AI의 구조를 아주 간단하게 설명하는 그림.
뉴럴 네트워크 어쩌고 붙으면 다 이 기반임.
알파고부터 gpt까지 싹 다 이 구성.
뇌 세포와 뉴럴 네트워크 모식도의 비교
그건 뉴럴 네트워크라는 구조 자체가 문제가 있다고 보는 측과
아무런 문제가 없다고 보는 측의 차이라서 그래.
인간의 뇌세포의 뉴런은 3차원적으로 연결이 되어 있음
그리고 전기적 신호를 통한 신호 전달,
특정 신호가 들어오면 일정기간 신호를 왜곡시키는 뉴런들,
전기신호가 아닌 화학적, 물리적 신호로 작동하는 기작들 등등
여러가지 문제가 있고
하나의 레이어망에 같은 소자가 중복해서 연결되는데 서로 다른 형태의 in-out만 한 세포가 중계하는 경우도 있는 등
지도를 만들었지만 아직 시뮬레이션이 불가능한 그런 상태임.
수학적으로 4차원 이상의 하이퍼그래프가 아니냐 같은 연구도 꽤 있어.
우리가 보통 ai에 사용하는 뉴럴 네트워크는 이 뇌 뉴런 구조 중 아주 일부를 기반으로 만든 거임
그래서 어떤 신호가 단순전달될 때 여러 개의 뉴런에서 어떻게 전달되는가를 가지고
그걸 몇 개의 레이어로 나누고, 그 레이어 간의 연산은 벡터곱으로 정의해서 만든 거야.
근데 이 방식은 척수반사나 손가락 신경 등에는 아주 잘 적용이 될 것으로 기대되는데
뇌 안에서 기억을 저장, 재생하는 방법이라던가
여러 기능이 동시다발적으로 작동하다가 결론을 수습시키는 거라던가 같은 거에는 무리라는 시각이 있음.
근본적으로 현행 방법으로 인간의 뇌를 기계적으로 완전재현하려면
뉴런의 1/100개의 수의 연산장치를 준비해야 한다는 연구결과가 있어.
인간 뇌 세포는 140억 개이므로 1억 개의 PU(process unit)을 물리적으로 연결하면
이 모든 연산장치가 통신을 진행하려면 막대한 크기의 공간과 아광속에 가까운 신호전달이 필요함.
즉 현 시대의 통신기술, 연산기술로는 죽었다 깨나도 AGI(인간을 뛰어넘는 지능, 강인공지능)을 만들 수 없다고 주장하는 것도
충분히 일리가 있는 상황임.
근데 여기서 어떤 개쩌는 아이디어가 떠올라서
더 간단하게 뇌 구조를 재현할 수 있다면?
결과적으로 인간과 비슷한 결과를 내는 구조를 완전히 다른 이론으로 접근이 가능하다면?
보통 완성체에서 분석해서 만드는 걸 탑다운 방식,
제로베이스에서 시작하는 걸 바텀업이라고 하는데
바텀업 방식의 신경 연구가 단세포 동물까지는 성공했거든
착시를 재현하기 위한 모델 아이디어
이런 게 어느 날 완성되면 바로 강인공지능이 나올 수 있는 게 아닐까?에
"그런 게 툭 나오겠냐" vs "나오지 않을까"로 싸우고 있는 거임
당장은 어떤 타개책이 필요한 상황이긴 해.
아 그리고 특정한 분야에 관해서 인간보다 뛰어난 업무를 하는 ai에 관해선
이번 2024 노벨 화학상이 증명했음.
결론
1. 진정한 의미의 AGI(보편 지능, 속칭 강인공지능, 특이점)은 현 방향성으로는 기술제한이 너무 커서 무리다
2. 인간이 이거 인간 아니냐고 착각하는 튜링 테스트 분기점은 사실 이미 어느정도 통과단계를 넘었고 이건 2020년대에도 뚫릴 가능성이 아주 높다
3. 근데 그러다가 어느 날 어느 누가 개쩌는 새 발상을 생각해내고 써봤더니 그날 바로 인류가 기계에게 밀릴 가능성이 없지 않음
단순연산 반복작업으로 해결할 수 있는 일이면 AI가 당연히 압도적으로 우위일거고 창의력 부분도 알파고 생각해보면 진짜 어떻게 될지 모르겠다 싶긴 함. 알파고도 바둑의 모든 경우의 수는 연산이 불가능하니 버리는 선택지를 얼마나 잘 뽑느냐가 더 중요하다 그랬는데 결국 정상급 프로기사들도 못이긴다로 귀결되는거 보면.
인간뇌 역설계해서 돌리는게 최선일지도
그게 지금 뉴럴네트워크임 우리가 아는 ai연구의 9할9푼이 그거임
언젠가는 뛰어넘을거야. 그전에 인류가 먼저 자멸하든. 아니면 ai에게 추월당해 멸망당하든.
AI 따위 이미 인간에게 찌찌보지엉덩이를 그려바치는 노예란 말씀이야 오랏오랏 전기를 더 쑤셔박아주맛
지금 인류를 이은 신인류를 만드냐 인류가 다음 세대의 신인류로 강제적 기술진화를 하냐 하는 타이밍에 유게이는 딸칠 그림을 하나 더 뽑아냅니다 근데 사실 업계인들도 이런거 잘 뽑는 사람들 예의주시하고있읍읍
반복작업은 ai가 유리한데 새로운 데이터의 유용성을 ai 자체적으로 판단하는게 아직 무리라 좀 더 멀었다고 생각함
새로운 데이터의 유용성을 인간이 판단하는 것도 무리가 아니냐?라는 의견이 있음 생각이상으로 이 쪽 논리와 이론이 타당한지라 인간은 못하는데 잘하는 척 착각하고 있는 거 아닌가? 주장이 있긴 함ㅋㅋㅋ
AI가 인간의 뇌를 완전히 대체한다는 건 아마 인류 멸종 뒤에도 상당한 시일이 걸릴 과제가 아닐까. 인간과 에이아이가 상당한 시간 동안 공존하다가 인간이 멸종하고 나서도 에이아이는 나름대로 인간정신을 연구하고 학습하리라고 생각됨. 아마 인간과 똑같지는 않겠지만 그 나름대로 인간적인 인공지능을 스스로 구현해내지 않을까 생각함.
인공지능 자체는 좀 모자라도 거기다가 다이렉트로 컴퓨터의 장점을 '연결'해서 쓸 수 있지 않나 거기다가 밥안먹고 계속 일하고
인간이 가능한 모든 분야의 사고에 관한 강한 약인공지능을 클러스터로 돌리면 강인공지능 아닐까요? 주장이 있기도 함 실제 gpt-4 초기모델이 그런 식으로 태스크별로 나눈 모델을 병합한 클러스터 모델 아니냐 썰이 돌았고
나도 예전에는 넘을 수 없다고 생각햇는데. 요즘 돌아가는거보니 기술생명주기상으로 이제는 초입지난거같음. 극초기에서 80년대 후반까지 퍼셉트론 XOR게이트 연산이 안된거 ▶ 다층퍼셉트론및 역전파알고리즘으로 해결 1986 그 이후 기울기 소멸 문제 해결책 ▶ Sigmoid 함수 대체 : ReLu ▶ 파라미터 정확도 향상 : 배치정규화, 비지도학습 이용, 사전학습 ▶ 연산량 조정 : 드롭아웃, 수제화 적용, 조기종료 이게 2006년인가 ? 근데 2010년 초까지만해도 학회가서 베이지안 노드 늘리면 연산량이 과대하게 늘어나는걸 어떻게 방법없다고해서 그쪽 길을 걍 덮었는데 지금 하드웨어가 그걸 뚫고 나와서 3~4년 사이에 이렇게 시끄러운걸 보고 있으니까. 당시에 어쨋든 폰노이만 구조에서 이런식의 연산에 대한 트레이드 오프가 오긴 올거 같은데 나의 생각이 너무 짧았던거 같음. 그 한계는 생각보다 멀리있는것 같고, 뉴로몰픽이나 오가노이드 프로세서 같은게 그 때쯤 등장할걸로 보임.
근데 아직도 1/100의 벽을 못 넘었다고 보거든 신규 모델도 1/500을 넘었습니다! 이러고 있으니 난 그래서 클러스터링 제외하면 강인공지능은 늦게 오거나 어느 날 갑자기 나타나서 한달 안에 게임 끝낼 거 같음
신경과학쪽 연구보면 뇌가 생각보다 훨씬 단순하게 처리하는게 점점 확실해보임. 단지 정보처리에 관여하는 부분들이 너어어어어어무 많아져서 디지털 방식인 현재컴퓨터 구조와는 너무 다르다는 점. 학교다닐때 배운 환원주의적 접근이 썩 옳다고는 못할지경이라.
진짜 기억처리 부분이 제일 머리아픈 부분인데 그거 처리가 안 돼서 매번 외부 데이터 접근가능하게 하는데서 데이터 병목현상이 심각하게 발생하는데 그거만 구현이 되면 진짜 많이 바뀔 거 같음