Let me tell you a story. It goes back 200 million years. It's a story of the neocortex, which means "new rind." So in these early mammals, because only mammals have a neocortex, rodent-like creatures. It was the size of a postage stamp and just as thin, and was a thin covering around their walnut-sized brain, but it was capable of a new type of thinking.
이야기를 하나 해드리겠습니다. 그것은 2억 년 전으로 거슬러 올라갑니다. 대뇌 신피질에 관한 이야기인데 신피질이란 "새로운 껍질"이라는 뜻입니다. 초기 포유류에 관한 것이죠. 왜냐하면 쥐와 같은 포유류만이 신피질을 가지고 있으니까요. 신피질의 크기는 우표 정도였고 두께도 우표 정도였는데 호두 만한 크기의 뇌를 얇게 둘러싸고 있었습니다. 하지만 이것은 새로운 방식의 사고 능력을 갖추고 있었어요.
Rather than the fixed behaviors that non-mammalian animals have, it could invent new behaviors. So a mouse is escaping a predator, its path is blocked, it'll try to invent a new solution. That may work, it may not, but if it does, it will remember that and have a new behavior, and that can actually spread virally through the rest of the community. Another mouse watching this could say, "Hey, that was pretty clever, going around that rock, " and it could adopt a new behavior as well.
포유류가 아닌 동물이 보이는 고정된 행동 양식 대신 신피질은 새로운 행동을 만들어 냈습니다. 그래서 생쥐는 포식자를 피하려다 길이 막히면 새로운 해법을 찾아내려고 합니다. 통할 수도 있고 아닐 수도 있지만요. 하지만 해법이 통하면 그걸 기억하고 새로운 행동을 보입니다. 그런 행동은 바이러스처럼 사회 곳곳에 퍼지게 되지요. 이걸 본 다른 생쥐가 이렇게 말할 수도 있겠군요. "이봐, 그거 참 영민한데, 그 어려움을 피해 가다니 말이야." 그게 또 다른 행동을 이끌어 내기도 합니다.
Non-mammalian animals couldn't do any of those things. They had fixed behaviors. Now they could learn a new behavior but not in the course of one lifetime. In the course of maybe a thousand lifetimes, it could evolve a new fixed behavior. That was perfectly okay 200 million years ago. The environment changed very slowly. It could take 10,000 years for there to be a significant environmental change, and during that period of time it would evolve a new behavior.
포유류가 아닌 동물들은 이런 행동 중에 어떤 것도 하지 못합니다. 그들은 고정된 행동을 합니다. 새로운 행동을 배울 수는 있지만 한 평생을 사는 동안에는 그렇게 할 수 없습니다. 약 1천 세대에 걸쳐 신피질은 새로운 고정 행동을 만들어냈을 겁니다. 2억 년 전에는 그런 모습이 완벽하게 괜찮았지요. 주변 환경이 매우 느리게 변화했으니까요. 중요한 환경 변화가 일어나려면 1만 년은 걸렸을 테니까요. 그 시간 동안 신피질은 새로운 행동을 만들어 냈을 거예요.
Now that went along fine, but then something happened. Sixty-five million years ago, there was a sudden, violent change to the environment. We call it the Cretaceous extinction event. That's when the dinosaurs went extinct, that's when 75 percent of the animal and plant species went extinct, and that's when mammals overtook their ecological niche, and to anthropomorphize, biological evolution said, "Hmm, this neocortex is pretty good stuff, " and it began to grow it. And mammals got bigger, their brains got bigger at an even faster pace, and the neocortex got bigger even faster than that and developed these distinctive ridges and folds basically to increase its surface area.
그런 흐름은 괜찮았지만 새로운 사건이 발생했습니다. 6천5백만 년 전, 갑작스럽고 급격한 환경 변화가 일어났습니다. 우리는 그것을 백악기의 대멸종이라고 하죠. 공룡이 모두 멸종한 시기인데 모든 동식물종의 75%가 멸종했고 그 시기에 포유류는 자신의 생태적 지위를 앞서 나가 인간이 되기 시작합니다. 생물학적 진화 면에서 보면 "음, 이 신피질이란 게 무척 좋은 거군"이라고 했겠죠. 그리고는 신피질이 자라나기 시작합니다. 포유류의 몸집이 더 커짐에 따라 두뇌는 훨씬 더 빠른 속도로 커지고 신피질은 그보다도 더 빠르게 훨씬 더 커졌습니다. 그리고는 이렇게 특이한 굴곡을 만들어냈어요. 기본적으로 그 표면을 넓히려는 것이었죠.
If you took the human neocortex and stretched it out, it's about the size of a table napkin, and it's still a thin structure. It's about the thickness of a table napkin. But it has so many convolutions and ridges it's now 80 percent of our brain, and that's where we do our thinking, and it's the great sublimator. We still have that old brain that provides our basic drives and motivations, but I may have a drive for conquest, and that'll be sublimated by the neocortex into writing a poem or inventing an app or giving a TED Talk, and it's really the neocortex that's where the action is.
인간의 신피질을 펼쳐보면 식탁의 냅킨 정도의 크기이고 여전히 얇은 구조예요. 식탁 냅킨 정도의 두께를 가지고 있습니다. 하지만 이제는 수많은 주름과 굴곡을 가지고 우리 두뇌의 80%를 차지합니다. 그곳을 통해 우리는 생각을 합니다. 위대한 창조자인 셈이죠. 인간은 여전히 기본적인 행동과 동기를 유발하는 오래된 두뇌를 갖고 있지만 이제는 정복을 위한 욕구를 가질 수도 있지요. 신피질은 시를 쓰거나 앱을 만들고 TED 강연을 만들어 내는 창조적 역할을 합니다. 그것이 바로 활동이 일어나는 신피질의 실체입니다.
Fifty years ago, I wrote a paper describing how I thought the brain worked, and I described it as a series of modules. Each module could do things with a pattern. It could learn a pattern. It could remember a pattern. It could implement a pattern. And these modules were organized in hierarchies, and we created that hierarchy with our own thinking. And there was actually very little to go on 50 years ago.
50년 전에 저는 두뇌가 어떻게 작동하리란 저의 생각을 설명하는 논문을 썼습니다. 저는 그것을 일련의 모듈처럼 묘사했죠. 각각의 모듈은 어떤 양식을 가지고 일을 처리했습니다. 양식을 배울 수 있고 기억할 수도 있었죠. 그걸 시행할 수도 있었습니다. 이러한 모듈은 체계를 가지고 조직되었고 우리는 우리 자신의 사고를 통해 그 체계를 창조해 냈습니다. 실제로 50년 전에는 거의 다른 진전이 없었지요.
It led me to meet President Johnson. I've been thinking about this for 50 years, and a year and a half ago I came out with the book "How To Create A Mind, " which has the same thesis, but now there's a plethora of evidence. The amount of data we're getting about the brain from neuroscience is doubling every year. Spatial resolution of brainscanning of all types is doubling every year. We can now see inside a living brain and see individual interneural connections connecting in real time, firing in real time. We can see your brain create your thoughts. We can see your thoughts create your brain, which is really key to how it works.
제가 존슨 대통령을 만난 적이 있는데요. 저는 그 사실을 50년 간 생각해왔습니다. 1년 반 전에 저는 이런 책을 썼습니다. "정신을 창조하는 법" 내용은 논문과 같았지만 수많은 증거가 포함되었습니다. 신경과학을 통해 두뇌에 대해 우리가 수집한 자료는 해마다 두배로 늘어납니다. 모든 종류의 두뇌 스캔 해상도는 매년 두배가 되고 있습니다. 현재 인간은 살아있는 뇌의 내부와 각각의 신경 연결선을 실시간으로 볼 수 있습니다. 두뇌가 생각을 만들어내는 것을 볼 수 있어요. 인간의 사고가 뇌를 만들어내는 것을 볼 수 있습니다. 바로 이것이 작동 원리의 진정한 열쇠입니다.
So let me describe briefly how it works. I've actually counted these modules. We have about 300 million of them, and we create them in these hierarchies. I'll give you a simple example. I've got a bunch of modules that can recognize the crossbar to a capital A, and that's all they care about. A beautiful song can play, a pretty girl could walk by, they don't care, but they see a crossbar to a capital A, they get very excited and they say "crossbar, " and they put out a high probability on their output axon. That goes to the next level, and these layers are organized in conceptual levels. Each is more abstract than the next one, so the next one might say "capital A." That goes up to a higher level that might say "Apple." Information flows down also. If the apple recognizer has seen A-P-P-L, it'll think to itself, "Hmm, I think an E is probably likely, " and it'll send a signal down to all the E recognizers saying, "Be on the lookout for an E, I think one might be coming." The E recognizers will lower their threshold and they see some sloppy thing, could be an E. Ordinarily you wouldn't think so, but we're expecting an E, it's good enough, and yeah, I've seen an E, and then apple says, "Yeah, I've seen an Apple."
어떤 일이 일어나는지 설명드릴게요. 제가 이 모듈들을 실제로 세어봤습니다. 인간은 이런 것들을 약 3억 개 가지고 있는데 이런 위계 속에서 만들어냅니다. 간단한 예를 드리죠. 저에게는 대문자 A에 있는 수평 직선을 알아보는 여러 개의 모들이 있습니다. 이 모듈들이 하는 일의 전부이죠. 아름다운 음악이 흘러나와도 아리따운 아가씨가 지나가도 이 녀석들은 관심이 없어요. 하지만 A 자에 든 직선을 보면 매우 흥분해서 "직선"이라고 말하고는 출력 축색 돌기에 높은 확률을 표시합니다. 그러면 다음 단계로 넘어가게 되고 이런 층이 개념적인 수준에서 만들어집니다. 각 층은 다음 층에 비해서 더 추상적이에요. 그래서 그다음 층이 "대문자 A"라고 말할지도 모릅니다. 그것은 "사과(Apple)"라고 말하는 더 높은 단계로 갑니다. 정보는 또한 아래로도 흐릅니다. 사과(Apple)를 알아보는 단계가 A-P-P-L 만 봐도 "흠.. E가 나올 것 같아"라고 생각합니다. 그리고는 E를 알아보는 층으로 이런 신호를 내려보냅니다. "E가 있는지 알아봐. E가 나와야 할 것 같거든." E를 알아보는 층은 자신의 기준을 낮춰 E 가 될 법하게 쓰인 것을 찾습니다. 보통은 그렇게 하지 않지만 E를 예측하는 것으로 충분하죠. "그래, E 가 있는데."라고 하면 사과를 생각하는 층에서 "그래, 난 사과를 봤어."라고 하죠.
Go up another five levels, and you're now at a pretty high level of this hierarchy, and stretch down into the different senses, and you may have a module that sees a certain fabric, hears a certain voice quality, smells a certain perfume, and will say, "My wife has entered the room."
여기서 5 단계를 더 올라가면 이제 상당히 높은 단계에 다다르게 되고 신호는 서로 다른 감각으로 내려갑니다. 사람에게는 특정한 표면을 감지하거나, 특정한 목소리를 듣거나, 특정한 향을 감지하는 모듈이 있어서 이렇게 말합니다. "아내가 방에 들어왔어."
Go up another 10 levels, and now you're at a very high level. You're probably in the frontal cortex, and you'll have modules that say, "That was ironic. That's funny. She's pretty."
이제 다시 10 단계 위로 올라가면 아주 높은 단계에 이르게 됩니다. 아마 전두 피질에 이르렀을 테고 거기에는 이렇게 말하는 모듈이 있을 겁니다. "거 참 이상하네. 우습게도 아내가 예뻐."
You might think that those are more sophisticated, but actually what's more complicated is the hierarchy beneath them. There was a 16-year-old girl, she had brain surgery, and she was conscious because the surgeons wanted to talk to her. You can do that because there's no pain receptors in the brain. And whenever they stimulated particular, very small points on her neocortex, shown here in red, she would laugh. So at first they thought they were triggering some kind of laugh reflex, but no, they quickly realized they had found the points in her neocortex that detect humor, and she just found everything hilarious whenever they stimulated these points. "You guys are so funny just standing around, " was the typical comment, and they weren't funny, not while doing surgery.
그 모듈은 더 복잡할 거라고 생각하실지도 모르지만 사실 더 복잡한 것은 그 아래에 있는 계층 구조입니다. 뇌 수술을 받은 16세 소녀가 있었는데 의식이 있었어요. 의사가 말을 걸려고 했으니까요. 뇌에는 통증을 느끼는 감각이 없기 때문에 가능한 일이죠. 의사들이 그녀의 신피질에서 매우 작고 특정한 부위를 자극할 때마다, 여기 붉게 보이는 부분인데요, 소녀가 웃는 거예요. 처음에 의사들은 일종의, 웃음을 유발하는 부위를 건드렸다고 생각했는데 그게 아니었어요. 의사들은 곧바로 유머를 알아채는 신피질 부위를 찾아냈다는 것을 알게 되었습니다. 의사들이 이 지점을 자극할 때마다 소녀는 모든 것이 아주 우스꽝스럽게 느껴지는 거예요. "여기 서 계신 분들은 정말 웃기네요."라는 말을 자주 했지만 의사들은 전혀 웃기지 않았어요. 수술을 집도하는 중에는 말이에요.
So how are we doing today? Well, computers are actually beginning to master human language with techniques that are similar to the neocortex. I actually described the algorithm, which is similar to something called a hierarchical hidden Markov model, something I've worked on since the '90s. "Jeopardy" is a very broad natural language game, and Watson got a higher score than the best two players combined. It got this query correct: "A long, tiresome speech delivered by a frothy pie topping, " and it quickly responded, "What is a meringue harangue?" And Jennings and the other guy didn't get that. It's a pretty sophisticated example of computers actually understanding human language, and it actually got its knowledge by reading Wikipedia and several other encyclopedias.
지금은 어떨까요? 음, 컴퓨터가 실제로 인간의 신피질과 비슷한 기술로 인간의 언어를 완전히 이해하기 시작했습니다. 제가 실제로 그 알고리즘을 설명했는데요. 그것은 소위 숨겨진 단계적 마르코프 모델이라고 하는 것인데 제가 90년대 이후로 연구해온 분야입니다. "제퍼디(Jeopardy)"는 광범위한 자연 언어 게임이에요. 왓슨은 최고 득점자 두 사람의 점수를 합한 것보다 더 높은 점수를 얻었습니다. 왓슨이 이 문제를 맞혔습니다. "길고 지루한 이야기인데, 거품이 있는 파이 토핑이 한 말" 그러자 왓슨이 바로 답했습니다. "정답은 머랭 하랑(meringue harangue)" 제닝스와 다른 참가자는 무슨 말인지 몰랐습니다. 이것은 컴퓨터가 인간의 언어를 실제로 이해했다는 상당히 복잡한 예입니다. 왓슨은 실제로 위키피디아와 몇 개의 다른 백과사전을 통해 지식을 얻었습니다.
Five to 10 years from now, search engines will actually be based on not just looking for combinations of words and links but actually understanding, reading for understanding the billions of pages on the web and in books. So you'll be walking along, and Google will pop up and say, "You know, Mary, you expressed concern to me a month ago that your glutathione supplement wasn't getting past the blood-brain barrier. Well, new research just came out 13 seconds ago that shows a whole new approach to that and a new way to take glutathione. Let me summarize it for you."
앞으로 5년에서 10년 후, 검색 엔진은 실제로 단어나 연결의 조합을 찾는 대신 실제로 이해한 내용을 기반으로 검색할 겁니다. 웹이나 책을 수억 쪽이나 이해하며 읽은 것으로부터 말이에요. 그래서 길을 가는데 갑자기 구글이 튀어나와 "이 보세요, 메리, 한 달 전에 당신이 섭취하는 글루타티온이 혈액 뇌 관문을 통과하지 못할까 걱정했는데, 13초 전에 발표된 결과를 보면 그것에 대한 완전히 새로운 접근법과 글루타티온을 섭취하는 새로운 방법을 보여 줍니다. 그걸 요약해 드릴게요."라고 말하게 될 겁니다.
Twenty years from now, we'll have nanobots, because another exponential trend is the shrinking of technology. They'll go into our brain through the capillaries and basically connect our neocortex to a synthetic neocortex in the cloud providing an extension of our neocortex. Now today, I mean, you have a computer in your phone, but if you need 10,000 computers for a few seconds to do a complex search, you can access that for a second or two in the cloud. In the 2030s, if you need some extra neocortex, you'll be able to connect to that in the cloud directly from your brain. So I'm walking along and I say, "Oh, there's Chris Anderson. He's coming my way. I'd better think of something clever to say. I've got three seconds. My 300 million modules in my neocortex isn't going to cut it. I need a billion more." I'll be able to access that in the cloud. And our thinking, then, will be a hybrid of biological and non-biological thinking, but the non-biological portion is subject to my law of accelerating returns. It will grow exponentially. And remember what happens the last time we expanded our neocortex? That was two million years ago when we became humanoids and developed these large foreheads. Other primates have a slanted brow. They don't have the frontal cortex. But the frontal cortex is not really qualitatively different. It's a quantitative expansion of neocortex, but that additional quantity of thinking was the enabling factor for us to take a qualitative leap and invent language and art and science and technology and TED conferences. No other species has done that.
지금으로부터 20년 후에는 나노 로봇이 나옵니다. 또 점점 더 작은 것에 대한 기술이 또 하나의 추세거든요. 나노 로봇이 사람의 머릿속으로 들어가 모세 혈관을 통해서 인간의 신피질을 클라우드에 있는 합성 신피질에 연결함으로써 인간의 신피질을 확장해 줄 것입니다. 현재에는 휴대 전화기에 컴퓨터가 들어있습니다. 만약 몇 초 만에 복잡한 검색을 하려고 만 개의 컴퓨터가 필요한 경우에 클라우드에 있는 컴퓨터에 1, 2초간 접속할 수 있어요. 2030년대에 약간의 신피질이 더 필요하다면 머릿속에 있는 신피질을 클라우드에 직접 연결할 수 있게 될 것입니다. 그래서 제가 길을 걷다가 "아, 크리스 앤더슨이 있군. 이쪽으로 오네. 뭔가 영리해 뵈는 걸 생각해야겠는걸. 3초 밖에 시간이 없는데. 내 머릿속에 있는 3억 개의 신피질 모듈로는 할 수가 없어. 10억 개는 더 필요한데."라고 말하면 저는 바로 그 클라우드에 접속할 수 있을 겁니다. 그때, 우리의 사고는 생물학적인 것과 비 생물학적인 것이 혼재된 사고가 될 것입니다. 하지만 비 생물학적인 부분은 제가 말하는 가속적 결과의 법칙에 지배를 받습니다. 그것은 기하급수적으로 증가할 것이라는 뜻이죠. 우리가 마지막으로 신피질을 확장했던 때를 기억하십니까? 그것은 2백만 년 전, 우리가 인간의 모습을 하고 이렇게 커다란 이마를 갖게 되었던 시기입니다. 다른 영장류는 이마 부위가 기울어져 있지요. 그들에게는 전두 피질이 없습니다. 그렇지만 전두 피질은 실제로 질적으로 다르지 않습니다. 그것은 신피질이 양적으로 확장된 것이에요. 그런데 그렇게 늘어난 사고의 양이 우리가 질적인 향상을 이루고 언어와 예술, 과학, 기술, 그리고 TED 콘퍼런스를 발명하게 만들었습니다. 다른 어떤 종도 그러지 못했습니다.
And so, over the next few decades, we're going to do it again. We're going to again expand our neocortex, only this time we won't be limited by a fixed architecture of enclosure. It'll be expanded without limit. That additional quantity will again be the enabling factor for another qualitative leap in culture and technology.
Thank you very much.
즉, 다음 수십 년간, 우리는 다시 그 과정을 지날 겁니다. 인간은 신피질을 다시 확장할 것이고 이번에 만큼은 신피질을 둘러싼 고정된 신체 구조의 한계에 의해 제한받지 않을 것입니다. 제한 없이 확장될 것입니다. 그렇게 얻어지는 양은 또다시 문화와 기술에 있어서 또 한 번의 질적인 향상을 가능하게 하는 요소가 될 것입니다. 대단히 감사합니다.
공무원 두문자 암기
✽ 책 구매 없이 PDF 제공 가능
✽ adipoman@gmail.com 문의