인공지능을 넘어서는 인간의 감정 by

[ 밑줄 ]

 

ㅇ "2045년에는 인공지능이 만능이 되어, 인간의 지성을 뛰어넘는 '특이점'(Technological Singularity)이 도래한다." .....인공지능 연구가인 레이 커즈와일(Ray Kurzweil)의 말..... '만능'은 두 가지 뜻이 있다.

1) 인공지능이 모든 지적 분야 작업에서 인간을 뛰어넘는 능력을 발휘하는 '전지전능'이라는 의미

2) 인공지능이 마음(의식, 감정, 사고 등의 정신활동을 포함)을 가진다는 의미

--> 의식, 감정, 사고, 마음 간의 관계는 정말 헷갈린다.

--> 이 분야의 책들을 몽땅 모아 정리하고 있는데 대강 대체적으로 개념들의 계위가 이렇게 되는 것 같다.

 

ㅇ 딥러닝에 따른 정보처리 흐름

ㅇ 존 브록만이 온라인 과학 사이트 Edge. org에서 노벨상 수상자, 교수, 연구자, 저널리스트 등 세계적인 지식인 191명에게 '생각하는 기계에 대해 당신은 어떻게 생각하는가?' 라는 질문을 했고 책을 펴냈다. (2015년).. 크게 두 그룹으로 나눌 수 있다. 

--> 'What to Think About Machines That Think: Today's Leading Thinkers on the Age of Machine Intelligence (Edge Question Series)' 이며 아직 국내 미번역본이다.  (2020년 6월 아마존평점은 40명 4점이다.)

 

ㅇ  긍정적 그룹

- 인공지능이 마음을 가지고 생각을 할 수 있게 된다. 

- 인간과 인공지능은 공존하며 인류의 번영을 이끈다.

- 프랜시스 크릭(Francis Crick)은 저서 '놀라운 가설: 영혼에 관한 과학적 탐구'에서, 마음은 뇌라는 물질에서 생겨난다고 주장한다. 나아가 분자 신경과학이 발전하면서 마음과 물질의 구별, 또 인간의 뇌와 인공지능의 구별이 모호해질 것이라고 말했다. 

 

ㅇ 회의적 그룹

- 인공지능이 마음을 가지는 일은 있을 수 없다.

- 인공지능의 발전은 인류를 위협하게 될 것이다.

- 비트 코스토(Bart kosko) 교수...인공지능을 뇌기능을 계산식으로 치환해서 근사치를 취하는 방식으로 인간의 사고를 모방하고 있을 뿐이다. 인공지능이 '생각하는 기계'이기는 하지만 낡은 알고리즘을 바탕으로 신속하게 정보를 처리하는 계산기에 불과하다.

- 게리 클라인(자연주의적 의사결정론의 창시자): 인공지능은 무슨 의도로 그렇게 판단했는지, 언어로 사고하고 설명하지는 못한다.

 

 

--> 개인적으로 나는 회의론 그룹이다.

--> 마음이나 인간을 넘은 지능을 가질 수 있을지 모르지만 마음이나 인간지능이 우리는 아직 모르겠 때문에 기계가 마음과 지능을 가졌는지 알 수 없다고 생각한다. 우리가 뭔지 모르는 것을 상대가 가졌는지 아는지 어떻게 알 수 있겠는가?

--> 또한 우리를 넘은 지능체를 우리는 감당할 수 없다고 본다. 개미가 인간의 지능을 상상할 수 없듯이 우리를 넘은 초지능체의 지능을 우리는 견주에 상상할 수 없다고 본다. 초지능체가 우리 지능에 맞춰서 수준을 낮춰 준다면 모를까? 

 

   (인공지능의 품고 있는 개발 기술상의 7가지 문제점)

 

1. 소프트웨어의 완만한 진화

 

ㅇ 게리 마커스(Gary Marcus) 교수는 커지와일의 이론을 비판하는 인물이다......커즈와일의 가설 중 하나인 '특이점의 도래'는 인공지능의 기술적 맹점을 간과한 것이다.

 

1) 소프트웨어의 완만한 진화

- 커즈와일은 인공지능의 능력이 기하급수적으로 진화하고 있다고 주장

- 하드웨어의 기억 용량이 늘어나면서 처리 속도가 빨라졌을 뿐, SW는 과거 50년을 돌아봐도 그다지 진화한 점이 보이지 않는다.

 

 

2. 딥러닝의 기술적 한계

 

- 딥러닝 기술은 알고리즘(정형화된 계산법)과 빅 데이터(다양한 종류와 형식을 갖춘 거대 데이터)로 구성되어 있음

- 인공지능은 신뢰할 수 있는 충분한 데이터가 입력되지 않으면, 분석의 정밀도를 높여서 정확한 판단을 내리지 못함

- 사과 과정의 블랙박스화, 즉, 어떠한 사고 과정을 거쳐 그렇게 판단했는지, 이유를 알 수 없는 문제가 있음... 개발자조차 사고 과정을 논리적으로 설명하지 못함. 

 

3. 카오스와 프로그래밍의 과제 

 

ㅇ 인공지능의 강점은 규칙적인 현상을 예측해서 패턴화 된 대량의 지적 작용을 신속하게 수행한다는 점에 있음. 그러나 카오스(무질서) 현상이 발생하면 정확한 판단과 예측은 불가능함

 

ㅇ 이중진자에 의한 카오스 현상

 

ㅇ 정치나 비즈니스 등에서 발생하는 군중심리의 동향은 카오스 그 자체임. 자연계에서도 바람의 방향과 속도, 구름의 흐림, 비, 낙뢰, 지진, 조류의 흐름 등은 엄격한 규칙성을 찾을 수 없음

 

4. 컴퓨터 시뮬레이션 능력의 한계

 

ㅇ 현대 컴퓨터 한 대가 계산할 수 있는 시뮬레이션 능력은 인간의 뇌신경세포 하나 분량에 불과....인간의 뇌는 1,000억 개가 넘는 신경세포로 구성.....뇌와 동등한 시뮬레이션 능력을 발휘하려면 컴퓨터 1,000억대를 서로 연결해야...

 

ㅇ 양자 컴퓨터가 완성되면 계산에 필요한 용량과 에너지를 크게 줄여서 뇌와 동등한 시뮬레이션 실현 가능할 것으로 기대

 

5. 신체성 및 신체감각 결여

 

ㅇ 인간과 같은 오감 및 감각기관이 없다. 인간이 느끼는 신체감각을 인공지능에게 가르치고 수치로 표현하기가 어렵다. 인간의 감각기관은 외부의 카오스 현상을 정확하고 신속하게 포착해서 뇌에 정보를 전송함...

 

ㅇ 인간의 직감과 감각이 동반되는 지식이나 기능 중에 '암묵 지식'과 '신체 지식'이 있음.... 한마디로 '요령' 같은 것.... 이러한 감각적인 지식과 기술의 경우, 인간들끼리는 공유가 가능하지만, 인공지능이 학습(습득)해서 파악하기는 어렵다.

 

6. 기능주의적 관점의 문제

 

ㅇ '중국어 방' 문제처럼.....아이폰 시리가 인간의 질문에 대답할 수 있다고 해서 "인공지능이 정말로 질문의 의미를 이해했는가?"라는 의문이 생긴다. 정해진 작업(인간과의 대화나 질의응답도 포함)을 수행할 뿐인 것은 아닌지, 예상치 못한 상황에 유연하게 대처할 수 있는지 의문을 가진 지식인이 상당히 많다.

 

7. 프레임 문제 

 

ㅇ 인공지능 기술 개발의 가장 큰 난제....

ㅇ 주어진 과제에 대처할 때 실제 현장에서는 그 과제를 둘러싼 수많은 문제가 발생할 가능성이 있는데, 모든 가능성을 고려하려면 막대한 시간이 걸릴 수 밖에 없다. 그 결과 인공지능은 끝없이 사고만 할 뿐 아니라 기다려도 결단을 내리지 못한다.

 

ㅇ 사고의 범위를 한정하도록 설정하는 구역을 '프레임(틀'이라고 한다. 그런데 인공지능은 상황에 따라 어느 프레임을 선택해야 하는지에 대한 사고를 계속하게 된다.....시시각각 변하는 상황에서는 하나의 프레임만으로는 과제를 수행하지 못한다. 그래서 인공지능은 끝없이 사고만 할 뿐 아무리 기다려도 행동으로 옮기지 못하는 상황에 빠진다.

 

ㅇ 철학자 대니얼 데닛(Daniel Dennett)이 예시로 제기한 동굴 안에 있는 배터리 위에 놓ㅇ니 시한폭탄 가져 오기 사례......목적과 무관한 사항이 너무 많아서 그것들을 모두 배제하려니 시간이 무한정 필요했던 상황이 되는 것.....

 

ㅇ 여러 사항을 지나치게 고민하느라 우유부단하고 결정을 내리지 못하는 인간도 당연히 존재한다....인공지능은 인간보다 휠씬 뛰어난 기억력과 계산 능력 탓에 오히려 문제의 핵심을 규명하기 위한 적절한 프레임을 설정하기 어렵다. 그 결과 잘못 판단하거나 결정을 내리지 못하고 끝나 버리고 만다.

 

ㅇ 인간이 지나치게 기계에 의존하면 직관과 주의력이 둔해진다. 

 

ㅇ 기계가 인간보다 뛰어난 5가지

1) 정확성: 작업을 정확하게 수행할 뿐 아니라 신속함에서도 인간보다 휠씬 뛰어나다.

2) 규칙성: 일정한 박자와 속도로 작업을 수행, 언제까지 얼마나 생산될지 예상이 가능하다.

3) 논리성: 체스나 장기...논리적 사고 요구 지적 작업에 강함

4) 집중력: 피로를 느끼거나 집중력이 흐뜨러지는 일이 없다.

5) 감정에 좌우되지 않음: 수치화된 데이터에 따라 판단하므로 선입견이니 주관, 감정 기복 영향 없음

 

ㅇ 인간이 기계보다 뛰어난 5가지

1) 경험에서 나오는 풍부한 창의력: 규칙적이거나 논리적이지 않지만 파격적인 방법으로 만들어진 추상적인 아이디어

2) 창조력: 구체화된 아이디어를 실현하기 위해 실행하는 능력

3) 감지력: 실제 현장에서 미묘한 상황의 변화와 특징을 감지하는 능력

4) 적응력: 환경 변화에 대응하려는 적극성....능력....환경과 상황이 지는 무수한 조건에 대한 정보를 동시에 처리하며 변화에 대응

5) 의사결정의 유연성: 변화에 유연하게 의사결정 

 

--> 글쎄??? 이게 인간 종에게 이런 능력이 있다는 것과 인간 개체에 이런 능력이 보편적으로 있다는 것은 다른 뜻일 듯... 아니면 나을 것이라는 추정이거나 나았으면 하는 희망일 수도 있다. 

--> 호모 사피엔스 개별 개체의 특징이 아니라 호모 사피엔스 종 중에서 우수한 사람들의 집단이 보인 극단적인 특성들을 이렇게 과도하게 표현한 것이 아닐까? 

--> 즉, 5개 항목에 대해여 인간 종의 평균적인 능력을 말한 것이 아닌 개별 능력별로 가장 극단적인 능력을 보인 개체의 특징을 인간 종 전체의 특징으로 본 대표성의 오류????  (적어도 나는 창조력/창의력/적응력/유연성이 인공지능보다 낫다가 자신할 수 없다.)

ㅇ 인간의 강점은 직관에 기인한다...직관이 날카로운 사람은 창의력이 풍부하고 독창성이 뛰어나며 감지력이 높고 환경에 적응할 수 있으며 상황에 따라 유연하게 의사결정을 할 수 있다....

 

ㅇ '직관'이란 추리나 논리가 아니라 기존에 습득했던 지식, 기능, 경험을 통해 한순간에 사물을 판단하거나 사물의 본질을 꿰뚫는 인간 특유의 능력을 말한다. 즉, 인간의 학습이나 훈련, 경험을 쌓음으로 직관이 생긴다.

--> 굉장한 비약일 수 있다. 정의 그대로 라면 이것인 기계에 구현한 인공지능에 절대로 생기지 않는다는 확실을 할 수 없다. 기계 지능도 현재 훈련을 통해 학습을 하기 때문에 경험이 쌓인다고 볼 수 있기 때문이다. 따라서 직관이 인간 고유의, 특유의 능력이라는 결론의 오류일 수도 있다. 

 

ㅇ 인지심리학자 게리 클라인은 < 직관의 힘: The Power of Intuition >에서 ..

" 직관이란 자신의 경험을 바탕으로 판단과 의사결정을 내리는 방법이며, 인지 패턴에 적용해서 상황이 어떻게 전개될지를 판단하고 필요한 행동 플랜을 결단하는 능력이다."

--> Ok... 정의 그대로 이런 능력이 인공지능에게 생기지 않는 다는 결론에 도달할 수 있을지? 내가 인공지능 전문가는 아니지만 내 지식으로도 정의에 '자신의 --> 인공지능의'로 바꿔도 충분히 정의되는 말이다. 

 

 

ㅇ 인지-촉발 결정 모델(Recognition Primed Decision Model) 의 3가지 사고 패턴

- 클라인이 구축한 자연주의적 의사결정론의 핵심이라 할 수 있다. 

패턴1) 전형적인 해결 방법을 단순 적용 : 의사결정자는 문제 해결 방법을 과거에 배워서 이미 습득한 상태

 

패턴2) 경험 법칙에 따라 해결 방법을 시뮬레이션: 문제 해결 방법을 마음속에서 시뮬레이션. 생각해 낸 방법을 현실에 적용할 수록 조금씩 수정해서 실행 

 

패턴3) 복잡한 상황에서 해결 방법을 선정: 정보를 더 모아서 하나하나 검증하며, 문제 해결 과정을 시뮬레이션한다. 몇 가지를 시험한 후 그 중에서 적절한 해결 방법을 골라서 실행한다.

 

ㅇ 노카다 이쿠지로는 < 지식창조기업 >에서 암묵 지식의 의미를, 경험이나 감을 기반으로 하는 지식이며 말로 표현하기 어려운 것이라고 정의한다. 암묵 지식은 언어, 그림, 도표, 수식 등으로 표현하기가 어렵다. 

 

ㅇ 신체 지식이란 인간이 경험이나 연습을 통해서 몸으로 익혀서 습득한 '요령'이나 '노하우'를 가리킨다. '언어화'(형식 지식화)하기가 좀처럼 쉽지 않다'는 점에서 신체 지식은 암묵 지식과 매우 비슷하다.

 

ㅇ 클라인은 '오감을 활용해서 외부의 정보를 수집하고, 직관과 시뮬레이션을 구사해서 의사결정을 하는 것은 인간이기에 가능한 일'이라고 단언했다.

 

ㅇ 카너만에 따르면 인간의 사고에는 두 가지 유형이 있다

- 시스템1: 일반적인 문제에 직면, 빠르게 생각하고 판단하는 과정. 무의식에 가까운 형태로 빠르게 작동. 직관..

- 시스템2: 천천히 생각하기 과정. 논리적이고 분석적인 사고와 복잡한 계산 같은 지적 노력이 필요

 

ㅇ 휴리스틱(Heuristic): 곤란한 질문에 적절하지만 종종 불완전한 답을 발견하기 위한 단순한 절차

 

ㅇ 인지 편향(Cognitive Bias): 휴리스틱이 작용한 결과, 사람의 인식이 기울어지는 현상....객관성이나 공평함 등이 결여된 판단 결과.

 

ㅇ 편향(Bias): 착각, 선입견, 자신감 과잉 같은 심리적 경향으로 인해 왜곡된 판단결과를 편향이라고 하며 이는 잘못된 직관적 의사결정의 결과임

 

ㅇ 인간의 학습과 경험을 쌓지 않으면 직관을 활용하지 못한다...예를 들어, 비즈니스 회의에서 중요한 결정을 내려야 하는 경우가 있다. 

- 클라인은 "직관을 활용하려면 단시간에 끝내야 한다"라고 제안했다.

- 카너먼은 "신중하게 시간을 두고 논의해야 한다"라고 격렬하게 반론했다....2012년 '직관의 종언' 강연에서 "인간의 직관은 시간을 들여 단련해도 향상되지 않는다. 나 역시 45년이나 직관을 연구했지만 나의 직관이 성장했다는 생각은 들지 않는다"라고 했다.

 

ㅇ 알고리즘의 아버지라 불리는 라이프니츠(Gottfried Leibniz)는 "아무리 복잡한 논리나 인지적 사고도 작게 나누어서 각각을 이진법으로 표현할 수 있다"라고 생각했다. 

 

ㅇ 인간의 학습 과정에서 각 단계는...(진 옴로 Jeanne Elis Ormrod의 논문 'Learning Theory and the Educational Process ) --> '학습에서 창조로 이어지는 과정' 

1) 기억: 새로운 지식을 인지하고 장기 기억에 보존해서 언제든지 재생할 수 있도록 한다.

2) 이해: 지도 내용(구체적인 사례나 학습 요점 등)에서 학습자가 나름대로 의미를 구축한다. 

3) 응용: 습득한 지식을 비슷한 상황이나 새로운 현장에서 활용해 본다.

4) 분석: 주어진 정보를 몇 개의 구성 요소로 분해해서 각각의 상관관계를 확인한다.

5) 평가: 주어진 정보를 특정 기준으로 판단한다.

6) 창조: 분석해서 평가한 정보의 구성 요소를 통합해, 하나의 내용으로 정리한다. 무언가 새로운 정보를 발견하거나 만들어 낸다. 

 

ㅇ 인공 지능은 인간과 동질의 학습 과정이라 할 수 없다. 인공지능은 기억이 단기 기억일 뿐이며, 이해, 응용에 과제가 남아 있다. 분석이나 평가도 수치화에 의한 것뿐.....따라서 인간과 동등한 창의성을 발휘하기는 어렵다..

- 기억: 인공지능은 단기 기억이 뛰어나다. 인간처럼 스토리성이 있는 장기기억은 하지 못한다.  

   --> 글쎄. LSTM의 발전을 보면 꼭 그럴거라는 보장이 없다. 

 

-  이해: 딥러닝에서는 사고 과정이 블랙박스화하는 문제나 중국어 방 문제가 있다. 인간처럼 추상적인 언어나 개념을 이해하지 못한다.

   --> 글쎄. 중국어 방이나 추상적 이해는 모르지만 설명가능한 인공지능(XAI)을 보면 꼭 그럴거라는 보장이 없다.

 

- 응용: 인간처럼 상황이나 조건이 변화하는 환경에서 데이터를 응용하여 전략을 세우는 것이 불가능하다.

  --> 웃기는 지적이다. 이 정도는 이미 자율주행에서 공간 map을 만들 때 어떻게 하는지 알면 깜짝 놀랄 것이다. 

 

- 분석: 대상이 수치화나 수식화되지 않으면 분석할 수 없다. 인간처럼 언어만으로 분석하지 못한다.

 

- 평가: 인공지능은 정량적 평가(숫자에 의한 평가)만 가능하다. 인간의 정량적, 정성적 평가(언어와 이미지) 둘 다 가능하다.

 

- 창조: 인공지능의 창조적 활동은 잘게 나눈 지식을 무작위로 조합해서 아웃풋할 뿐이다. 개인적인 체험을 기반으로하는 창작은 전혀 할 수 없다. 창조성을 발휘하기 위해 직관이나 시뮬레이션 능력을 활용하는 것은 기술적으로 불가능...

   --> 글쎄.....?? 무슨 근거로???

 

--> 나는 정확히 인간적인 잣대로 평가한 인식이고 방법이라고 본다. 인공지능이 그린 그림이나 작곡한 음악, 쓴 소설을 보면 인간과 동등한 창의성을 어떤 점에서 발휘할 수 없다고 하는지 모르겠다....

ㅇ 직관과 여러 능력의 관계 : 직관의 오케스트라의 지휘자처럼 여러 종류의 능력을 통합한다. 인간의 다양한 능력은 서로 얽혀서 관련하고 있다. 인공지능이 인간 이상으로 강한 능력은 계산력, 분석력, 기억력, 논리적 사로력의 네 종류 뿐이다. 

 

ㅇ 실제 현장에서 탁월한 계산력과 기억력이 올바른 판단과 의사결정을 내리는 데 그다지 도움이 되지 않는다. 구체적으로 도움이 되는 것은 현장의 여기저기에 떨어진 '날 것'의 정보와 변동하는 조건을 감지하는 '감지력'이다. 특히 전장이나 비즈니스 현장 등이 그러하다...... 군사뿐 아니라 소방, 응급의학, 항공, 비즈니스에서도 현장에서만 파악이 가능한 '날것'의 정보가 있다. 또한, 변동되는 수많은 조건이 있다. 그러한 상황에서 적합한 판단과 의사결정을 내리는 것은 인간만이 가능하다. 

--> 동의한다. 그래서 우리 인간의 비즈니스 결정은 그렇게 질이 형편 없는 것일 수도 있다. 

--> 다른 현장은 모르겠고 내가 익숙한 비즈니스 현장에서는 적합한 이란 말을 빼야한다.... .그러한 상황에서 판단과 의사결정을 그냥 내리는 것이지, 적합한 경우는 크게 많지 않은 것 같다. 

 

ㅇ 인공지능이 인간처럼 인생 경험을 쌓고 사회 상식을 이해하는 일도 없을 것이다.

 

ㅇ 인간이 인공지능에 의사결정을 완전히 위임하는 4가지 경우: 최종 결단은 인간이 한다.

1) 목적이 한정적이고 명확할 때

2) 설령 실패하더라도 인간에게 큰 손실이나 손해가 없을 때

3) 작업 자체가 비교적 단순하고 방대할 때

4) 금융 분야처럼 알고리즘이 유효하게 작동할 때

--> 맞는 말이다. 하지만 나는 인간이 인공지능에게 의사결정을 완전히 위임하는 경우는 인간이 인간을 믿지 못할 때라고 본다. 

 

ㅇ 인공지능은 통계적으로 정답을 맞히는 것이지 문제의 의미를 이해하지 못한다.

--> 이것은 그렇게 쉽게 정의할 문제가 아니다. 어떤 학생이 매번 수학 문제를 90점 맞는다고 하자....그게 통계적으로 정답을 맞추는 것 같긴 한데......매번 90점을 맞는다면 그가 문제를 이해하지 못한다고 결론 낼 수가 있을까? 통계적으로 맞추는 것은 이해하지 못하는 것인가? 인간의 이해란 것도 완전한 이해가 아닌 삶아온 경험으로 맞추는 통계적 이해가 많다. 나는 내일 6시 35분 ~40분 쯤 범계역에서 광화문역으로 가는 당산행 지하철이 온다는 것을 안다....통계적으로 1년 동안 늘 그래 왔으니 그런 거지...내가 지하철 노선표를 분석하거나 이해한 것이 아니다....

 

ㅇ 직관이란 "우리가 과거에 습득한 문제 해결이나 목적 달성을 위한 행동 패턴을 잠재의식 단계에서 조합해 발휘하는 마음의 움직임(현상)"을 말한다.

--> 글쎄. 이것은 정의인가? 이해를 위한 정의인가? 실행을 위한 정의인가? 이것을 경험한 사람이 몇 사람이나 될까? 

--> 정의 그대로 라면 내가 배고품을 해결(목적 달성) 밥을 먹는 행위(무의식적 행동 패턴), 걷는 행위는 직관인가? 

 

ㅇ  클라인의 Performace 방정식

- Performance : 기능, 성능, 생산성이라는 의미가 함축되어 있다

- 실수와 불확실성을 없애는 것은 판단과 작업의 '정확성' 추구로 이어진다.

- 통찰력을 높이는 것은 '창조성' 발휘로 이어진다.

 ㅇ 직관-통찰력과 인공지능의 관계를 'Performace 방정식'으로 나타내면...

- 인공지능 연구 개발은 카너먼의 '휴리스틱과 편향 이론'과 친화력이 매우 높다.

- 직관과 통찰력에 관한 연구는 클라인의 자연주의적 의사결정론 그 자체라 할 수 있다.

- 인공지능이 진화할 수록 판단과 작업의 정확성이 높아진다...

ㅇ 마쓰오 유타카 교수는 인공지능 개발에는 크게 두 가지 방향이 있다고 한다.

--> 아래 국내 번역된 두 책을 쓴 바로 그 마쓰오 유타카...

 

1) 어른 인공지능

- 기술적으로는 빅 데이터를 최대한 활용

- 기존의 인공지능, 기계학습, 빅 데이터

- 연속적인 이노베이션

- 인간의 개입이 많다는 점이 특징

- 인간과 인공지능이 서로 협력해서 판단하고 의사결정을 내림

- 구체적인 활용 예로, 교육, 의료 진단, 상품 설계, 최적화나 매칭 등이 있음

- 정보 세계와 가상 세계 (금융이나 인터넷 광고 전송)에서 활용될 것....

 

2) 아이 인공지능

- 딥러닝을 전반적으로 구사함

- 실제 세계에 가깝다

- 전제 지식이 적다

- 파괴적 이노베이션

- 판단할 때는 인간이 개입할 여지가 그다지 없음

- 인간 대신 사물을 판단하는 셈

- 목적은 인공지능 로봇의 인식 정밀도, 운동 능력, 언어 이해력을 높이는 데 있음

- 자동 번역, 농업, 의료, 방재 등 실제 세계의 작업에 활용할 수 있으리라 기대됨

 

ㅇ 아무리 중국 공산당의 독재정치 체계라지만 연구 자금, 데이터, 인재의 3가지 분야에서 중국은 서구에 필적할 정도의 잠재력이 있다는 사실을 간과해서는 안된다. 

 

ㅇ 기존의 생산 요소는 자본과 노동이었는데. 앞으로는 자본만 남는다. 생산 활동 및 노동은(직업을 불문하고) 인공지능이 인간 대신 수행하게 된다. 인공지능은 에너지가 떨어지지 않는 한 생산 활동과 노동을 계속한다.

 

ㅇ 해결해야 할 문제나 실현되어야 할 목적을 수량화해 문제 해결과 목표 달성에 이르는 과정에 규칙성이 있는 경우, 인공지능은 특유의 능력을 120% 발휘한다.

 

ㅇ '정답'을 순식간에 찾아내는 능력도 중요하지만, 정답이 존재하지 않는 추상적인 개념에 대해 시간을 들여서라도 계속 생각하는 것 역시 중요하다.

 

ㅇ 기리판 파워(기억력, 이해력, 판단력) vs 창지력 파워 ( 창조력, 지도력, 결단력)

- 기리판 파워 인간의 능력: 모델을 모방한다. 문장을 쓴다. 조사나 분석을 한다. 편집한다.

- 창지력 파워 인간의 능력: 골목 대장 역할. 현장파.  현재 상황을 개혁하려는 강한 의지. If사고 능숙. 감정지수 높은...

 

 

[ 연결 ]

 

나라 쥰이라는 일본 작가가 쓴 책이다.

저자는 교육학 박사를 받고 자연주의적 의사결정론(NDM)과 매크로인지과학을 전공했다고 한다.

 

자연주의적 의사결정론(?)이란 분야를 저자 약력에서 처음 봤다.

연결고리는 인지심리학자 게리 클라인 박사에게서 찾았다. 저자가 게리 클라인의 제자라고 한다.

 

게리 클라인교수는 '직감'와 '통찰' 등의 주제를 연구하는 심리학자다.

이런 분야에 책을 읽을 때 거쳐갈 수 밖에 없는 분이다.

 

내 책장에 꽂쳐 있는 이 분의 책만해도 세권이 되지만 개인적으로 크게 감명은 없었던 것 같긴 하다..

(읽기는 했고 버려 지지는 않았으니 무슨 의미가 있을 텐데......다시 들춰는 봐야 겠다....)

 

[ 자평 ] 필요한 부분 읽고 버림.....

 

애절함은 감정적으로 공감이 가지만, 주장은 논리적으로 미흡하게 느껴지는 책이다. 

 

'인공지능이 품고 있는 기술상의 7가지 문제'는 각 각은 본 적이 있지만 이렇게 정리가 된 것은 이 책에서 처음 본 것 같다.

 

전반적으로 저자는 인간의 직관이 중요하다든 메시지를 전한다. 

하지만 나는 애석하게도 인간이 인공지능보다 '직관적'이고 '창의적'이다라는 전제에서,, 또는 직관적이고 창의적이어야 한다는 희망으로 쓴 책처럼 보였다. 

 

인공지능 시대에 인간의 직관만은 꼭 지켜야 한다는 광야의 외침처럼 들렸다.......

 

인간이 인공지능 보다 (어떤 능력은) 더 낫다고 주장할 필요성이 있는지는 모르지만 

겨우 주장할 수 있는 것도 '직감', 이것밖에 없는가?라는 서글픔이 들었다.

 

저자의 내공으로 내 목마름이 시원하게 풀리지 못했다. 저자보다 내공이 깊은 사람을 만나 봐야 겠다. 

직감이라는 주제로 내가 읽어 본 책 중 책장에는 남아 있지만 가슴 속에까지 남은 책은 없는 것 같다.

 

 

신경학자인 안토니오 다마지오 (Antonio Damasio)는 인간의 뇌를 이해하는 데 감정, 느낌이 얼마나 중요한가?를 일관적으로 주장하는 학자다. 인간의 행동을 규정하는데 정서, 감정이 얼만마 중요한가를 끝임없이 다룬다.

 

인공지능과 인간의 차이를 디마지오가 언급한 것은 내 기억으로 없다.

(물론 2017년 번역된 느낌의 진화도 다시 훑어는 봐야 겠다......)

하지만 차라리 감정이라는 부분이 인간과 인공지능의 차이라고 한다면......초점과 공감이 맞지 않았을까 싶다.

 

물론 단순 비교하기는 어렵겠지만,

왜 안토니오 다마지오 책이 나라 쥰의 책보다 시간을 들여서 읽어야 하는지?는

메시지의 힘과 메시지를 밀어 부치는 작가의 내공 차이인 것 같다..