사이버네틱스, 인지과학에서의 유용한 교리들

다음은 내가 인간 수준의 인공지능을 연구하고, 사이버네틱스, 인지과학을 기계 학습으로 풀어낼 때 필요한 철학과 원리, 가설들이다.

철학

1. “내가 만들 수 없는 것은 이해하지 못한다” (Feynman)
   리처드 파인만은 어떤 현상을 완전히 이해하려면 그 메커니즘을 처음부터 재구성할 수 있어야 한다고 말했다.

2. “박쥐가 된다는 건 무슨 느낌일까?” (Nagel, Uexkull)
   토마스 네이글은 박쥐의 초음파 방향 감지 같은 비인간적 질적 체험은 인간의 제3인칭 객관적 설명으로는 결코 재현될 수 없다고 지적했다. 야콥 폰 우엑슐의 ‘움벨트(Unwelt)’ 개념과 더불어, 종마다 고유한 지각 세계가 서로 완전히 겹치지 않기 때문에 인간은 인간 이외의 의식을 본질적으로 공감할 수 없다고 주장했다。

가설 / 원리

1. 베이지안 두뇌 가설 (Helmholtz, Hinton, Doya)
   헬름홀츠의 무의식적 추론 개념을 기반으로, 힌튼과 도야는 뇌가 감각 입력을 확률 모델로 처리하고 베이즈 규칙에 따라 갱신된다고 보았다.

2. 자유 에너지 원리 (Friston, Parr, Pezzulo)
   카를 프리스턴은 생물 시스템이 변분 자유 에너지를 최소화하여 예측 오차를 줄이고 안정적 상태를 유지한다고 제안했다. 파와 페줄로는 이를 능동 추론(active inference) 이론으로 확장했다。

3. 창발·홀리즘·게슈탈트 원리 (Koffka, Bertalanffy, Anderson)

   • “전체는 부분들의 단순 합이 아니다.” (Kurt Koffka)
   • 시스템 전체주의 (Ludwig von Bertalanffy)
   • “더 많으면 다르다(More Is Different).” (Philip W. Anderson)
     복잡계에서 구성 요소를 넘어선 새로운 성질이 창발함을 강조한다。

4. 계산적 불가축약성 (Turing, Wolfram, Chaitin)
   앨런 튜링의 정지 문제, 차이팅의 알고리즘적 무작위성, 울프람의 셀룰러 오토마타 연구는 어떤 과정은 그 전체 계산을 시뮬레이션하지 않고는 예측할 수 없음을 보여준다。

5. 필수 다양성의 법칙 (Ashby, Boisot & McKelvey)
   시스템이 외부 환경의 복잡성을 제어하려면 내부에 동등하거나 더 큰 다양성을 가져야 한다. 조직은 단순히 동등한 다양성을 갖추는 것을 넘어, 내부 복잡성의 질과 구조를 외부 환경 복잡성에 맞춰 설계해야 한다。