앞으로 뇌 연구가 계속 진행될수록 점점 새로운 모델이 나오기 시작할거고
몇개의 장단점이 있는 모델이 경합을 벌이다가
그중에 다루기 편한 한개의 기술이 시장을 차지하는걸 여러번 거치게 될거임

그외에 도태된 나머지 기술들은 시장을 차지하진 못해도 장단점으로 인해 마이너하게 쓰일 가능성이 높음
물론 도태될 기술도 충분히 강인공지능용 뉴런모델이 될수있는 가능성은 열려있을거고


현재 대세가 되고있는 딥러닝등에 사용되는 인공신경망의 기초 기술들은 아직 개선의 여지가 많은 기술임

현재도 뉴런 노드간의 고저차로 인한 경사가 생기거나 하면 그 경사로 고착화되는등의 문제들이 있는 상태임

그걸 회피하기 위해 여러가지 기술들을 사용해 숨기고 있지만 완전한 개선은 아직 되지 않은 상태고

딥러닝은 사실 인공신경망을 수십겹으로 겹쳐서 각 레이어가 다음 레이어를 보정하는 방식으로 한다음

인간이 처리하기 힘든 엄청난 분량의 데이터를 모조리 주입시키는 방법으로 돌리고 있는것 뿐임

물론 개선이 쉽다고는 절대 할수없음

지금의 모델도 수많은 천재들이 고심해서 현재의 영역에 이른 것이니까
하지만 개선이 불가능하다고 보는건 옳지 않음

지금도 캡슐망같은 신기술이 지속적으로 나오고 있는 상태


현재 딥러닝을 이용한 약인공지능이 인간보다 뛰어난 능력을 보여주는 것처럼 보이지만

실제 인간의 뇌의 출력과 비교해보면 아직 인간의 뇌가 여러면에서 우월함

가장 우월한 부분은 역시 부피임

뇌는 훨씬 적은 부피와 에너지로 엄청나게 많은 기능을 구현하고 있음

심지어 공학적 설계를 거치지 않고 자연진화의 산물임에도

뇌의 가장 큰 단점은 에너지를 늘려서 출력을 늘릴수 없고 지능을 올리기 위한 외부방법이 없음

반면에 인공지능은 연산장치를 추가로 부착해 부피를 늘리고 들어가는 에너지의 양을 늘림으로서 성능을 올릴 수 있음


AGI가 진짜로 실현되기 위해서 정말 해결돼야하는 문제는 컴퓨터 부피의 최소화와 전력량 대비 효율의 증가가 훨씬 중요함

인간과 똑같은 정도의 인공지능이 실현되기 위해 커다란 운동장 넓이의 컴퓨터가 필요하다 치면
인간의 10배의 인공지능이 실현되기 위해선 그거의 10배가 되는 넓이의 컴퓨터에 엄청난 량의 전력이 필요하다면

만약에 인간 10배 정도의 지능을 구현하기 위해 한 도시에서 사용하는 양의 전력이 필요하다면

그 이상의 강인공지능은 현실적으로 도달하기 힘들고 그만큼의 가치를 가지기 힘듬

하지만 이것도 충분히 활용방법은 많을거임
지금도 딥러닝을 엄청나게 많은 분야에서 사용하는 것과 비슷함


기존의 컴퓨터는 지금도 이미 양자터널링현상부터 많은 문제들에 부딫치고

그런 문제들을 해결해오며 부피를 줄여왔지만 슬슬 한계라는 얘기가 나오는 상황이라

양자컴퓨터가 강인공지능의 희망이 되고있는 상황임
양자우위가 가능해지면 기존 컴퓨터와 비교도 안되게 적은 부피와 전력으로 슈퍼컴퓨터를 만들 수 있게 되니까


그러므로 양자우위가 가시화되고 있는 현재 상황은

솔직히 강인공지능의 출현에 상당히 긍정적인 상황이 되고있는게 맞다고 봄


너무 부정적으로만 생각하지마라 특붕이들아

아직 희망은 충분히 있다