최근 연구에 따르면 인공지능이 인간과 유사한 인지 능력을 발전시킬 가능성이 있다는 주장이 제기되고 있습니다. 연구자들은 특정 신경망이 이제 인간의 사고 과정과 밀접하게 일치하는 행동을 보인다고 밝혔습니다. 이러한 변화는 인간의 필요와 선호를 더 잘 충족시킬 수 있는 AI 시스템의 발전에 매우 중요하며, 궁극적으로 개인이 목표를 달성하는 데 도움을 줍니다.
신경망의 발전
'Nature'에 발표된 획기적인 연구는 신경망이 구성 가능성에 대한 메타 학습(meta-learning for compositionality, MLC)이라는 기법을 통해 인간과 유사한 사고를 모방할 수 있음을 강조합니다. 이 혁신적인 접근 방식은 AI 시스템이 제한된 특정 작업 세트에서 학습할 수 있게 하여, 전면적인 프로그래밍의 필요성을 없앱니다. 대신, 네트워크는 고차원적인 지침이나 예시들로부터 통찰력을 도출하여 독립적으로 학습할 수 있습니다.
연구에서는 AI 모델과 인간 참가자가 "dax"와 "wif"와 같은 용어로 구성된 허구의 언어를 포함한 실험에 참여했습니다. 이 용어들은 색상 점과 특정 조작 기능에 해당했습니다. 참가자들은 단어와 시각적 순서 간의 관계를 규정하는 "문법 규칙"을 파악해야 했습니다. 놀랍게도, 인간 자원봉사자들은 약 80%의 확률로 올바른 점 순서를 생성하며 패턴 인식와 규칙 이해 능력을 입증했습니다. 실수가 발생했을 경우, 이는 종종 단어의 의미에 대한 오해로 인해 발생했으며 학습 불능의 결과는 아니었습니다.
인간이 "건너뛰기"를 배우고 난 후 "뒤로 건너뛰기"를 이해하는 것처럼, 이 연구는 AI가 유사한 체계적 추론 능력을 가질 수 있는지를 탐구합니다. 연구팀은 MLC의 구현에 오직 표준 신경망만을 사용했으며, 추가적인 기호 체계나 미리 정의된 편향이 없었다고 강조했습니다. 고차원적인 지침과 직접적인 인간 예시를 바탕으로 네트워크는 필요한 학습 능력을 개발할 수 있었습니다.
AI와 인간 인지의 구조적 유사성
인간의 뇌와 AI 신경망 모두 정보 처리를 촉진하는 상호 연결된 단위로 구성되어 있습니다. Gradient Insight의 CEO인 Iu Ayala Portella는 AI가 방대한 데이터를 빠르게 분석할 수 있지만, 맥락을 이해하고 감정의 깊이를 전달하는 인간의 본능적인 능력이 부족하다고 설명합니다. AI가 일관된 텍스트를 생성할 수는 있으나, 인간 경험에서 비롯된 종합적인 이해나 통찰력을 가지지는 못합니다.
인간과 유사한 지능 시스템의 출현
인공지능이 인간과 유사한 지능을 획득할 가능성에 대한 개념은 Microsoft 연구자들이 대형 언어 모델 GPT-4가 인공지능 일반화(AGI)에 대한 잠재적 경로를 보여준다며 주목받고 있습니다. 그러나 뉴욕대학교의 Gary Marcus와 Ernest Davis와 같은 일부 전문가는 GPT-4와 같은 모델이 진정한 이해가 아닌 암기한 패턴에 의존할 수 있다고 회의감을 표명하고 있습니다.
셰필드 대학교의 추가 연구에 따르면, AI가 특정 학습 과정을 복제할 수 있지만 인간과 똑같이 사고하기 위해서는 감각 경험과 감정적 이해의 보다 깊은 통합이 필요할 수 있습니다. 이들의 연구 결과는 진정한 인간 지능이 수천 년에 걸쳐 진화한 복잡한 뇌 구조에서 기인하며, 개인적인 경험과 밀접하게 연관되어 있음을 강조합니다.
인간과 유사한 AI 응용의 기회
비록 여러 가지 도전 과제가 남아 있지만, 인간과 유사한 AI 개발의 잠재적 이점은 상당합니다. Portella는 맥락적 추론이 가능한 AI 시스템이 자율 주행 및 헬스케어 분야에서 의사결정을 크게 개선할 수 있다고 강조합니다. 예를 들어, 인간의 사고 과정을 모방하도록 설계된 AI는 자율주행차의 안전성을 높이는 데 기여하거나, 환자의 역사와 정서적 상태를 신체 증상과 함께 고려하여 복잡한 조건을 진단하는 데 도움이 될 수 있습니다.
결론적으로, AI 시스템의 진화는 어느 정도 인간 인지를 모방하지만, 인간 뇌와 유사한 진정한 이해를 달성하기 위해서는 상당한 장벽을 해결해야 합니다. 이러한 탐구들의 지속적인 진행은 AI 기술의 미래와 우리의 일상 생활에 통합되는 방식에 중요한 영향을 미칠 것입니다.
순위 목록
