[📪정보] 신경과학, 심리학, 인공지능의 결합이 인간 사고의 기본 모델을 만들어낸다

[Informa..(59.6)]

출처 : https://singularityhub.com/2022/07/28/combining-neuroscience-psychology-and-ai-shows-us-how-humans-think/ (파파고 번역 사용)

인공지능의 발전으로 언어 번역, 자동차 운전, 세계 챔피언 수준의 보드 게임, 단백질 구조 추출 등 이전에는 인간만이 할 수 있다고 생각되던 작업을 수행하는 AI가 탄생했다. 그러나 이들 AI 각각은 하나의 작업을 위해 설계되고 철저하게 훈련되었으며, 특정 작업에 필요한 것만 학습할 수 있는 능력을 가지고 있다.

인간과의 대화를 포함해 유창한 텍스트를 만들어 인상적이고 독특한 예술을 만들어내는 최근의 AI는 직장에서 잘못된 마음을 줄 수 있다. 그러나 이 시스템들조차 좁게 정의된 작업을 수행하는 전문 시스템으로 대량의 교육이 필요하다.

여러 개의 AI를 여러 가지 작업을 학습하고 수행할 수 있는 하나의 AI로 결합하는 것은 여전히 어려운 과제이며, 인간이 수행하는 작업의 전체 범위를 추구하거나 이러한 작업을 수행하는 데 필요한 데이터 양을 줄이는 것은 더더욱 어렵다. AlphaZero나 Gato와 같은 현재 최고의 AI는 게임 플레이와 같이 하나의 금형에 맞는 다양한 작업을 처리할 수 있다. 광범위한 작업을 수행할 수 있는 인공지능(AGI)은 여전히 이해하기 어렵다.

궁극적으로, AGI는 다양한 물리적 환경 및 사회적 맥락에서 서로 및 사람들과 효과적으로 상호작용할 수 있어야 하며, 이를 위해 필요한 다양한 기술과 지식을 통합하고 이러한 상호작용으로부터 유연하고 효율적으로 학습할 수 있어야 한다.

AGI의 구축은 인위적인 정신을 구축하는 것으로 귀결된다. 비록 인간의 정신에 비해 매우 단순한 형태라도 필요하다. 인공적인 마음을 만들기 위해서는 인지 모델부터 시작해야 한다.

인간에서 인공지능으로

인간은 거의 무한한 기술과 지식을 가지고 있으며, 이를 위해 재설계될 필요 없이 새로운 정보를 빠르게 습득할 수 있다. AGI는 인간의 지능과는 근본적으로 다른 접근방식을 사용하여 구축될 수 있다. 그러나, AI와 인지과학의 오랜 연구자로서, 우리의 접근 방식은 인간의 정신 구조로부터 영감과 통찰력을 이끌어내는 것이다. 우리는 AGI를 위해 노력함으로써 인간의 마음을 더 잘 이해하고, AGI를 위해 노력함으로써 인간의 마음을 더 잘 이해하려고 노력하고 있다.

신경과학, 인지과학, 심리학 연구를 통해 우리는 인간의 뇌가 하나의 문제를 해결하는 거대한 균질 뉴런 집합도 아니고 거대한 과제별 프로그램 집합도 아니라는 것을 안다. 대신, 그것은 함께 인간의 마음을 형성하는 기본적인 인지 능력을 뒷받침하는 서로 다른 속성을 가진 영역들의 집합이다.

이러한 능력에는 지각과 행동, 현재 상황에 관련된 것에 대한 단기 기억, 기술, 경험, 지식에 대한 장기 기억, 추론과 의사결정, 감정과 동기 부여, 그리고 사람이 인식하고 경험하는 모든 범위에서 새로운 기술과 지식을 배우는 것이 포함된다.

1990년 AI의 선구자 앨런 뉴웰은 고립된 특정 능력에 초점을 맞추는 대신 인간 사고의 모든 측면을 통합하는 통합 인지 이론 개발을 제안했다.연구자들은 이러한 이론을 구체화하는 인지 아키텍처라고 불리는 소프트웨어 프로그램을 만들 수 있었고, 이를 테스트하고 다듬는 것이 가능해졌다.

인지 아키텍처는 다른 관점을 가진 여러 과학 분야에 기반을 두고 있다.신경과학은 인간 두뇌의 구성, 통제된 실험에서의 인간 행동에 대한 인지 심리학, 그리고 유용한 능력에 대한 인공지능에 초점을 맞춘다.

인식의 공통 모델

델은, ACT-R, Surge, Sigma의 3개의 인지 아키텍처의 개발에 관여하고 있습니다.다른 연구자들 또한 대안적인 접근법에 분주했다.한 논문은 거의 50개의 활성 인지 아키텍처를 식별했다. 이러한 아키텍처의 확산은 부분적으로 관련된 여러 관점을 직접적으로 반영하고 있으며, 부분적으로 다양한 잠재적 솔루션을 탐색하고 있다. 하지만 원인이 무엇이든 간에, 그것은 과학적으로나 AGI로 가는 일관된 길을 찾는 것과 관련하여 어색한 질문을 제기한다.

다행히 이 확산은 이 분야를 큰 변곡점으로 몰고 갔다. 우리 셋은 신경, 행동 및 컴퓨터 연구의 조합을 반영하여 아키텍처 간의 놀라운 융합을 확인했다. 이에 대응하여 우리는 20세기 후반에 등장한 입자물리학의 표준모델과 유사한 방식으로 이 수렴을 포착하기 위한 지역사회 차원의 노력을 시작했다.

이 인식의 공통 모델은 인간과 유사한 사고를 모델의 중심에 단기 기억 모듈을 두고 여러 모듈로 나눈다. 다른 모듈(인식, 행동, 기술 및 지식)은 이를 통해 상호 작용한다.

학습은 의도적으로 발생하는 것이 아니라 처리의 부작용으로 자동으로 발생한다. 즉, 장기기억에 저장되는 것은 사용자가 결정하는 것이 아니다. 대신 아키텍처는 무엇을 생각하느냐에 따라 무엇을 배우느냐를 결정한다. 이것은 여러분이 노출되어 있는 새로운 사실이나 여러분이 시도하는 새로운 기술에 대한 학습을 낳는다. 또한 기존 사실과 기술을 개선할 수 있다.

모듈 자체는 병렬로 동작한다. 예를 들어, 환경을 듣고 둘러보면서 무언가를 기억할 수 있다. 각 모듈의 연산은 대규모 병렬로 이루어지며, 이는 많은 작은 연산 단계가 동시에 발생함을 의미한다. 예를 들어, 방대한 과거의 경험으로부터 관련 사실을 검색할 때, 장기 메모리 모듈은 한 번에 모든 알려진 사실의 관련성을 동시에 결정할 수 있다.

인공지능으로 가는 길 안내

공통 모델은 인지 아키텍처 연구의 현재 합의에 기초하고 있으며 자연 및 인공 일반 지능에 대한 연구를 안내할 수 있는 잠재력을 가지고 있다. 뇌의 커뮤니케이션 패턴을 모델링하는 데 사용되었을 때, 공통 모델은 신경과학의 주요 모델보다 더 정확한 결과를 산출한다. 이는 일반적인 지능이 입증된 유일한 시스템인 인간을 모델링할 수 있는 능력을 인지적 고려를 넘어 뇌 자체의 조직을 포함하도록 확장한다.

우리는 기존의 인지 아키텍처를 공통 모델에 연관시키고 이를 새로운 작업(예를 들어, 사람들을 더 나은 건강 행동으로 안내하도록 설계된 대화형 AI)의 기준으로 사용하려는 노력을 보기 시작했다. 우리 중 한 명은 Rosie라고 불리는 Surge에 기반을 둔 AI 개발에 참여했는데, 이 AI는 인간 교사들로부터 영어로 새로운 작업을 배운다. 60개의 다른 퍼즐과 게임을 배우고 한 게임에서 다른 게임으로 배운 것을 옮길 수 있다. 그것은 또한 소포를 가져와 배달하고 건물을 순찰하는 것과 같은 작업을 위해 모바일 로봇을 제어하는 방법을 배운다.

Rosie는 공통 모델로 잘 특징지어지는 인지 아키텍처를 통해 AGI에 접근하는 AI를 구축하는 방법의 한 예에 불과하다. 이 경우 AI는 인간의 자연어 교육과 최소한의 경험(즉, 오늘날의 AI보다 인간의 마음과 더 유사한 기능을 하는 AI)을 결합하는 일반적인 추론 과정에서 새로운 기술과 지식을 자동으로 학습한다. 즉, 무차별적인 컴퓨팅 능력과 방대한 양의 데이터를 통해 학습한다.

보다 넓은 AGI의 관점에서 우리는 공통 모델을 그러한 아키텍처와 AI를 개발하는 가이드로서, 그리고 그러한 시도에서 도출된 통찰력을 최종적으로 AGI로 이끄는 컨센서스로 통합하기 위한 수단으로 본다.