능이란게 뭔지 명확한 정의가 없음


문제해결능력? 유명한 중국인방 사고실험?


결국 명확한 지능에 대한 설명이 없는 이상 모방지능과 진짜지능의 근본적 차이때문에 어떠한 한계에 봉착할 수도 있음


여기서 근본적 차이는 영1혼같은 헛소리가 아닌 작동의 구조적 차이를 말하는거임


DNN의 역전파는 실제로 인간의 두뇌에서는 일어나지 않는 일이고, DNN의 경사하강법또한 인간이 경사하강법으로 문제를 찾는지도 모름


심지어 DNN의 경사하강법이 실제로 경사하강을 하는지 역시 블랙박스로 불분명한 상황이고



이런 한계로 인해서 실제로 DNN기반의 ai가 인간보다 문제해결을 잘한다고 해서 패러다임의 전환이 가능할지도 불분명함


하나의 패러다임의 한계가 100%라 치고 현 인류가 70%에 도달해있다면 이 ai가 90% 100%까지 순식간에 채울지언정 인간이 막혀있는 다음 새로운 패러다임으로 레벨업을 할 수 있을지 모른다는거임


거기에 DNN기반의 ai가 DNN의 효율성 개선은 가능하지만 본인의 구조적 기반을 벗어던지고 새로운 구조를 만들 수 있을지역시 아주 의문이고


왜냐하면 하나의 계에 닫혀있는 존재가 그 계를 넘어서는것은 수학적으로 불가능하기 때문임



패러다임 전환이 지금껏 막혔던적이 없다해서 앞으로 막히지 않을거란건 아주 낙관적인 생각임


왜냐하면 이미 현 인류는 패러다임 전환의 한계에 봉착했기 때문임


대학의 트렌드인 통섭, 그리고 빅데이터, ai 이 모든건 이 현 패러다임의 한계를 뚫고 새로운 패러다임 전환으로 가기위한 인류의 몸부림임


이미 패러다임의 전환의 한계가 온 상황에서 다음 패러다임 전환을 이뤄줄 기술이 아직 한계가 뚜렷한데 귀납적으로 어떻게든 되겠지라는게 진짜 과학적 사고방식인가에 대해 생각해볼 필요가 있음


패러다임 전환이 가능하다 불가능하다는 논의는 최소한 뇌시뮬레이션이후 지능에 대한 아주 확실한 이론이 나온 이후가 되어야 함


그 전까지는 그저 개인의 믿음에 불과하지