21세기 뇌과학의 최전선에서
AI의 눈으로 새롭게 복원한 인류의 기원
최초로 탄생한 뇌의 기능은 매우 단순했다. 생물체를 먹이로 가까이 갈 수 있게 또는 포식자로부터 멀어질 수 있게 단순히 조종하는 것이었다. 그 이후로도 뇌는 반복학습하고, 상상하고, 짐작하고, 언어를 사용하는 다섯 번의 혁신을 거친다. 인간의 뇌는 우리가 막연히 생각하는 것만큼 특별하지 않으며 딱히 고등한 사고를 하기 위해 진화하지도 않았다. 하지만 그 결과는 뜻밖에도 생각하는 존재의 탄생이었다. 그리고 이 존재들은 자신들의 손으로 AI라는 새로운 지능을 탄생시키고 있다.


어류는 우리가 생각하는 것보다 훨씬 똑똑하다. 어류는 특정 버튼을 찾아내고 눌러서 먹이를 얻는 법7을 학습할 수 있다. 그물에 걸리지 않기 위해 작은 탈출구로 빠져나가는 법도 배울 수 있다. 심지어 고리를 통과해 먹이를 얻는 법도 학습할 수 있다. 어류는 이런 과제를 수행하는 방법을 훈련하고 나서 몇 달, 심지어 몇 년 뒤까지도 기억한다. 이 모든 실험에서 학습 과정은 동일하다. 물고기는 상대적으로 무작위적인 행동들을 시도하면서 어떤 행동이 강화되느냐에 따라 자신의 행동을 점진적으로 다듬어간다. 사실 손다이크의 시행착오 학습은 다른 이름으로 더 자주 불린다. 바로 ‘강화학습’이다.
_5. 시행착오에서 배우기


포유류와 유사한 운동 시스템을 갖춘 로봇을 만드는 데 성공한다면 여러 가지 바람직한 속성도 함께 따라올 것이다. 이런 로봇은 새로운 복잡한 기술을 이용해서 스스로 자동 학습하고, 세상에서 발생하는 변화에 대응하기 위해 실시간으로 운동을 조정할 것이다. 우리가 상위목표를 제시하면 로봇들은 그것을 달성하는 데 필요한 모든 하위목표를 생각해낼 것이다. 이들이 처음 새로운 과제를 학습할 때는 각각의 동작을 행동하기 전에 시뮬레이션하느라 속도가 느리고 조심스럽겠지만 점점 나아지면서 행동이 자동화될 것이다. 로봇은 기존에 학습했던 낮은 수준의 기술을 새롭게 경험한 상위목표에 재적용하기 때문에 새로운 기술을 학습하는 속도가 점점 빨라질 것이다. 이들의 뇌가 실제로 포유류의 뇌처럼 작동한다면 이런 과제를 완수하는 데 거대한 슈퍼컴퓨터가 없어도 될 것이다. 실제로 인간의 뇌 전체가 작동하는 데는 전구 하나에 들어가는 에너지 정도면 충분하다. _14. 식기세척 로봇이 나오지 못한 이유

영장류 조상을 미로에 집어넣었다고 상상해보자. 그 동물이 갈림길에 도착하자 왼쪽으로 방향을 틀었다. 만약 그 동물의 서로 다른 뇌 영역에게 왜 왼쪽으로 방향을 틀었냐고 물을 수 있다고 가정해보자. 그러면 단계별로 아주 다른 대답을 들을 것이다. 반사작용은 이렇게 답할 것이다. “내게는 먹이 냄새가 풍기는 왼쪽으로 틀도록 진화가 새겨놓은 규칙이 있으니까.” 척추동물의 뇌 구조는 이렇게 답할 것이다. “왼쪽으로 가면 예측되는 미래 보상이 극대화되니까.” 포유류의 뇌 구조는 이렇게 답할 것이다. “왼쪽이 먹이로 이어지니까.” 영장류의 뇌 구조는 이렇게 말할 것이다. “나는 배가 고프고, 배가 고플 때 먹으면 기분이 좋아지고, 내가 아는 한 왼쪽 경로가 먹이로 이어지니까.” _16. 다른 사람의 마음을 이해하기

광고 플랫폼에서는 사람의 행동을 통해 다음에 어떤 물건을 구입할지 예측할 수 있다. 얼굴에 나타난 감정을 파악하는 AI도 있다(감정별로 분류한 얼굴 사진을 수없이 보여주며 시스템을 훈련시켰다). 하지만 이런 것 모두 사람과 다른 영장류의 뇌에서 보이는 복잡한 마음이론과는 거리가 한참 멀다. AI 시스템과 로봇이 우리와 함께 살면서 우리가 하는 말로 우리의 의도를 추론하고, 우리가 말하기 전에 우리에게 필요하고 우리가 원하는 것이 무엇인지 예측하며, 온갖 규칙과 에티켓이 숨겨져 있는 인간 집단에서 사회적 관계를 탐색할 수 있기를 바란다면, 다시 말해 사람과 비슷한 AI 시스템을 원한다면 그 시스템은 반드시 마음이론을 갖춰야 한다. _16. 다른 사람의 마음을 이해하기

어떤 면에서는 LLM이 생각하는 방식과 사람이 생각하는 방식의 차이를 파악하기가 점점 어려워질 수도 있다. 하지만 계산기는 세상 그 어떤 사람보다도 산수를 잘하지만 사람처럼 수학을 이해하는 것은 아니다. 마찬가지로 LLM이 상식적 질문과 마음이론 질문에 정답을 말한다고 해서 사람과 동일한 방식으로 추론한다는 의미는 아니다. (중략) 실제로 LLM은 슈퍼컴퓨터만큼 메모리 용량이 막대해서, 사람 한 명이 1,000번 살면서 읽을 수 있는 양보다 많은 책과 글을 읽었다. 그래서 겉으로는 상식적으로 추론하는 것처럼 보여도 실제로는 천문학적으로 방대한 텍스트 말뭉치에서 패턴매칭을 하는 것과 비슷하게 작동한다. _22. 챗GPT와 마음을 들여다보는 창

각각의 혁신은 그에 앞서 만들어진 기본 구성요소가 있기에 가능했다. 조종은 그에 앞서 신경세포가 진화한 덕분에 가능했다. 강화학습은 이미 앞서 진화한 감정가 신경세포를 바탕으로 부트스트래핑이 이루어졌기에 가능했다. 시뮬레이션은 그에 앞서 바닥핵의 시행착오 학습이 존재했기에 가능했다. 시행착오 학습을 가능하게 한 바닥핵이 없었다면 상상한 시뮬레이션이 행동에 영향을 끼칠 수 있는 메커니즘이 만들어지지 않았을 것이다. 척추동물에서 실제 시행착오 학습이 진화함으로써 나중에 포유류에서 대리 시행착오가 등장할 수 있었다. 정신화가 가능했던 것도 그 전에 시뮬레이션이 진화했기 때문이었다. 정신화는 한마디로 새겉질의 오래된 포유류 영역들을 시뮬레이션하는 것이다. 동일한 계산이 그저 내면에서 이뤄진 것이다. 언어가 가능했던 이유는 그에 앞서 정신화가 등장했기 때문이다. 다른 사람의 마음속 의도와 지식을 추론하는 능력이 없었다면 아이디어를 전달하기 위해 어떤 내용을 소통해야 하는지도 추론하지 못하고, 상대방이 하는 말을 듣고 그 사람의 의도를 추론할 수도 없었을 것이다. 상대방의 지식과 의도를 추론하는 능력이 없었다면 교사가 학생들에게 알려주는 공동관심이라는 중요한 단계에 참여할 수도 없었을 것이다. _나가며. 여섯 번째 혁신

지구에서 원재료 분자들이 인간의 뇌로 바뀌기까지 겨우 45억 년밖에 걸리지 않았다. 그렇다면 앞으로 남은 70억 년의 진화에서는 지능이 어떤 수준에 이를 수 있을까? _나가며. 여섯 번째 혁신