책 속으로
딥러닝 방식의 인공지능은 그동안 인공지능 과학자들이 추구해 왔던 인간의 일반지능에 상당하는 지능은 아니다. 이러한 인공지능 연구의 성과에 대해 스탠퍼드대학교의 유명한 인공지능 연구자인 페이페이 리(Fei-Fei Li 교수는 “현대의 인공지능은 화재가 발생한 집 안에서 완벽한 바둑 한 수를 두는 기계를 의미한다”라고 설명한다. 리 교수는 현재 활용되고 있는 인공지능 지식과 기술이 범용성을 결여하고 있고, 주변 환경에 대한 인식 기능이 없어서 작동 환경에 대한 맥락을 이해하지 못하는 한계를 지니고 있다고 지적한다.
그렇다면 현재까지 개발, 활용되고 있는 좁고 약한 인공지능의 한계를 뛰어넘어 일반적이고 강한 인공지능을 개발할 가능성은 얼마나 될까? 1950년대 후반에 시작된 인공지능 연구가 60여 년이 지난 지금까지 일반적이고 강한 인공지능을 개발하지 못했으니 앞으로도 어려울 것이라고 보아야 할까? 인공지능 분야의 비전문가인 저자들이 이 문제를 판단하기란 거의 불가능하다. 다만 오늘날 좁고 약한 인공지능 연구의 핵심 아이디어와 이론모형을 제시한 로젠블랫은 자신의 연구 방향의 핵심이 인간 지능활동의 논리적·과학적·이성적 사고방식을 재현하려는 것이 아니라 ‘경험주의적’ 입장에서 인간의 지능 활동을 관찰하고 이를 재현하려는 것이라고 주장한 바 있다. _제1장 하이에크의 변명, 51~52쪽
의식과 무의식의 배분은 나름대로 최적화되어 있다. 예를 들어 새로운 일은 의식적 사고 작용의 비중이 크며, 힘든 일이 된다. 수학문제 풀기, 컴퓨터 코딩은 초기에는 한 단계도 빼지 않고 의식적·논리적으로 하는 행위이다. 대부분의 사람들이 수학 공부를 싫어하는 이유는 수학 공부가 반사작용, 기억력, 균형 감각, 영감에 의한 창조적 사고 등 무의식적 지능 활동보다는 의식하의 지능 활동을 필요로 하기 때문이다. 그리고 이런 활동은 뇌를 피곤하게 하는 에너지 다소비 활동이다. _제2장 합리주의와 경험주의의 대결, 89쪽
현재의 인공지능 컴퓨터 시스템은 컴퓨터의 처리
