인공지능과 뇌는 어떻게 생각하는가 by 이 상완

[ 밑줄/연결 ]

공학의 무기는 문제를 형식화하고 해결하는 능력이다 과학의 무기는 문제를 발견하고 가설을 검증하는 능력이다.

행동이 비슷하다고 해서 반드시 같은 생각을 하는 것은 아닙니다.

인공 신경만은 현재 정보로부터 추상적 개념을 형성해 나가는 '순방향(forward path)'의 생각에 이어, 세상의 다양성을 잘 담아내기 위해 개념의 추상화 과정을 거꾸로 되돌리는 '역방향(Backward paht)'의 생각을 만들어냅니다.

어떤 특징들을 어떻게 연관 지어야 하나의 개념으로 요약할 수 있을까요? 이 과정을 연관 짓기 문제(binding problem)이라고 합니다.

인공지능에서는 핵심 특징들을 묶어서 단계적으로 개념화를 진행하는 과정을 추상화(Abstraction)이라고 부릅니다.

사실 인공 신경망의 머릿속에서 만들어지는 추상적 개념은 컴퓨터 프로그램의 변수이고, 추상적 개념을 담아내는 생각종이는 컴퓨터의 메모리에 저장된 인공 신경망의 내부 유닛 사이의 연결성인 매개변수(parameter)들입니다.

복잡한 문제를 잘 풀고 기억력이 좋은 인공 신경망일수록 미래에 실패할 확률이 높아지게 되는 아이러니한 상황입니다. 이를 과적합(Overfitting)문제라고 합니다.

생각종이를 마치 커피 필터처럼 사용해서 우리가 원하는 특징들을 스캔하듯이 걸러내고 얼마나 필터를 통과하는지 관찰합니다. 이 과정을 컨벌루션 또는 합성곱이라 부르며...

천분의 일초 단위에서 일어나는 신경세포의 반응과 달리 신경 가소성 변화는 분, 시간 단위에서 상대적으로 천천히 일어납니다. 신경세포의 빠른 동적 반응성, 그리고 상대적으로 느린 연결성 변화라는 두 가지 생각의 하모니가 신경 네트워크를 만들어 갑니다.

[ 자평 ] 휘리릭 훑어 읽었다. 원리를 이해하기 보다 차이를 이해하기 위해....내용은 제목을 대변하기에는 모자란 듯 하다. 원리를 쉽게 설명하기 위해 비유적 설명은 좋은 것이다. 그러나 이해를 위해서는 비유적 설명을 끝까지 밀어 부칠 수는 없다. 비유는 시적인 수단이다. 이해 보다는 공감에 멈춘다