찰스 사이먼, 브레인 시뮬레이터 II 저자 – 인터뷰 시리즈

찰스 사이먼은 브레인 시뮬레이터 II의 저자입니다. 브레인 시뮬레이터 II는 무료 오픈 소스 소프트웨어 프로젝트로, 종합 인공지능(AGI) 시스템을 만들기 위한 동반자입니다.

원래 브레인 시뮬레이터 소프트웨어는 1988년에 출시되었습니다. 브레인 시뮬레이터 II는 그 전신과 비교하여 얼마나 발전했나요?

오늘의 시스템은 원래 시스템보다 1백만 배 빠릅니다. 원래 시스템은 FORTRAN으로 작성되었으며, IBM AT 클론에서 실행되었으며, 1,200개의 뉴런을 지원하며, 1초당 약 2개의 사이클을 계산했습니다. 오늘의 프로그램은 네트워크에서 실행될 수 있으며, 강력한 데스크톱 CPU에서 1초당 25억개의 시냅스를 처리할 수 있습니다.

이 책은 브레인 시뮬레이터 II에 대해 설명하며, 이 소프트웨어를 실행하기 위해 어떤 코딩 경험을 필요로 하나요?

코딩 경험은 필요하지 않습니다. 프로그래머가 아니면, 브레인 시뮬레이터와 함께 시간을 보내면 뉴런의 능력과 한계, 지식 표현에 대해 약간 알게 되고, даже 제한된 네트워크를 구축할 수 있습니다. 프로그래머라면, 더 심도 있는 기술적 설명을 따르며, 시스템을 확장하기 위한 모듈을 구축할 수 있습니다.

AGI를 달성하기 위해 생물학적으로 영감을 받은 인공지능의 근본을 돌아가는 것이 왜 중요한가요?

1980년대에는 충분히 큰 신경망을 구축할 수만 있다면, 그것이 자동으로 지능이 되는 것으로 생각했습니다. 그러나 40년이 지난 지금, 이 시나리오는 점점 더 불가능해 보입니다. 따라서, 전통적인 인공지능 접근법이 AGI에 대해 효과적이지 않다면, 다른 접근법을 시도해 볼 필요가 있습니다. 그리고 현재 작동하는 유일한 AGI 모델은 인간의 뇌입니다.

동시에, 생물학적 타당성을 철저히 지키는 것은 필요하지 않습니다. 예를 들어, 우리의 뇌는 두 개의 눈으로 받은 이미지의 미세한 차이를 통해 물체의 거리를 추정할 수 있습니다. 이것은 3D 영화의 기반이 됩니다. 그러나 우리는 뇌에서 이것이 어떻게 작동하는지 정확히 모릅니다. 그래서, 나는 이 기능을 몇 줄의 삼각함수로 구현했습니다. 이것은 뇌에서 작동하는 방식과 다를 수 있지만, 더 빠르고 정확할 것입니다.

책에서 로봇공학이 AGI를 위해 필수적이라고 언급했습니다. 왜 이것이 중요하나요?

색을 볼 수 없는 사람에게 색을 설명하거나, 들을 수 없는 사람에게 음악을 설명하는 것을 생각해 보세요. 만약 잠재적인 AGI가 컴퓨터 프로그램에 불과하다면, 어떻게 하면 세 살짜리 아이가 알고 있는 기본적인 것을 이해할 수 있을까요? 아이는 시점을 가지고 있고, 현실에 둘러싸여 있습니다. 아이는 물체가 존재하고, 많은 물체가 조작될 수 있다는 것을 알고 있습니다. 블록을 가지고 놀면서, 아이는 형태, 크기, 고형성, 중력, 시각적 차단, 거리 등에 대해 배울 수 있습니다. 자율적인 운동, 시각, 조작기를 가진 AGI는, 텍스트와 이미지 데이터에만 의존하는 프로그램보다 더 근본적인 수준에서 현실에 대해 배우게 됩니다.

로봇 AGI가 현실의 기본적인 이해를 얻은 후, 그 지식은 비로봇 사고 기계로 복제될 수 있습니다. 시각이나 청각을 잃은 사람이 그 감각을 처음부터 가지고 있지 않은 사람보다 다르게 이해하는 것과 마찬가지입니다.

브레인 시뮬레이터 II는 역전파를 사용하지 않습니다. 이 방법론을 채택하지 않은 이유는 무엇인가요?

인간의 뇌는 역전파를 사용하지 않습니다. 따라서, AGI는 역전파 없이 가능해야 합니다. 실제로, 역전파는 생물학적 모델과 근본적으로 호환되지 않습니다. 왜냐하면, 시냅스 가중치를 정확하게 감지하고 수정하는 것을 필요로 하기 때문입니다. 그러나 시냅스 가중치를 정확하게 감지하는 것은 불가능하며, 시냅스 가중치를 설정하는 것은 매우 어렵습니다. 시냅스 가중치를 감지하는 것은 불가능하며, 시냅스 가중치를 설정하는 것은 매우 어렵습니다. 시냅스 가중치를 감지하는 것은 불가능합니다.

역전파는 생물학적 유사성이 없으며, 나는 그것을 매우 강력한 통계적 방법이라고 생각합니다. 많은 사람들이 이것을 사용하고 있으며, 일부는 탁월한 결과를 얻었습니다. 그러나 나는 다른 접근법을 시도해 보기 위해, 스파이킹 뉴런과 플러그인 소프트웨어 모듈을 사용하여 AGI의 문제를 다른 관점에서 살펴보고 있습니다.

뇌를 조사하면 무질서하고 무작위성처럼 보입니다. 이것을 소프트웨어 시스템에 도입해야 하는가요?

나는 그렇게 생각하지 않습니다. 개별 뉴런과 시냅스의 기능은 결정론적이며, 트랜지스터와 같습니다. 뇌에서 이것이 무작위성처럼 보이는 것은 노이즈 수준이 높고, 정보 구성 요소가 명백한 순서에 있지 않기 때문입니다. 그러나 당신의 시각을 생각해 보세요. 당신은 텍스트를 명확하게 읽을 수 있으며, 읽기 과정에는 무질서나 무작위성이 없습니다. 따라서, 적어도 시각 피질은相当 신뢰할 수 있고 반복 가능합니다. 그러나 조사하면, 다른 뇌 부분과 마찬가지로 무질서하게 보입니다. 우리는 아직 뇌의 내부 언어를 읽을 수 없습니다. 이것은 중국어를 읽을 수 없는 사람이 중국어를 보는 것과 같습니다. 중국어는 무작위성처럼 보이지만, 중국어를 읽을 수 있는 사람은 그것이 명백한 조직과 순서를 가지고 있다는 것을 압니다.

유니버설 지식 저장소(UKS)라는 개념을 소개했습니다. 이것은 무엇이며, 왜 중요한가요?

로봇공학에 대한 질문으로 돌아가서, 일반 지능의 한 측면은 다양한 감각으로부터 지식을 통합하는 능력입니다. 블록에 대해 알고 있는 것은, 그것을 볼 수 있고, 만질 수 있고, 그것에 대해 들을 수 있기 때문입니다. 이것은 모두 블록에 대한 정보입니다. 따라서, AGI가 유사한 능력을 가지기 위해서는, 다양한 정보를 처리하고, 유용한 관계를 생성할 수 있는 일반적인 저장 메커니즘이 필요합니다. UKS는 매우 일반적인 방식으로 지식 그래프를 구현하여, 모든 종류의 정보와 관계를 처리할 수 있습니다.

UKS는 미로 응용 프로그램에 필요한 공간 정보와, 목표를 달성하기 위한 결정과 결과 트리를 저장할 수 있습니다. 동일한 구조는 단어를 색상과 연관시키는 데 사용됩니다. 이러한 일반성은 AGI의 기본입니다.

AGI가 등장하기 위한 시간적 지평은 무엇인가요?

그것은 difícil로 말할 수 있습니다. 이미 AGI에 필요한 하드웨어를 가지고 있으며, 하나의 돌파구만 필요로 하며, 언제든지 올 수 있습니다. 그 돌파구를 설명해 보겠습니다.

만약 빨강은 색이고, 파랑은 색이라는 것을 알면, 색을 이름으로 불러달라고 할 수 있습니다. 그리고 빨강과 파랑을 말할 수 있습니다. 질문은, AGI가 “is-a” 관계를 배우는 방법은 무엇인가요? 나는 쉽게 이러한 관계를 프로그래밍할 수 있지만, 그러면 AGI는 새로운 관계를 배우지 못할 것입니다. 아이는 가까이/멀리, 크기/작기, 먼저/나중에, 전에/之后 등에 대해 배울 수 있습니다. 그러나 이러한 것은 크기, 거리, 시간 등 더 기본적인 개념에 의존합니다.

신경 세포가 가득 찬 머리가 이러한 기본적인 것을 어떻게 배우나요? 이것은 로봇공학의 필요성과도 관련이 있습니다. AGI가 거리 개념을 배우기 위해서는 어떻게 움직이고, 무엇인가를 잡을 수 있어야 하나요? 이것은 또한, 유니버설 저장소의 필요성과도 관련이 있습니다. AGI가 어디로 가는지 이해하기 위해서는, 위치와 시간의 개념을 결합해야 합니다. 어디로 가는 것은 비교적 간단합니다. 그러나, 어디로 가는 것이 무엇인지 이해하는 것은 훨씬 더 어렵습니다. 나는 이러한 기본적인 질문들이 모두 같은 근본적인 문제의 прояв이라고 믿으며, 그 문제의 해결이 필요한 돌파구입니다.

브레인 시뮬레이터 II나 AGI에 대해 더 공유하고 싶은 것이 있나요?

뉴런과 시냅스를 사용하여 이러한 기본적인 문제를 해결하는 회로를 설계하면, 개념을 나타내는 몇십개의 시냅스가 아니라, 몇십개의 뉴런이 필요하다는 것을 알게 됩니다. 이것은 뇌의 능력이 몇십억 개의 것이라고 일반적으로 생각하는 것과 다르게, 실제로는 몇천만 개의 것을 이해하는 데 제한되어 있음을 의미합니다. 이러한 점을 고려하면, 1천만 개의 것을 이해할 수 있는 초기 AGI는 적어도 이러한 기본적인 개념 중 일부를 이해할 수 있어야 합니다. 그리고, 1천만 개의 것을 표현하는 컴퓨터 시스템은 오늘날의 하드웨어로 가능합니다. 심지어 오늘날의 데스크톱 컴퓨터로도 가능할 것입니다.

브레인 시뮬레이터의 1.0 버전은 실제로 그 성숙을 의미합니다. 이제, 더广泛한 연구 대상에게 유용한 용량과 다듬어진 사용자 인터페이스를 가지고 있습니다. 이것은 커뮤니티 프로젝트로, 개발 팀과 더 큰 사용자 그룹이 함께 새로운 아이디어를 시도하고, 지능과 AGI의 기본적인 질문에 대해 진행할 것입니다.

이 인터뷰에 감사드립니다. AGI에 대해 논의하는 것은 항상 유익합니다. 더 많은 것을 배우고 싶은 독자는 브레인 시뮬레이터 II 책을 읽어야 합니다.