뇌, 현실, 그리고 인공지능 - 김대식/ 플라톤 아카데미 강연 동영상

기술과 유행/인간 확장 .☞ 펌보다 링크

보면서 메모해갑니다. 

도입부는 좀.. 영양가가 없는 얕은 얘기를 빠르게 하네요. 교양서적 좀 읽은 분들은 앞부분은 건너뛰어도. 그 다음부터는 재미있습니다. 저 분의 책을 한 번 검색해봤는데, "내 머릿속에선 무슨 일이 벌어지고 있을까"라는 책 내용이  강연 순서와 겹치는 부분이 있네요.


- 선별적인 기억. 뇌는 기억시점에 가장 중요하다 판단한 것만 집어넣고, 회상할 때는 그 씨앗(seed)를 기반으로 지금 가진 리소스(다른 기억)를 활용해 재현한다. 

; 그러니까, 텍스쳐와 다른 리소스를 자체 저장하지 않고 DirectX 8 에 들어 있는 것을 이용하기 때문에 본체 실행 파일은 1MB도 안 되는 게임 프로그램 A를 만들었다 치자. 그 컴퓨터를 업그레이드해서 이제 DirectX 11이 설치돼있는데, 여기서 A를 실행하면 A는 DirectX 11에서 리소스를 꺼내와 게임 화면을 구성해 보여준다. 그런 거라고 보면 될 듯.

- PET/MRI나 다른 기술을 이용해 뇌속 혈류와 신경의 활성도를 고해상도로 볼 수 있게 됨. 이제 여러 그룹으로 분류한 그림을 보여 주고 뇌속에 활성화되는 부위와 활성화되는 패턴을 기록함. 인간이 생각하기에 유사한 그룹은 유사한 자리에 유사한 패턴을 만듬. 

- 어떤 행동을 상상하거나 행동하도록 한 다음 같은 방식으로 뇌를 찍음. 그리고 그 패턴과 행동을 대응시킴. 그런 다음 그것을 가정한 프로그램을 짜서 대충 생각하는 대로 외부 장치(의수)가 움직이도록 함.

- 광유전학 기술/ 동물의 특정 조직 신경세포에 광수용단백질을 끼워넣은 다음 그 단백질을 가역적으로 변형시키는 빛을 쬐어줌. 단백질이 변형된 동안 신경세포는 특정 자극을 발생하거나 전달하거나 차단하도록 실험을 디자인함. (특정 세포에서 그런 단백질을 발현시키는 기술은 오래됐지만, 요즘은 강력한 빛을 아주 미세한 영역에 집중하고 또 그 반응을 읽어내는 기술이 발전해서 이런 식으로 사용함)

- 다른 방에 있는 두 사람. A에게 "내가 이기려면 왼쪽으로 가야 해"하고 생각하가도록 한 뒤 A 가 쓴 헬멧에서 어떤 패턴을 찍어 B가 쓴 헬멧에는 비슷한 패턴이 만들어지도록 전기나  뭔가를 써서 두뇌자극을 줌. B는 오른쪽으로 가야 이기는데 왼쪽으로 가게 됐다나.

- 게임을 하도록 하고 피험자가 화면에 집중하는 사이에 아주 짧은 시간동안(몇십 ms) 숫자를 보여줌. 물어보면 뭘 봤는 지 대답을 못 함. (실험을 봐서는 어지간히 많은 조합을 보여줬기 때문에 무의식중에 무시했을 수도 있음) 그런데 그 많은 조합 중에 실험자가 쓴 헬멧을 통해 측정한 뇌 반응이 좀 다른(바늘이 튀어오른 것 같은) 반응을 보인 조합이 있었는데 그게 그 사람들 계좌 비밀번호였다고.


- 눈에 대한 설명. 그냥 저냥이니 건너뛰어도 됨. IT기계의 센서와 마찬가지로 후처리의 비중이 크고 중요하다는 이야기 정도. 뇌가 세상을 인식하는  로직이 저 분야의 큰 주제. (그걸 착각이라고 이름붙인 건 쇼맨십같아 마음에 안 듬) 이야기 자체는 20년 전 교과서.

- 사람이 생각하는 방식을 물리적인 기반 위에서 해석하는 것도 이 분야의 주제. 두뇌 정보처리의 기본은 속도전. 경험을 바탕으로 미리 만든 템플릿을 먼저 적용하고 문제가 없으면 그대로 감. 문제가 생기면 그 때 고찰을 시작하는데 이 때도 보통은 템플릿에 가치를 더 줌.

- 어린이가 신경세포 신호전달이 더 빠르다? 이를테면 어린이가 60fps로 세상을 보고 6GHz로 생각한다면, 어른은 30fps로 세상을 보고 3GHz로 생각한다? (그래서 어린이는 시속 10킬로로 시간이 가는 것 같지만 노인은 시속 60킬로로 시간이 가는 걸까?) 노인의 신경세포전달속도를 가속하는 건 1) 커피(5분짜리 스팀팩), 2) 집중하기. 패턴으로 만들어지는 착시현상이 집중하면 사라지는 이유. 그리고 집중하면 기억도 더 잘 남는다.

- 노화. 노화는 생식으로 자손을 남기는 종에게 예정된 것. 


- "언어의 해상도는 인식의 해상도보다 낮다." 머릿속 사고패턴을 개인 연구자가 정의한 단어로 표현하지 못함.

- SNS가 확보한 엄청난 데이터를 활용해 인공지능이 학습하는 로직을 개발하고 연습시킴.

- 사람이 2천 개 정도 사물을 알아보면 생활가능하다고 함. 지금 이 정도 인공지능을 개발함. 구글이 자동으로 이미지 태그를 달아주는 기능을 만든 게 이것. 그리고 동시통역도 같은 방식으로 함. 딥러닝, 머신러닝 등. 최근의 기술혁신은 미래를 엄청 당겨놨음.

- 이런 인공지능의 발전이, 

1) 극히 창조적인 일부 직종을 제외한 대부분의 고급 직종이 하는 일을 인공지능이 대신할 수 있게 될 것.

2) 바느질을 하더라도 이태리 명품 장인같이 다른 사람이 차별화된 값을 지불하는 걸 해야 함. 그리고 사람과 사람을 다루는 직업. 인간적인 능력이나 가치가 필요한 것은 살아남을 것.

2) 인간 사회, 인류 문명이기 때문에 기계에 판단을 맡기지 않는 분야는 기계가 대신하지 못할 것임. 기계가 능력이 못해서가 아니라, 주인이 사람이기 때문에.


- 지금 이삼십대 이하는 배우는 것을 극도로 연마해 기계를 뛰어넘지 못하면, 기계와 경쟁하다 도태될 가능성이 높다. 가능하면 경쟁하지 않는 분야로 가는 게 좋겠지만 그런 걸 누가 딱 집어 이야기해줄 수 있을까. 자기가 잘 하는 것, 좋아하는 것, 해서 즐거운 것, 인간다운 것을 찾는 게 더 중요해졌음.

"단순히 열심히 하는 것만으로는 대가를 지불받지 못하는 세상이 온다."

산업혁명시대의 사회 변화가 새로운 얼굴을 하고 다시 왔다는 말이다. 그 때 기계는 비쌌고 대체할 수 있는 노동도 한정돼 있었지만, 이제는 지능있는 기계값이 0으로 수렴할 거라 하고, 공장노동을 기계에게 물려주고 사무노동으로 온 사람들 일자리 다수를 대신할 수 있을 거라 한다. 기계보다 싼 노동을 제공하는 일부 나라를 제외한, 우리 나라 이상급 나라에선 어떻게 해야 할까. (사람은 노동의무에서 면제되고 기계가 생산하는 세상이 올 거라 전망하는 유명인은 없더라)


제대로 받아썼나 모르겠지만 대충 이런 이야기. 소감도 섞어놔서 연사의 의도와 다른 말도 있습니다.


이 글과 같은 분류 글목록으로 가기 / 최신글목록으로 가기
트랙백이 없고, 댓글이 없습니다.
☞ 링크/트랙백관련

댓글을 달아 주세요