왜 러시아 억만장자가' 인간의 의식을 컴퓨터에 업로드' 하는 실험에 자금을 지원하는가?

이를 위해서는 먼저 의식의 물질적 기초를 이해해야 한다. 신경과학자들은 일반적으로 인간의 의식이 뇌 뉴런의 연결 패턴에 존재한다고 생각한다. 미국 국립보건연구원 (NIH) 은 20 10 년에' HumanConnectomeProject' 를 시작하면서 인간 게놈 프로젝트처럼 인간의 뇌에 있는 모든 뉴런의 모든 연결을 그려내길 희망했다. 이즈코프도 이 프로젝트에 막대한 자금을 투자하여 이 프로젝트를 통해 자신의 꿈을 이루기를 희망했다.

프랑스의 한 방송국은' BrainFactory' 라는 다큐멘터리를 촬영하여 관객을 위해 이 프로젝트의 경위와 이츠코프의 야망을 빗어 냈다. 영상에 따르면 신경과학자들은 이츠코프의 지원을 받아 세계에서 가장 선진적인 MRI 기술을 이용해 일부 인간의 뇌 뉴런의 연결 패턴을 초보적으로 그려냈다고 한다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 과학명언) 문제는 이 부분의 뉴런만이 이미 해석할 수 없을 정도로 복잡하다는 것이다. 인간의 뇌에는 약 1000 억 개의 뉴런이 있으며, 각 뉴런은 수십 개 또는 수백 개의 다른 뉴런과 연관되어 있습니다. 이 연결들을 모두 그리는 것은 거의 불가능하며, 분석법칙은 말할 것도 없다.

그래서 이 영화의 끝에서 인터뷰에 응한 거의 모든 과학자들은 이 목표가 너무 어려워서 지금은 희망을 볼 수 없다고 인정했다.

그러나 알파 고의 출현은 모든 것을 바 꾸었습니다. 심화 학습' 알고리즘에 기반한 인공지능 컴퓨터 프로그램으로 세계 최고의 프로 바둑 선수를 물리치고 신경과학자들이 서광을 볼 수 있게 했다. 그들은 인공지능의 도움으로 복잡해 보이는 이 문제를 해결해 주길 바란다.

20 18 년 2 월 20 일 발간된 네이처 매거진은 이런 사례를 소개했다. 샌프란시스코의 사설 신경과학 연구기관인 SteveFinkbeiner 박사가 이끄는 연구팀은 스캐너를 이용해 뇌 뉴런의 기능을 연구하려 했지만, 이 장치는 분석 능력을 훨씬 능가하는 방대한 양의 데이터를 만들어 냈다. 이에 따라 Finco Bernard 는 구글의 인공지능 부서와 협력하여 구글이 제공하는 심도 있는 학습 알고리즘을 사용하여 이 데이터를 분석하고 예상치 못한 성공을 거두었다.

심도 있는 학습 알고리즘의 핵심은 인공신경망이다. 즉, 생물신경망의 운행 방식을 모방함으로써 컴퓨터가 인간과 같은 사고와 학습 능력을 갖추게 하는 것이다. 인공 신경망을 기반으로 한 알파고 프로그램은 인류의 가장 강력한 뇌를 물리쳤기 때문에, 아마도 인공 신경망을 통해서만 생물 신경망의 비밀을 철저히 이해할 수 있을 것이라고 많은 사람들이 믿게 되었다.

예를 들어, 위에서 언급한' 인간 신경 연결군' 은 난잡하고 불규칙해 보이지만, 인공신경망의 도움으로 과학자들은 이미 간단한 분석 작업을 할 수 있게 되었다. 예를 들어, 뇌파를 분석하기 위해 인공지능을 사용했으며, 피실험자들이 어떤 사진을 보고 있는지 추측해 보았습니다.

이 연구가 계속 발전한다면 독심술을 할 수 있기 때문에 많은 사람들이 이 연구에 항의하는 것은 비도덕적이다. 3 월 18 일,' 뉴 사이언티스트' 잡지는 우리가 기계에 의해 볼 수 있는 것에 대해 걱정할 필요가 없다고 문장 발표했다. 현재의 연구 수준은 실제 독심술과는 거리가 멀기 때문이다. 그러나, 이 연구는 장애인들이 그들의 삶의 질을 향상시키는 데 도움이 될 것이다. 예를 들어, 장애인이 로봇 팔을 제어하고 생각을 통해 간단한 동작을 하는 데 도움이 되는 독서 꾀를 한 사람이 있다.