인공 두뇌: 기계 속 생각을 매혹하다
인공지능이 반드시 인간 지능의 복제물일 필요는 없으므로, 인간 지능의 기술적 복제물인 인공두뇌를 만드는 프로젝트는 조금 다른 연구 분야이다. 그러나 이 프로젝트의 일부 개발 단계에서는 AI 개발이 발생할 수도 있습니다. 성공적인 만남이 되길 바랍니다.
유럽 인간 두뇌 프로젝트는 2013년에 시작되었습니다. 공식적으로는 '인공뇌 프로젝트'로 정의되지 않습니다. 오히려 인지적 측면, 즉 우리의 지휘 센터를 더 잘 반영하려는 욕구를 강조합니다. 과학 발전을 위한 자극제로서 VBP의 혁신적인 잠재력은 매우 중요합니다. 그러나 이 프로젝트에 참여하는 과학자들의 목표는 작동하는 뇌 시뮬레이션을 만드는 것이며, 이는 2013년 이내, 즉 2023년부터 XNUMX년까지라는 점을 부인할 수 없습니다.
과학자들은 뇌의 상세한 지도가 인간의 뇌를 재구성하는 데 유용할 수 있다고 믿습니다. 그 안에 만들어진 XNUMX조 개의 연결은 닫힌 전체를 형성하므로 커넥톰이라고 불리는 이 상상할 수 없는 복잡성의 지도를 만들기 위한 집중적인 작업이 진행 중입니다.
이 용어는 인디애나 대학의 Olaf Sporns와 로잔 대학 병원의 Patrick Hagmann이라는 두 명의 저자가 2005년 과학 논문에서 서로 독립적으로 처음 사용했습니다.
과학자들은 뇌에서 일어나는 모든 일을 지도화하면 인간과 마찬가지로 인공 뇌를 만드는 것이 가능할 것이라고 믿습니다. 커넥톰을 만드는 프로젝트는 그 이름과 본질이 인간 게놈을 해독하는 유명한 프로젝트인 인간 게놈 프로젝트를 가리킨다. 게놈의 개념 대신에 시작된 프로젝트는 두뇌의 신경 연결의 총체성을 설명하기 위해 커넥톰의 개념을 사용합니다. 과학자들은 신경 연결에 대한 완전한 지도의 구성이 과학뿐만 아니라 질병 치료에도 적용될 수 있기를 희망합니다.
www.humanconnectomeproject.org
최초이자 지금까지 유일하게 완전히 알려진 커넥톰은 예쁜꼬마선충(caenorhabditis elegans)의 신경계의 신경 연결 네트워크입니다. 전자현미경을 이용해 신경구조를 1986차원적으로 재구성해 개발한 것이다. 작업 결과는 30년에 출판되었습니다. 현재 커넥토믹스라는 새로운 과학 분야에서 수행되고 있는 가장 큰 연구 프로젝트는 미국 국립보건원(National Institutes of Health)이 자금을 지원하는 The Human Connectome Project(총 XNUMX천만 달러)입니다.
지능 알고리즘
인간 두뇌의 합성 복사본을 만드는 것은 쉬운 일이 아닙니다. 인간의 지능이 2016년 XNUMX월 Frontiers in Systems Neuroscience 저널에 설명된 비교적 간단한 알고리즘의 결과라는 사실을 발견하는 것이 더 쉬울 수 있습니다. 조지아 오거스타 대학의 신경과학자인 조 첸(Joe Tsien)이 이를 발견했습니다.
그의 연구는 연결주의 이론, 즉 디지털 시대의 학습 이론에 기반을 두고 있었습니다. 이는 학습의 목적은 지식을 얻는 것보다 생각하는 법을 배우는 것이라는 믿음에 기초합니다. 이 이론의 저자는 "연결주의: 디지털 시대를 위한 학습 이론" 문서에서 자신의 가정을 개괄한 George Siemens와 Stephen Downs입니다. 여기서 핵심역량은 학습과정에서 배운 정보가 아닌 기술적 진보를 올바르게 활용하고, 외부 데이터베이스에서 정보를 찾아내는 능력(소위 노하우)이며, 이를 다른 정보와 연관시키고 연결하는 능력이다.
신경 수준에서 이 이론은 기본 개념과 정보를 다루는 복잡하고 연결된 집합체를 형성하는 뉴런 그룹을 설명합니다. 과학자들은 전극을 사용하여 실험 동물을 연구함으로써 이러한 신경 "조립체"가 특정 유형의 작업에 대해 미리 결정되어 있음을 발견했습니다. 이것은 특정 논리적 연결을 가진 일종의 두뇌 알고리즘을 생성합니다. 과학자들은 온갖 합병증을 안고 있는 인간의 뇌가 실험실 설치류의 뇌와 다르지 않게 기능하기를 바라고 있습니다.
멤리스터로 만든 뇌
우리가 알고리즘을 마스터하면 아마도 멤리스터를 사용하여 인간의 두뇌를 물리적으로 시뮬레이션할 수 있을 것입니다. 사우샘프턴 대학교(University of Southampton)의 과학자들은 최근 이와 관련하여 그들의 유용성을 입증했습니다.
금속 산화물로 만들어진 영국 과학자들의 멤리스터는 인간과 마찬가지로 관련 없는 정보가 많이 포함된 데이터 세트를 사용하여 외부 간섭 없이 학습(및 재학습)할 수 있는 인공 시냅스 역할을 했습니다. 멤리스터는 꺼졌을 때 이전 상태를 기억하기 때문에 기존 회로 요소보다 훨씬 적은 전력을 소비해야 합니다. 이는 대용량 배터리를 가질 수 없고 가질 수 없는 여러 소형 장치에 매우 중요합니다.
물론 이는 이 기술 개발의 시작일 뿐이다. AI가 인간의 뇌를 모방하려면 최소한 수천억 개의 시냅스가 필요할 것이다. 연구원들이 사용하는 멤리스터 세트는 훨씬 간단했습니다. 그래서 그들은 작업을 패턴 검색으로 제한했습니다. 그러나 Southampton 팀은 더 좁은 응용 분야의 경우 그렇게 많은 수의 멤리스터를 사용할 필요가 없다고 지적했습니다. 덕분에 예를 들어 사람의 개입 없이 물체를 분류하고 패턴을 식별하는 센서를 구축하는 것이 가능할 것입니다. 이러한 장치는 접근하기 어렵거나 특히 위험한 장소에서 특히 유용합니다.
인간 두뇌 프로젝트에서 이루어진 일반적인 발견, 커넥톰 매핑, 지능 알고리즘 및 멤리스터 전자 기술의 인식을 결합하면 아마도 수십 년 안에 사람의 정확한 복사본인 인공 두뇌를 구축할 수 있을 것입니다. 누가 알아? 더욱이 우리의 합성 상대는 아마도 우리보다 기계 혁명에 더 잘 준비되어 있을 것입니다.
