<<천개의 뇌>>저자 제프 호킨스는 미국의 신경과학자이자 컴퓨터 공학자입니다.
‘천 개의 뇌’가 의미하는 것은 우리의 뇌, 특히 신피질(neocortex)이 단일한 통제 센터가 아니라, 세계를 인식하고 지능을 창조하는 수많은 독립적인 단위인 ‘피질 기둥(cortical columns)’으로 구성되어 있다는 것입니다.
호킨스의 이 이론은 오늘날 광풍을 일으키고 있는 인공지능 흐름에 주는 시사점이 많습니다. 예를 들어 호킨스는 기계 지능을 만들때 인간의 감정을 담당하는 오래된 뇌 기능까지 만들려고 할 필요가 없다고 주장합니다.
인간의 주요한 사고 영역인 신피질 기둥을 기계적으로 만드는 것이 현실적인 목표로 삼아야 한다는 것입니다.
<<천개의 뇌>>중에서 ‘기계지능의 미래’ 편을 읽고 10문단으로 요약하였습니다.
1.기계 지능의 시대
나는 이번 세기에 어쩌면 향후 20~30년 사이에 우리가 남아 있는 장애물을 극복하고 기계 지능의 시대로 들어설 것이라고 확신한다.
기계 지능이 21세기에 미칠 영향이 컴퓨팅이 20세기에 미친 영향보다 훨씬 클 것이라고 믿는다. 하지만 정확하게 어떻게 펼쳐질지 예견하기는 불가능하다.
집적회로, 반도체 메모리, 인터넷 등 지난 컴퓨팅 가속화를 추진한 혁신들을 예측한 사람은 아무도 없었다.
2.오래된 뇌와 새로운 뇌
하지만 천개의 뇌 이론은 경계들을 정의하는데 도움을 줄 수 있다. 뇌가 지능을 만들어내는 방식을 이해하면 어떤 일이 가능하고 불가능한지를 알 수 있다.
우리의 뇌는 오래된 뇌와 새로운 뇌로 나뉘어 있다. 오래된 뇌는 감정, 생존과 생식 욕구, 선천적 행동을 만들어 낸다.
지능 기계를 만들때 사람 뇌의 모든 기능을 그대로 복제할 이유는 없다. 지능이 생겨나는 기관은 새로운 뇌인 신피질이므로 신피질과 비슷한 것이 필요하다.
3.세계 모형을 배우는 능력
지능은 시스템이 세계 모형을 배우는 능력이다. 그 결과로 생긴 모형 자체는 아무 가치도 감정도 목표도 없다. 목표와 가치는 그 모형을 사용하는 시스템이 제공한다.
지도를 연상해보라. 전쟁에 쓰이고 교역에 쓰일 것이다. 지도는 살인적이지도 평화롭지도 않고 그저 지도일 뿐이다.
3.1
신피질은 오래된 뇌보다 훨씬 크지만 피질 기둥이라는 비교적 작은 요소가 수많이 복제되어 만들어졌다. 피질 기둥을 만드는 법을 알아내면 기계속에 그것을 많이 집어 넣음으로써 지능 수준을 높이기가 수월하다.
4.지능 기계를 설계하는 비법_체화
지능 기계를 설계하는 비법은 체화, 오래된 뇌부분, 신피질 등 세부분에서 찾을 수있다.
우리는 움직임을 통해 배운다. 지능 기계는 센서와 그것을 움직이는 능력이 필요하다. 이것을 체화라고 한다. 오늘날 딥러닝 네트워크중 대부분은 체화가 없다. 체화가 없으면 배울 수 있는데 한계가 있다.
4.1센서
지능 기계에사용할 수 있는 센서 종류는 거의 무제한이다. 사람의 주요 감각은 시각과 촉각과 청각이다. 이것은 많은 감지기의 배열을 통해 일어난다. 지능 기계 역시 센서들의 배열이 필요하다. 사람의 지능에 가깝거나 능가하하는 기계는 우리처럼 훨씬 큰 센서 배열을 가져야 할 것이다.
지능 기계가 세계 모형을 배우려면 움직일 수 있는 감각 입력이 필요하다. 각각의 센서를 세계 속으 대상들에 대한 센서의 상대적 위치를 추적하는 기준틀과 연관지을 필요가 있다.
4.2 단백질 기계
미래에 특이한 체화를 가진 기계로서 지능 단백질 기계를 만들지 모른다. 개개 세포안에서 단백질을 이해하는 기계를 상상해보라. 의학분야에 엄청난 혜택을 가져다 줄 것이다.
4.3분산 뇌
특이한 체화의 또 다른 예는 분산 뇌다. 사람의 신피질에 15만개의 피질 기둥이 있는데 각자는 자신이 감지하는세계부분을 모형으로 만든다.
이 기둥들이 반드시 서로 옆에 있을 이유가 없다. 센서들과 모형들이 지구 전체나 태양계 전체에 물리적으로 분산되어 존재할 수있다.
5.지능 기계를 설계하는 비법_오래된 뇌의 등가물
오래된 뇌가 하는 일 중에 지능 기계에 꼭 필요한 몇가지가 있다. 첫째 기본적인 움직이다. 신피질이 직접 근육을 제어하지 않는다는 이야기를 떠올려보라. 신피질이 어떤 일을 하기를 원할 때 움직임을 더 직접적으로 제어하는 오래된 뇌부분으로 신호를 보낸다.
5.1안전 장치
안전은 지능 기계에 내장시켜야 할 또 다른 종류의 행동이다. 아이작 아시모프가 로봇공학 3원칙을 제안한 것처럼 안전규정이 있어야 한다. 지능 기계도 안전을 위해 내장된 행동이 있을 것이지만 완벽을 기하기 위해 이 개념을 포함시켜야 한다.
5.2목표와 동기
마지막으로 지능 기계는 목표와 동기가 있어야 한다. 그렇게 하려면 목표와 동기를 위한 특정 메커니즘을 설계하고 그것을 기계에서 체화된 부분에 집어넣어야 한다.
식욕, 사회적 목표 등 어떤 목표이든 아시모프의 첫 두원칙처럼 안전장치위에 세워져야 한다.
6.지능 기계를 설계하는 비법_신피질 등가물
6.1속도
실리콘으로 만든 신피질은 사람보다 100만배 빨리 생각하고 배울 잠재력이 있다. 물론 그렇다고 해서 지능 기계가 100만배 빨리 돌아가거나 지식을 그만큼 빨리 습득한다는 뜻은 아니다.
무거운 물질을 움직이는 속도에는 제약이 따른다. 화성에 로봇을 투입해 기지를 건설할 경우 사람을 투입한 것보다 몇배 빨라질 수 있어도 100만배까지 빠를 수는 없다.
6.2 수학문제 풀이
속도를 크게 높일 수 있는 분야가 일부 있다.지능 기계는 수학문제를 인간 수학자보다 100만배 빠르게 풀 수 있다. 지능 웹크롤러의 학습속도는 링크를 따라가고 파일을 열면서 움직이는 속도에 제약을 받는다. 그 속도는 아주 빠를 수 있다.
6.3 용량
우리가 만들 수 있는 인공 뇌의 크기에는 한계가 없다. 피질 기둥을 1억5000만개를 가진 인공 신피질을 만든다면 어떤 일이 벌어질까? 어떤 이점이 있을까?
신피질의 일부 영역이 점점 커지면 약간의 차이가 있을 수 있어도 대단한 능력 차이가 나타나지 않는다.
대신 영역을 더 많이 만들고 복잡한 방식으로 연결할 수 있다. 원숭이와 사람의 차이가 어느 정도 이 것에 해당된다.
6.4배선
우리 뇌의 부피중 상당 부분은 배선, 즉 신경세포들을 서로 연결하는 축삭과 가지돌기가 차지한다. 이때문에 에너지와 공간 면에서 상당히 큰 비용을 치러야 한다.
에너지를 절약하기 위해 뇌는 배선을 제한해야 한다. 태어날 때 신피질은 배선 과잉상태에 있는데 어린 시절 경험을 바탕으로 사용하지 않는 배선을 제거한다.
지능 기계는 배선에 제약이 없다. 뇌의 물리적 배선과 달리 소프트웨어는 가능한 연결을 모두 생겨나게 할 수 있다. 연결성에 발휘되는 이러한 유연성은 기계지능이 생물학적 지능에 비해 누릴 수 있는 큰 이점중의 하나다.
7.학습 대 클로닝
지능 기계를 복제하는 능력이 탁월하다. 지능 기계 역시 세계 모형을 배워야 하는데 클론을 통해 시간을 크게 단축할 수 있다. 로봇의 경우 일단 능력이 만족할 만한 수준에 이르면, 동일한 로봇 수십대에 학습된 연결을 옮겨 손쉽게 클론을 만들 수 있다.
8.기계 지능의 미래 예측 불가능
기계 지능이 미래에 어떻게 사용될지는 아무도 알 수 없다. 인터넷 프로토콜이 처음 만들어졌을 때 이런 사회적 변화를 상상한 사람은 거의 없었다. 기계 지능도 비슷한 전환을 겪을 것이다.
9.사람이 하는 일 대체에 초점
현재 인공지능의 목표가 사람이 할 수 있는 일을 로봇으로 대체하는데 초점을 맞추고 있다. 하지만 불행하게도 지능의 척도로 사람과 비슷한 능력에 초점을 맞추는 이런 태도는 이익보다 손해를 초래했다.
10.모두가 낙관적인 것은 아니다
물론 지능 기계를 심해수리 작업 독성 폐기물 제거 노인간병 등 사람이 하는 일을 하는 일을 하게 하는데 사용할 것이다.
하지만 예상치 못한 기계 지능의 응용에 대해 무엇을 말할 수 있을까?
기계 지능의 혜택에 대해 모두가 낙관적인 것은 아니다. 어떤 사람은 인류를 위험에 빠뜨릴 최대의 위협으로 간주한다.