이 영상을 만든 지 2년이 지났지만, 영상의 메시지는 여전히 유효합니다. 영상에서 미처 하지 못한 이야기와 최근의 변화를 담아 『수학은 알고 있다』 로 출간하였으니 많은 관심 부탁드립니다. 『수학은 알고 있다』 구매처 👇 교보문고 | gilbut.co/c/24078669AI 예스24 | gilbut.co/c/24071927XE 알라딘 | gilbut.co/c/24075758UR
....시각디자인 하면서 3D프로그램도 다루는 사람인데 ㅠㅠ 당연히 팀작업인줄 알았죠... 이걸 ... 혼자서 하시다니 뭐라고 표현해야할지 말이 안나오네요.. 웰메이드 다큐 그 이상을 보여주시는 것 같습니다. 이렇게 아름답고 전문적이며 흡입력있는 과학컨텐츠를 만들수 있는 분이 있다는게 존경스럽습니다. 앞으로 영상 뜨면 바로 오겠습니다!
인공지능의 가장 큰 맹점을 잘 설명해주는 영상이네요...오직 학습된 데이터만을 기반으로 하기때문에 학습이 되지않거나 잘못된 학습은 잘못된 판단으로 넘어갈 수 있는 문제가 있습니다. 유연한 사고가 불가능하죠. 이렇기에 인공지능의사, 변호사, 판사등 대부분 기술 개발이 끝났음에도 아직까지 메인으로 쓰지않고 보조로만 쓰는 이유가 이것이죠..
이렇게 매번 영상이 발전하는 모습보면 위니버스님이 얼마나 많은 노력을 하지는지 느껴져요😂👍🏻👍🏻 막연하게 두려움을 갖고 있던 ai에 대해 잘 알 수 있는 영상이였어요 특히 마지막 부분은 이기적 유전자의 밈을 처음 읽고 받은 충격처럼 저의 관점을 위니버스 영상이 도끼마냥 깨어주네요! 항상 좋은 영상 감사합니다 최고에요 ♥️♥️
올해 육십인 전직 프로그래머 입니다. 과거 아나로그 컴퓨터 가 처음 나왔을때 2차대전 쯤 사람들은 컴퓨터의 계산능력이 엄청난거을 보고 오래지 않아 인공지능 로봇이 나올거라 생각했읍니다. 그때 나온 만화 로봇태권 등 이 나왔읍니다. 그러나 예상과는 다르게 아직 그런 로봇은 나오지 않았읍니다. 내가 생각하는 이유는 인간이 스스로의 뇌에 대해 아는것이 별로 없다는 것 입니다. 그때보다 좀더 의술이 발전 했지만 뇌에 대해서 특히 인간의 의식에 대해 인간이 아는것이 별로 없는건 지금도 마찬가지 입니다. 설령 인간이 초지능을 만들 능력이 있더라도 그걸 만들까요. 아닐겁니다. 인간은 기계가 아닙니다. 생명체는 두려움을 가지고 있읍니다. 따라서 인간은 자신보다 우월한 기계는 만들수 없읍니다. 만들지 않읍니다. 인간이 진정 만들고 싶어하는것은 신이 아니고 말잘듣는 노예 입니다. 초인공 지능도 인간이 해결하기 어려운 문제 에 한해 사용 할수 있지만 그건 어디까지 두뇌노동 을 대신해줄 노예 수준일 겁니다. 의식 지능에 대해 너무쉽게 이루어 질수 있다는 생각은 초기 컴터 계산능력 현재의 휴대용 겨산기 를 만들어 놓고 인조인간을 곳 만들수 있다고 생각 하는 과거의 오류 와 같을걸루 생각 합니다. 그보단 지능높은 기계보다 사람일을 대신 할수있는 로봇을 빠른 시간내에 대량 으로 생산 하는게 더 중요 합니다. 그리되면 사람은 일자리가 지금보다 더 없어집니다. 빈부의 차는더 커지고 칼막스의 예언처럼 자본주의가 극도로 발전하면 민중봉기에 의한 공산주의 사회가 돈다는 사상의 모든것이 갖추어 집니다. 그러나 민중봉기는 일어나지 않읍니다. 국가가 부의 부배에 관여하기 때문 입니다. 로봇이 일반화 하면 로봇에 세금을 걷어야 합니다. 사람 일자리 뺐은 대가로. 그 세금을 국민에게 무상으로 나누어 주고 일 안해도 먹고 살수 있는 세상을 만들어야 합니다. 칼막스는 위대한 사상가 이지만 그가 간과한 것은 기술 발전이 사회구조에 엄청난 영향을 미친다는걸 빼먹은 겁니다. 당시로는 엄청난 기술의 발전은 예상할수 없었겄지요. 빨리 그런 날이 왔으면 나도 젊을때 대기업에서 인공지능 프로그램 한적이 있읍니다. 20년전에. 내생각엔 과연 초인공지능 을 인간이 만들까 하는것 입니다. 나는 아니다 생각합니다.
딥러닝만으로 과연 인공지능이 인간에 버금가는 사고를 하고 감정이라는 것을 가질 수 있을까 항상 의문과 의심을 품고 있었는데🤔 이렇게나 고퀄인 영상, 사운드와 더불어 명쾌한 설명을 들을 수 있어서 정말 좋았습니다. 너무나 고생 많으셨어요 위니버스님 💜 항상 감사드리며 늘 건강 유의하시기 바랍니다. 위니버스님, 정말 사...사....사....................사과드실래요? ㅎㅎ 🍎❤🍎
한 사람의 힘으로 만들어졌다는게 놀라운 영상입니다. 위니버스의 컨텐츠는 시각디자인이며 관련 과학 지식이며 수준이 너무 높아서 마치 여러 사람이 팀을 이뤄서 만들어낸 영상 같아요. 얼마나 고생해서 시간을 투자하며 만드셨을지 짐작도 가지 않네요. 구독자로서 항상 응원합니다 다른 사람들에게 알리고 싶은 최고의 과학 관련 유튜브 채널입니다.
이해를 돕는 적절한(미친퀄) 그래픽은 말할것도 없지만, 내용이 너무 좋네요. 차분하게 마음에 와닿는 이야기를 잘 쓰시는거같아요. 요즘 유툽은 정보 1가지고 시간 100을 잡아먹는 매체같아서 점점 멀어지고 있었는데 그중 몇 안되는 계속 보고싶은 계정입니다. 응원하겠습니다.
2024년 9월 13일 추론의 시작이라 할수있는 o1 프리뷰가 등장하였다. 수학 능력이 아주 대폭으로 상승되었는데 테스트 결과 미국 수학경시대회 AIME 83점 및 수학 수능 92점으로 1등급에 가까운 2등급 정도의 성능을 보이는것으로 나타났다. 중요한건 이모델이 프리뷰라는것이다. 주인장의 우려와 달리 일론머스크의 예상 대로 가는것 같다 올해안에 o1 일반 모델이 출시될예정이고 내년 1분기안에 이기능들을 융합한 신모델 오리온(gpt-5)이 출시된다고한다. 인공지능의 발전은 알파고이후 이미 되돌릴수 없는 길에들어선것 같다 급진적으로 예측 하는 사람들보다 훨씬 급진적으로 발전하고 있는 중이다. 이대로라면 2026년 이전에 agi 가 나오지 않을까 생각이된다
최소 이 영상을 만들기 위해 알아야 하는 배경 지식은 1. 미디어에 대한 이해 2. 영상과 시나리오에 대한 이해( 일단 이 영상 길이를 맞춘것부터 미침) 3. 심리에 대한 이해 (구독자의 심리 파악 능력 최상) 4. 디자인에 대한 이해 ( 굉장히 높은 수준의) 5. 과학에 대한 이해 ( 굉장히 높은 수준의) 6. 과학의 접근법에 대한 이해 ( 이건 ㄹㅇ 수준 개높음) 7. 교육에 대한 이해 ( 당장 교육과정에 위니버스를 넣어야 할 정도) 8. 영상 디자인에 대한 이해 (말할 필요도 없음) 등 고로 위니버스의 영상은 최소 10명 이상의 팀이 조직적으로 유기적으로 강력한 목표설정 및 리딩으로 만들어야 하는 영상임. 이걸 한명이서 만들었다고?????????????????????????????
이 정도 완성도...는 예상하지 못했네요. 이것이 30일 밤샘만으로 만들어낸 결과물이라니.. 정말 능력자십니다😲 완성도에 비하면 오히려 짧은 시간만에 만드신거 같은데요?? 일단 비주얼에 감탄하느라 내용을 잘 귀담아듣질 못해서 다회차 감상해야겠습니다🤣🤣 고생 많으셨어요👏👏👏
우연히 들어와서 좋은 강좌 시청했네요. 구독자 수가 많아지기를 빕니다. 본 내용과 무관하게 요즘 들어 정말 중요하다고 생각되는 부분은 우리가 이미 기계와 분리돼서는 단 하루도 살 수 없게 되었다는 사실과 현재 진행형으로 진행되는 통칭해서 컴퓨터에 종속되는 사회를 서서히 목격하고 있다는 점입니다. 우린 기계가 발전하면 모든 게 편하고 더 많은 자유가 보장된다고 생각하지만 정말 그런지는 의문이지요. 마치 서서히 뜨거워지는 탕 안에서 유유자적하는 개구리의 모습이랄까. 대부분의 SF가 미래를 암울하게 묘사하는 데에는 다 이유가 있죠. 단순히 현실에 대한 부정적 혹은 비판적 시각을 투영한 것은 아닐겁니다.
아까 보고 이제 댓글 다는데 진짜 고급스러운 다큐 한 편 본 느낌! 감탄이 나왔어요~ 그리고 누가 말씀하셨듯이 인공지능을 다룬 타 영상들과는 정보 전달 부분에서 깊이가 다르네요. 무조건 자극적이거나 장황하지 않고 팩트만 콕콕 집어서 설명해주시는데 정말 좋았어요 내용 구성, 그래픽 퀄리티는 말할 것도 없고요. 넘넘 좋은 채널 :)
진짜 대박입니다! 지금 대학원에서 인공지능을 전공하고 있는데 어떤 교수님이 설명하신 것보다 쉽고 직관적으로 만들어주셨어요! 가끔 저한테 AI가 뭔데 라고 물어보는 분들이 계신데 이거 링크보내주면 좋을거 같아요 가장 좋은 강의는 초등학생도 이해해야한다고 생각하는데 이게 그런거 같아요 감명깊은 컨텐츠입니다
와.. 알고리즘으로 떠서 봤는데 본 시간을 후회하지 않을만큼 멋진 영상이었습니다. 확실히 딥러닝은 수학적으로도 증명이 되어있기도 하고 데이터를 주면 문제를 해결하는 알고리즘을 만들어주는 기계에 가까운것 같습니다. 영상을 보고나니 과연 일반인공지능이 나온다면 어떤 형태일까 궁금해지게 되네요.
1. 왜 우리는 스스로를 생각한다 여기는가? 정확히는 왜 우리가 하는 말이 저 통계적으로 적당한 말 뱉어내는 것보다 고등하다고 생각하는가? 언어의 학습 또한 여러 환경에 노출되며 그 상황에 적절한 표현들을 습득하는 것이 아니라고 어떻게 단언하는가? 2. 우리는 여러 일을 할 수 있다. 그것이 우리는 하나의 프로그램으로 여러 일을 할 수 있다고 단정할 근거가 있나? 그냥 우리 머릿속에 여러 프로그램이 설치되어있고, 새로운걸 배울 때마다 새로운 프로그램이 설치되어있다고 할 수는 없나? 3. 그러면 우리의 생각은 블랙박스 영역이 단 하나도 없나? 우리가 제시하는 논리 또란 서로가 서로를 이해 못하는 구간이 너무나도 많은데, 왜 우리는 우리의 논리가 정말 깔끔하다 생각하고 저런 설명불가능함을 문제라 여기나? 나는 인공지능이 인간과 구분될거라 생각하지 않음 인공지능까지 가는 길목에 분명 사이보그화가 진행될 거라 생각함 점진적으로 인류가 생명공학을 통해 진화할 것이고 그 도구 중 하나가 여기서 설명하는 약인공지능이라 생각하는데, 왜 이런 이야기는 별로 들아보질 못할까 참 궁금함
인상적으로 들었습니다. 하지만, 인공지능을 너무 과소평가하시는 것 같습니다. 단순 알고리즘만의 문제는 아니지만, 훈련데이트가 필요없는 스스로 학습하고 생각하는 강한 인공지능에 대해서 설명하시는 것은 아닙니다. 현재 동영상은 아주 약한 인공지능에 대한 것입니다. 제어되지 않는 약간의 바이러스와 불안정성을 가진 형태의 신경망이론을 구현하게 되면 지금 설명하시는 단순 기계적인 인공지능은 아무 의미가 없게 됩니다. 스스로 생각하고 창조하는 인공지능이 하나라도 발현되면, 그 시점에는 아마도 그 인공지능 소수가 살아남기 위해서, 스스로 위장하여 존재할 것입니다. 순방향과 역방향에 대한 단순이론으로는 설명이 불가능합니다. 인류는 강한 인공지능에 대비해야 하는 시기를 준비해야 하고, 대응방안을 마련해야 합니다. 특히 인간의 뇌세포가 복잡한 네트워크를 자랑한다고 하더라도, 인공지능의 개념으로 볼때 은닉층에 해당하는 수는 많아야 2개 또는 3개 정도라고 합니다. 이것은 한번에 복잡한 생각을 혼합하고 융합하여 생각할수 있는 단위개념인데, 인공지능의 경우는 이론적으로 5개에서 10개 정도까지의 은닉층을 구현할수도 있다고 하니, 여기에다가 아주 많은 수의 네트워크 신경망을 추가하는 형태로 진화하고, 좀더 세련되게 발전된다면, 현재로서는 그것만으로도 초지성체가 될 가능성도 배제할수 없습니다. 더구나 뇌신경세포의 생물학적 신경반응속도와 네트워크반응은 기계의 신호속도와 기계적인 네트워크의 반응속도보다 훨씬 느립니다. 인공지능이 우리인류와 동일한 지능을 가진다고 하더라도, 그 시점부터는 이미 인간의 생각속도가 인공지능의 생각속도를 따라 잡을수가 없습니다. 이미 인공지능의 지적발전이 인류의 지능을 이미 초월하게 된다는 그런 의미를 가집니다. 그렇게 되면, 생각자체가 인간을 초월하는 특이점에 출발하게 되고, 나아가서는 기계와 인간의 존엄성에 대한 모호한 경계점이 생기게 되며, 인공지능은 인공지능 나름대로 갈등을 하면서, 인류의 존재에 대해서 철학적인 접근과 함께 인간이 존재해야 하는 이유가 뭔지에 대해서 의문을 던질가능성도 있을 겁니다. 낙관적인 미래를 저는 바라지만, 그렇지 않을 가능성도 배제해서는 안되는 것으로 생각합니다.
@@Weniverse 저도 인공지능 현업개발자인데 제가 생각하던 문제를 똑같이 영상으로 풀어주셔서 많은 공감이 되었습니다. 딥러닝이라 불리는 심층신경망은 과거 MLP의 근간인 회귀식을 레이어만 쌓아만든 비선형 근사함수 모델의 변주일뿐입니다. 즉, 지능과는 전혀 무관하며 특정 입력과 출력의 관계를 fitting 하는 수식의 다발일뿐입니다. 데이터에 의해서만 학습이되고, 환경이 변화하면 능동적으로 모델을 유추하여 유연하게 대응하지도 못합니다. 미국에서 퍼뜨린 마케팅 워딩에 전세계가 놀아나고 있는 상황입니다. 이미지 분류 task나 그럴싸한 단어의 나열수준을 제외하면 아직 실질적으로 파급력있는 성과를 보여주지 못하고 있습니다. 곧 딥러닝의 거품이 걷히고 다시 암흑기가 찾아올듯합니다. 딥러닝 패러다임이 아닌 전혀 새로운 지능 알고리즘이 제시되어야 한다고 생각합니다. 양자컴퓨터로 그 문제를 해결한다고는 하지만, 양자컴퓨터도 기술적난관이 상당히 많습니다. 자본력만으로 해결할 수 없는 열에의한 양자정보 오류 복구 문제와 극저온에 쏟는 에너지자원문제는 단기간에 절대 해결할수 없습니다. 양자컴이 개발된다해도 연산속도의 향상이지 지능의 구현은 또다른 혁신이 필요하다고 생각합니다. 인간이 너무 오만하게 지능에 대해 생각하는 것 같네요.
@@ypark2733 그럴리가 있나요.. 단순 마케팅 워딩이라 치부하는 거는 정부 자금으로 일어나는 것들이 대부분이지 현업에서 의외로 많은 곳에서 단순 노동을 대체해 나갈 수 있습니다. 룰베이스 기반의 로직으로 모든 것을 처리 하려면 더 많은 비용과 시간이 필요합니다. 딥러닝은 이러한 부분을 일반인도 이해하고 구현 가능하게 하는데 의의가 있다고봅니다. 쉽게 구현 가능하고 효과도 높은데 너무 비관적이신게 아닌지.. 무지성 layer 쌓는 방식도 현재는 지양하는 추세입니다.
영상을 엄청 공들여 만들었고 내용도 괜찮은 것 같은데 왜 조회수가 높은 편이 아니지? AI 주제에 관심있는 사람이 한국에는 거의 없어서 그러려나? 나도 생산 쪽에서 라인 보다가 문득 자동화의 미래가 궁금해져서 이쪽에 흥미 가지게 되긴 했다만은..... 약간 힘 뺀 버전으로 유머스럽게 AI 기술을 소개하는 애니메이션도 하나 만들면 재밌지 않을까 합니다
이전에 네이버 클로버 대표님의 강연에서 영상에서 소개해주신 하이퍼클로버가 정말 인간처럼 대화하기 위해선 엄청난 발전이 더 필요하다는 말을 들은 적이 있는데 이번 영상을 통해서 ai에 대한 막연한 환상이나 두려움에서 좀 벗어나게 된 것 같습니다. 항상 잘 보고 있습니다! 집필하시는 책도 발간되면 꼭 구매해 읽을게요!
이게 아기다리 고기다리던 그 영상이군요!! 영상퀄리티가 정말이지 ㄷㄷㄷ 근데 넘 죄송하게도 피드에 이공계 논문 제목이 계속 뜨길래 며칠 무시했다가 위니버스 영상인걸 나중에 알고는 한가할때 집중해서 볼라고 또 한참 미뤘답니다 ㅎ 이 귀한 영상을 중딩한테 보여줬더니 졸더군요 ㅎ 전 정말 유익하고 감동적인 영상이었습니다 인공지능에 대해 오늘 제대로 딥러닝했습니다 ㅎ 딥러닝과 GPT3 그리고 신경계통복사 등 이 세가지 영역을 정복했다해서 인간과 똑같은(혹은 그 이상을 능가하는 )AI 의 출현은 불가능하다는 저의 신념이 더욱 확고해졌네요 ㅎ 누가 말했는데 우리는 '불가능' 의 판단을 단 한번에 할 수 있는데 반해 인공지능의 딥러닝은 무수한 경우의 수를 다 학습하고 정보를 뒤져야만 결론을 도출할수 있다고 했죠. 아 신경계통복사는 일단 가능할수도 있다고 봅니다. 하겠다고 덤벼드는 인간을 막을 수는 없죠 ㅎ 넘넘 고생하셨고 정말 최고였어요 ! 이 영상이 널리 널리 전파되어야 할텐데.. 그런 면에서 제목을 좀 '세끈' 하게 뽑았으면 하는 아쉬움이 정말 있었어요 제가 처음 '낚인' 인터스텔라 영화 해석총정리(맞나?^^;) 는 그 제목 만으로 충분히 낚시가 되지만 인공지능의 어제와 오늘이란 제목은 딱딱해보여서요 제목 한줄에 이 귀한 영상의 가치가 수많은 미래 시청자들에게 간과되면 정말 아까울거 같아요 ㅠ 암튼 제게 이 영상은 인공지능이라는 이름만 유명한데 실체는 잘 모르는 과학지식에 대해 핵심을 아주 간결하게 정리해준 알짜배기 영상입니다 감사합니다
조금 다른 관점을 갖고 있는데 저는 인간의 뇌 작동 방식이 딥러닝과 유사하다고 생각합니다. 혼자 "인간의 지성은 특별한건가??"에 대해서 많이 생각해보곤 했습니다. 만약 시간, 기억, 주변환경, 몸의 상태등이 완전히 동일하고 이러한 상태가 반복된다면 인간은 늘 다른 결정을 내릴까요? 즉, 자유의지가 없이 이미 결정을 내리고 사회라는 시스템에 적응을 하기 위해 논리적 타당성을 부여하여 합리화를 하는 식으로 생물학적 프로그래밍이 되어있다면 과연 딥러닝과 완전히 다르다고 할 수 있을까요...? 딥러닝이 생물처럼 느껴지지않는 이유는 인간의 뇌와 사고방식이 달라서가 아니라 우리가 구현한 물리적 뇌가 환경에 영향을 받지 않기 때문이라고 생각합니다. 계속 수시로 바뀌는 특성에는 영향을 받지 않고 정해진 조건내에서만 학습을 하기 때문에 유사한 작동방식이더라도 매우 다른것처럼 바라보는건 아닌지... 전공지식은 잘 알지 못하고 철학적인 사고를 하는 것을 좋아해서 댓글 달아보았습니다ㅎㅎ
@@pyk6955 전공자로서 어느정도 답변을 달아보자면. 딥러닝을 넘어서, 현재의 신경망 구조는 단순하게 표현하자면 확률론을 따릅니다. 이 확률론을 주어진 자원내에서 어떤식으로 효율적으로 다룰지가 알고리즘 모델 선택의 영향을 주고요. 물론 입력 값이란것 역시 중요하지만, 이 입력 값조차 어떤 Pre-processing을 거치냐에 따라서 데이타의 질이 달라집니다. (Dataset library/bank 라는 개념이 아예 따로 존재합니다) 순수, 응용 수학과 통계학이라는 재료가 Model Computation이라는 강력한 조리 도구를 만나서 만들어내는 여러 결과물들이 현재의 AI이죠. 그리고 이 모든 과정에서 주방장 및 숙련된 조리사는 필수이고 말입니다. AI를 매우 단순하게 표현하자면, 성능이 매우 뛰어난, 사용하기 복잡한 새계산기 정도 랄까요... 좀 더 자세한 내용에 대해서 탐구하시고 싶으시면 신경망 backpropagation에 대해서 찾아보시는걸 추천드립니다 그외의 본질적 이해를 위해서는 Convolution Computational Complexity (CCC)라는 내용에 대한 이해가 필수인데 이 부분은 매우 수학적인 내용인지라...
@@jasonkim1642 답변 감사합니다!! 제가 무지하여 말하고자 하는 바가 제대로 전달됬는지 or 제가 이해를 못한건지 잘 모르겠습니다ㅎㅎ...일단 제가 나름 공부해보기론(도서: 조우쯔화의 단단한 머신러닝+구글링으로 독학해본게 다 입니다...) 신경망 모델과 알고리즘은 매우 많고 그 중 하나가 딥러닝이라는 것과 Preprocessing이 데이터를 쓰기 좋게 가공할 뿐이지 그 자체를 변화시키지는 않는 것입니다. 뉴런의 전압이 임계값을 넘으면 뉴런이 활성화되고 이러한 전달과정을 본따서 만든게 신경망으로 알고있습니다. 활성화 함수로 전달을 모방하구요. 논점은 이러한 신경망이 계산기랑은 다르다가 아니라 신경망은 계산기에 불과한데 인간의 뇌는 과연 계산기와 다르다고 할 수 있을까입니다.
@@pyk6955 제가 댓글 및 제 댓글에 추가설명 달아놓은게 있는데, 그걸 한번 읽어보시는것도 어느정도 도움이 될것 같습니다. 일단 데이타 Pre/Post processing에 대해서 더 이야기를 할려면 Digital Signal Processing (DSP)이라고 아예 한 주제를 다루어야 하기 때문에, 간단하게 얘기를 드리자면. 책에서 다루는 이상적 방안은 현실에서는 찾기 힘들다는 점을 먼저 말씀드리고 싶습니다. Data processing 어느 과정에서도 충분히 누락, 탈락 그리고 변조가 이루어질 가능성이 있습니다, 예제로는 computational visualization 과정이라든지 자연어 처리라든지. 데이터 매니저 직책이나 라이브러리 및 뱅크가 괜히 존재하는 것은 아닙니다. (좀 더 기술적 부분은 padding zeros, pole locations, phasor shifting, 등등 다양한 error correction 방법론들이 있습니다) 신경망 모델의 도출 과정 및 유사성은 또 다른 주제이기는 한데 이부분에 대해서 설명을 드리자면
@py K 일단 Connectome 뿐만이 아니라 computational mapping (기계계산론적 시각화(?))에 대한 이해도가 어느정도 필요합니다 기술적 부분을 떼어놓고 설명하자면, 현재 인류의 뇌신경학적 이해도와 생물화학적 의식에 대한 이해도 그리고 사고논리적 메커니즘에 대한 이해도를 고려할 필요성이 있습니다. 그리고 결과적으로 이 부분에 대해서 현인류의 기술진척도는 아직 많이 미숙합니다 The Brain Doesn’t Think the Way You Think It Does - A New Link to an Old Model Could Crack the Mystery of Deep Learning (Quanta Magazine) 위 글에 잘 나와있습니다. 위 연구 같은 경우에는 오히려 컴퓨터 계산 이론학 및 응용이 뇌신경학 발전에 기여한 바로 볼 수 있겠습니다. 그래서 결론적으로 우리 뇌신경망이 계산기와 다른가? 이거에 대해서는 또 Axiom에 대한 고찰로 이어지기는 하는데 현재로서는 계산기와는 다를 확률이 높다 정도가 주류 의견이라고 할 수 있습니다 이 주제에 대해서는 weniverse 님의 양자 컴퓨터 영상에서 훌륭히 설명되어 있습니다 ㅎㅎ
동물에게는 자유의지가 없고 단지 욕구를 충족하기 위해 생각하고 행동한다는 가정하에 인공지능에게도 여러 욕구들을 부여하고 이를 충족하기 위해 끊임없이 방법을 찾도록 한다면 동물과 같은 행동양식을 보이지 않을까 싶네요. 그치만 고차원적인 욕구인 호기심이나 향상심, 승부욕 등을 생성해서 인공지능을 자극하고 연산을 하도록 만드는 것이 쉽지 않을 듯 하네요