김대식의 인간 vs 기계

[ 밑줄/연결 ]

 

세상에서 두 가지 타입의 정보가 존재하기 때문이다. 

첫째, '2+2=4'와 같이 정확히 표현 가능한, 정량화된 정보다....

둘째, 보여줄 수는 있지만 완벽한 설명이 어려운 비정량화된 정보다. 이를 통해 이뤄지는 행위를 '직관'이라고 부르기도 한다.

 

알파고의 바둑판 인식 딥러닝은 48층의 인공신경망을 사용했다. 인간의 신경망은 보통 10에서 20층 정도다. 

깊으면 깊을수록 더 추상적인 정보를 학습할 수 있으니, 어쩌면 알파고는 이미 인간보다 더 먼 미래를 예측해 수를 두고 있는지도 모르겠다. 

 

'원샷 학습법'(one-shot learning)이다.

어린아이는 고양이 4~5마리만 경험하면 모든 고양이를 알아보지만, 딥러닝은 수천만 번의 학습을 요구한다. 

 

(1장. 인공지능의 시대, 기계에 지능을 부여하라)

 

자율성이 필요하다. 우리가 기대하는 인공지능 로봇이 경쟁력이 있으려면 결국 기계가 스스로 세상을 인식하고 스스로 판단을 내려야 한다. 

 

(2장. 지능을 획득한다는 것은 인식한다는 것)

 

설명을 하기 위해선 두 가지 조건이 필요하다.

첫째, 설명을 하는 사람이 답을 알고 있어야 한다.

둘째, 답을 알고 있는 사람이 답을 완벽하게 표현할 수 있는 기호 시스템이 필요하다. 쉽게 말하면 언어체계가 필요하다고 보면 된다. 현대 과학에서는 아직까지 두 가지 조건을 만족시킬 수 없다고 결론짓고 있다.

 

인간이 세상을 이해하는 것에 대한 논의....'보편성 문제'(universals)

 

강아지들만 가지고 있는 특징이면서도 모든 강아지가 갖고 있는 특징은 아무리 찾아도 존재하지 않는다.

하지만 인간들은 강아지가 무엇인지 학습되었기 때문에 강아지라고 인지할 수 있다. 어떻게 인간은 강아지라는 아주 보편적인 개념을 가질 수 있었을까?

 

(3장. 인간의 논리를 알고리즘으로 구현하다)

 

기계의 언어, 수학의 영역... 이진법

논리의 핵심 요소는 두 가지이다. 하나는 기호(symbol), 또 하나는 규칙(rule).

규칙이란 기호를 연결하는 tooldlek. 이 두가지만 제대로 있으면 이 세상의 모든 비밀을 알아낼 수 있는 믿음이 생겼다.

 

(4장. 인간의 논리를 기계에 심다)

 

논리의 기계화: 컴퓨터

 

우리가 쉽다고 생각하는 일은 사람에게 쉽다고 생각되는 일인 것이다....

걸어 다니는 것, 물체를 인식하는 것, 목소리를 알아듣는 것...

답은 뇌 안에 신경회로망으로 가지고 있다. 결국 우리는 답을 알고 있기 때문에 쉬운 것이다. 

단, 진화과정에서 고등수학 문제들은 풀 필요가 없었다. 뇌가 문제를 모르니 우리는 그냥 문제 자체가 어렵다고 생각했던 것이다. 

 

IBM과 미국 국방고등기획국에 따르면, 

쉬운 문제는 환경요인(외부요인) 대비 복잡도가 낮다고 정의해야 한다고 한다.

쉽게 이야기하자면 표현하기 쉬운 문제, 혹은 이미 알고 있는 것으로 표현할 수 있는 문제를 쉽다고 정의해야 한다는 것이다. 이 표현은 우리가 쉽게 말하는 알고리즘 형태로 입력된다. 문제를 표현하는 것이 길어진다는 것은 뇌가 됐든 컴퓨터가 됐든 복잡해지는 것이다 .이를 해결하려면 더 빨라져야 하고 트랜지스터가 많아져야 하는 것이다.

 

(5장. 인간이 만든 기계의 뇌가 인간답지 않음을 깨닫다)

 

4,000만 줄의 윈도우7 시스템의 경우에는 4,000만 층의 논리적 깊이를 가졌다.

 

'기억한다'다는 것은 어디에다 정보를 저장했다가 가져오는 것이 아니라 매번 새로 만들어내는 것이나 다름없다.

 

인간의 뇌가 사물을 인식하는 사전을 만들 수 있게 된 것이다.

뇌에서 일어나는 신경망 패턴을 사전화하면 패턴만 보고도 무엇을 보았는지 읽을 수 있게 된다.

 

현대 뇌과학에서는 인간의 믿음, 생각, 지각, 느낌, 기억 대부분이 착시현상일 거라고 생각한다. 

착시현상은......오감이 전달해준 정보, 내가 실질적으로 경험한 것에 플러스알파로 해석이 포함된다는 것이다.

사실 이 해석 없이는 우리는 세상을 알아볼 수 없다.

--> 좀 더 자세한 사항은...

망막에서 얻을 수 있는 대부분의 정보는 광자들의 확률분포밖에 없다.

색깔, 형태, 입체감은 뇌가 만들어낸 착시현상이라고 알려져 있다.

 

우리 뇌에는 10의 11승개의 신경세포들이 10의 15승개의 시냅스라는 연결선으로 연결되어 있다. 

그 중 1/3정도는 유전적으로 만들어지고, 1/3은 환경을 통해서 만들어지고, 나머지 1/3은 그냥 random하게 만들어진다. 결국 일란성 쌍둥이도 100% 동일한 뇌를 가질 수 없다. random 정도가 다를테니...

 

(6장. 언어와 논리를 넘어 빅데이터로 학습하다)

 

우리는 현실이라는 우주에서 가장 큰 빅데이터를 통해 경험하고 학습하여 지능을 얻은 것 같다.

결국 우리가 보통 이야기하는 지능, 세상을 알아내는 능력은 설명을 통해서 배우는 게 아니고 경험과 학습을 통해서 배운다. 

 

(7장. 인간처럼 학습하는 알고리즘, 딥러닝의 등장)

 

비트겐슈타인의 '논리 철학 논고'의 7개 포인트

비트겐슈타인은 서문에 이렇게 썼다.

"이 책의 가치는 세상의 문제를 다 풀어도 사실은 아무것도 풀리지 않았다는 것이다."

 

현대 뇌과학에서 말하는 들어오는 정보를 대부분은 언어로 처리할 수 없다고 한다.....

'논리 철학 논고' 이후의 비트겐슈타인 역시 말로 표현할 수 없는 진실은 서로 보여줄 수 밖에 없다는 '모방게임'(imitation game)이론을 만든다. 모방게임 이란 김연아 선수가 우리에게 "이렇게 , 이렇게 하는 겁니다." 라고 보여주면, 우리는 김연아선수를 최대한 모방하는 방법 밖에는 없다는 주장입니다. 하지만 비트겐슈타인의 모방게임은 비슷한 유전자와 몸, 그리고 경험을 가진 인간들만이 사용할 수 있는 방법입니다.

 

(8장. 딥러닝의 진화)

 

직감은 존재하지 않는다고 생각한다. 당연히 뇌는 무엇인가를 계산을 하고 그 일부만을 언어로 표현하는데, 언어로 표현할 수 없는 모든 걸 우리가 적분해서 합쳐서 직감이라고 이름을 붙여준 거라고 생각한다.

인간의 직감, 즉 말로 표현할 수 없는 90%를 행동으로 표현한다면, 그 행동을 관찰해서 학습을 한다.

 

(10장. 인지자동화 산업의 등장)

 

현재의 자동차 산업은 90%가 하드웨어고 10%가 소프트웨어이다. 

미래 자동차는 40%가 HW이고 40%가 SW, 20%가 콘텐츠로 구성될 것이라 생각한다. 

운전자들이 할 일이 없으나니, 엔터테인먼트가 필요하게 될 것이다.

 

예측코드란 인간이 행동을 할 때 실시간으로 계산할 수 없기 때문에 뇌는 예측을 해서 행동을 명령한다.

세상이 변하는 속도에 비해 뇌의 계산 속도가 못 미치기 때문이다.

 

무인자동차의 끝은 운송수단 요금의 무료화다.

Mobility에 스폰서가 가능하다면, 지금 인터넷 사용을 스폰서와 데이터로 지불하는 것처럼 이동수단도 개인의 데이터와 스폰서를 통해 무료화될 수 있다.

 

1900년 부활절 아침, 뉴욕 5번가의 사진 속 모든 운송수단은 마차였다. 딱 한대의 자동차가 있었다.

13년 후 같은 날 같은 장소의 사진을 보면 모든 운송수단이 자동차였다. 

---> 이 대비 되는 사진은 너무 유명한 사진이다. 아마 누군가 강연에서 처음 쓰지 않았을까 싶다.

---> 최초로 본 책은 토니 세바 (Tony Seba)의 '에너지혁명2030'

 

(11장. 인간  vs 기계)

 

약한 인공지능 좀 더 엄밀히 말하자면 인지자동화....

 

필요 없지만 판사와 비행기 조종사가 계속 존재하는 이유는

마지막 결정은 인간만이 할 수 있다는 믿음으로 유지될 것이다. 

 

(13장. 강한 인공지능)

 

10대들은 기계가 못하는 것을 할 수 있도록 준비해야 한다.

하지만 기계가 무엇을 못하는지 잘 모른다. 

 

앤드루 무어(Andre Moore) 교수는 이렇게 얘기한 적도 있다.

"강한 인공지능이 등장하면 인류는 멸망한다. 근데 그게 왜 나쁜가? 

인류가 멸망하는 것이 왜 나쁜지 한번 설명해봐라"

 

[ 자평 ]  기초적인 책이다. 도서관에서 빌려 보면 될 듯....산다면 한 번 읽고 버리게 될 것이다.

 

과학의 시대다. 아니 과학을 넘어 이제는 (팔리는, 활용되는) 과학이나 기술이 대우 받는 시대다.

따라서 과학자나 공학자가 미디어에 많이 나오는 시대다. 

 

이 책은 너무 얇다. (책이 앏다는 것이 아니라 책에서 다루는 지식이 얇다는 말이다.)

 

물론 아주 기초적인 지식을 전달하고자 초보적인 대중을 위해 썼다면 이해가 된다.

이해해 준다고 해도, 너무 급하게 썼다. 

 

차라리 인공지능의 탄생 역사를 알고 싶다면 초보적인 수준에서 개괄적 역사를 쓴 아래 책이 100배 낫다.

공학적으로 깊이를 주려 한다면 아래 책이 더 낫다.

인공지능이 끼치는 경제적인 문제를 전망하고자 한다면 아래 책이 휠씬 낫다. 

과학자나 공학자, 기술자 들이 대중서를 써서 베스트셀러를 낸 것은 아마 정재승교수 때 부터 인 것 같다.

(2003년에 나온 책이 2020년에도 나오니 이 책에 대한 인세로, 이 책으로 인한 개인 홍보 효과가 얼마나 클 것인가..!!)

 

'전문 지식의 대중화'란 건전함으로 이해를 하든 '나도 유명해 지고 싶다'는 그들의 욕망이든

과학분야에서 가끔씩 좋은 책과 저자들이 나와 주었기에 나같은 비전공 독서자에게는 신나는 일이었다. 

 

책장을 휘리릭 훑어보니 꽤 많은 국내 과학/기술저자들의 대중서들이 보인다.

저자별로 가장 먼저 읽은 책들과 읽은 책들을 쭈욱  ~~ 써 보면....

 

개인적으로 나는 정재승교수 저서는 '과학 콘서트'이후 별 스러운 것이 없었다.

(번역서를 포함하면 대강 '뉴로코믹', '크로스1/2', '과학이란 무엇인가' 정도 읽은 듯 하다)

 

'다윈의 식탁(2008년)' 쓴 장대익교수 (약력에 사회성의 진화를 연구하는 진화학자라 한다)

(번역서를 포함하여 읽은 책은 '쿤&포퍼', '다윈&페일리', '과학으로 생각하다', '과학은 논쟁이다' 정도)

'신의 입자를 찾아서'(2008년)을 쓴 이종필교수 (약력으로 보아 입자물리학 전공인 듯)

(번역서를 포함하여 읽은 책은 '블랙홀 전쟁','물리학 클래식', '아주 특별한 상대성이론 강의', '물리학의 정석: 고전 역학편', '물리학의 정석: 양자 역학 편' 등)

 

 

'내 머리속에선 무슨 일이 벌어지고 있을까'(2014년)을 쓴 김대식교수..(약력으로 보아 뇌인지 전문인 듯)

(번역서를 포함하여 읽은 책은 '김대식의 빅 퀘스천', '김대식의 인간 vs 기계', '인간을 읽어내는 과학' 등)

'김상욱의 과학공부'(2016년)을 쓴 김상욱교수

(번역서를 포함하여 읽은 책은 '김상욱의 양자공부', '떨림과 울림',  등)

대강 이들의 활동은 비슷한 패턴을 보인다.

(1) 책을 하나 써서 히트한다 --> (2) TV를 포함한 대중매체에 이름과 얼굴을 알린다 --> 자신의 전문 분야에서는 감수나 편집 위원, 자문, 기업 고문 같은 거나 하면서 이름은 걸어 둔다 --> 인간과 사회를 과학적으로 해설하느니 하면서 다른 영역으로 은근 슬쩍 들어간다 --> 자기 영역과 브랜드를 넓히는데 주력한다........... 

 

다만 (1) -> (2)로 가거나 (2) -> (1)로 가거나 순서에 차이는 있어도 대강 비슷한 것 같다. 

 

내 기억에 남아 있는 (가장 오래된) TV에 나오는 과학자는 대강 이런 분들이다.

물리학은 김정흠교수님

천문학은 아폴로 조경철박사님

새는 윤무부교수님

 

현재 살아 계시면서 대중과학업계에 소리 소문 없이 큰 기여를 했지만 얼굴이 알려지지 않은 분들을 찾아 봤다. 

 

곽영직교수 2020년 7월 25일 기준 알라딘 검색으로 번역/저술 과학서가 261권이다.

(최근 약력을 보면 수원대학교 물리학과 교수로 계시다고 현재는 자연대학원장을 끝으로 현재는 명예교수로 계신 듯)

1991년 부터 2020년 까지 책을 내시고 계시다. 

내가 읽은 가장 오래된 책은 '괴델과 아이슈타인' (2005년)이고 가장 최근책은 '양자역학은 처음이지?'(2019년)이다.

 

 

'최무영교수의 물리학 강의'(2008년)을 쓴 최무영교수 서울대학교 교수...

책이 몇 권 없어 다 읽고 가지고 있다.

('복잡한 낮은 차원계의 물리'(2000년)만 절판이라 본 적이 없음)

대중 매체에 자주 나오는 과학자/공학자/기술자들을 좋은 말로 '과학 communicator'라고 하는 모양이다.

'과학 커뮤니케이터'란 타이틀로도 많은 유튜버들과 활동을 하고 있다.

 

가끔씩은 멋지고.... 매우 많은 순간은 실망한다. 

 

2019년 즈음 회사에 정재승교수가 와서 강의를 한 적이 있다.

주제가 '스마트 시티'였던 것 같다. 이 친구 전공이 뭐길래 이런 주제를 강의하지? 다시 한 번 찾아 보게 되었다.

'바이오 및 뇌공학'이구나... 약력에 보면  대강 '선택'에 대한 특화 전공인 듯 보였다...

그런데 왜 스마티 시트를......??!!!

회사에서 강연후 공유된 강연 동영상과 강연자료를 본 후 나는 (예상대로) 실망했다. 

 

2020년에 책을 낸 어느 분의 약력에 쓰인 홍보 문구...

 

'과학과 인문학의 경계를 넘나들며 인류의 과거와 현재,

나아가 미래를 날카롭게 분석하는 융합적 지식인...'

 

가관이다. 정말.....

 

출판사로서는 (스스로 생각하길) 좋은 책이라 많이 읽어주길 바라는 마음에서든,

또는 이왕이면 많이 팔려서 돈을 벌고 싶었든 이해는 가지만...

 

그냥 책 하나 낸 것 뿐인데 너무나도 겸손함이 없다. 

 

인정하는 것은 이 들이 자신의 전공분야인 물리학, 천문학, 뇌과학, 수학을 해설하여

탁월한 대중서적이나 강연을 하거나 하고 있다는 것이다. 

방송이든 책이든 이들은 자기 분야에 탁월한 해설자이기 때문에 이름을 얻었다.

 

하지만

개인적으로 이들이 자기 이름을 알린 첫 책 이후에 낸 책들은 별로 큰 다름, 지식의 상승, 경험의 넓어짐이 없어 보인다.

 

특히 심각한 것은 나는

뇌를 연구하는 사람들 중 일부에서 보이는 지적 만용이라고 본다.

 

은 참으로 한심하다.

뇌를 연구하는 사람들의 모습에서 선사들 중 일부가 보여주는 만용을 본다. 

 

선사들의 만용  논리는...

'깨달은 우주의 본질을 득하는 것이다.' = '깨닫다 = 우주와 인간 만사를 알게 된다.' = " 나 =깨달은 자 = 우주와 사회, 인간에 대한 만사를 아는 자' 

 

뇌를 연구한다는 분들의 비슷한 만용의 논리가 있는 것일까? 

 

"인간은 뇌다' = "뇌를 알면 인간을 안다  = " 뇌를 안다 = 인생 만사를 안다"

 

자신의 전문 분야 외에 너무 많은 것들을 건드린다. 

겸손하게 두드리는 것이 아니라 어설픈 정신의 빗자루로 허접하게 두드린다...

 

더 심한 것은 이들이 자신의 전문분야를 넘어서

철학을 언급하거나 소설을 쓰거나 사회적 이슈를 언급하는 경우가 많다.

 

주제넘게 알지 못하는 이런 분야 저런 분야 넘지 않았으면 좋겠다.

 

그런 수준으로는 평작도 되지 못한다.

평작을 내는 수준이며 그 분야에 탁월함을 추구하는 자들에게 양보하라.

 

이름값은 자신의 분야에서만 하면 된다. 

타 분야에서 이름값하려도 본인 이름도 똥 값된다. 

 

자신의 분야에서라도 제대로 된 명작을 좀 남기는 사람이 되었으면 한다. 

 

리처드 도킨스 (Richard Dawkins) 이기적 유전자는 세상에 나온지 40주년이 넘었어도 읽힌다.

심지어 과학자도 아니고 저널리스트가 쓴 '카오스'도 20년이 넘었는데도 읽힌다.

칼 세이건의 코스모스도 마찬가지다.