https://www.technologyreview.kr/artificial-intelligence-brain-neuroscience-jeff-hawkins/


AI가 현재 잘못된 방향으로 가고 있다고 생각하는 이유는 무엇인가?

복잡한 질문이다. 나는 오늘날의 AI를 비판하지 않는다. 지금의 AI가 훌륭하다고도 생각한다. 현재의 인공지능은 유용하다. 다만 지적이라고 생각하지는 않는다.

내 주요 관심사는 두뇌다. 수십 년 전에 나는 뇌에 푹 빠졌다. 인공지능을 만들기 전에 지능이 무엇인지부터 알아내야 한다는 입장을 나는 오랫동안 견지해왔다. 그리고 이를 위한 가장 좋은 방법은 뇌를 연구하는 것이다.

1980년 즈음, 나는 AI에 대한 접근 방식을 보면서 진정한 지능형 기계를 만들지 못할 것이라고 생각했다. 또한 AI의 다른 모든 발전 단계를 보고도 똑같은 느낌을 받았다. 내게는 새로울 게 없는 일이다.

최근 딥러닝(deep learning)으로 이룬 진전은 매우 인상적이다. 하지만 여기에도 근본적인 결핍이 있다는 사실만은 바뀌지 않았다. 나는 지능이 무엇인지 안다고 생각한다. 즉, 뇌가 어떻게 활동하는지 안다고 생각한다. 그리고 지금 AI는 뇌가 하는 활동을 하고 있지 않다.



그렇다면 지능의 결정적 요소이고, 따라서 AI도 해야 한다고 생각하는 활동은 무엇인가?

지능에는 네 가지 속성이 있다. 이것이 일종의 기준이 된다. 첫 번째는 움직이면서 배운다는 점이다. 즉, 우리는 주변에 있는 모든 것을 단번에 감지하지 못한다. 움직여야 사물에 대한 심성모형(mental model)을 형성할 수 있다. 눈이나 손만 움직이더라도 말이다. 이를 체화(embodiment)라고 한다.

다음으로 이 감각 입력을 수만 개의 피질원주(cortical columns)*가 받아들이고, 각각의 피질원주는 세계의 부분적 그림들을 가지게 된다. 이 부분 그림들은 전체상 구축을 위하여, 일종의 투표 시스템을 통해 경쟁하고 결합한다. 이것이 천 개의 뇌 아이디어다. AI 시스템에서는 세계에 대한 보다 완벽한 모형을 얻기 위해, (시각, 촉각, 전파탐지와 같은) 다양한 감지기를 제어하는 기계를 포함할 수 있다. 비록 일반적으로 시각과 같은 각 감각에는 관련된 피질원주가 많겠지만 말이다.

*대뇌피질 표면에 수직 방향으로 원기둥처럼 분포해 있는 신경세포들의 집단

그 다음으로 지속적 학습이 있다. 이전 것을 잊지 않고 새로운 것을 배우는 일이다. 오늘날의 인공지능 시스템은 이를 수행할 수 없다. 마지막으로, 우리는 기준틀(reference frames)을 사용해서 지식을 조직화한다. 이는 세계에 대한 우리의 지식과 우리의 관점 간에 상관관계가 있다는 뜻이다. 커피잔에 손가락을 대고서 쓸어 올리면 잔 테두리를 만질 수 있다는 것을 예측할 수 있다. 왜냐하면 손이 컵과 관련해 어디에 있는지를 알고 있기 때문이다.




꽤 일리있다고 봄


최근에 뇌의 해마부분에서 오류역전파가 일어난다는 논문을 본 적 있음

인공지능을 만들 때 사람 뇌신경의 알고리즘을 좀더 적극적으로 응용해야 하지 않을까 생각함