| [ PhilosophyThought ] in KIDS 글 쓴 이(By): chopin (**쇼팽**) 날 짜 (Date): 1999년 3월 10일 수요일 오전 12시 32분 39초 제 목(Title): Re: [계층구조론] 대칭성의 파괴 RNB님 wrote: > >하지만 쇼팽님이 그동안 써오신 글들은 이 transient구간에 지나친 >비중과 기대를 두신 것은 아닌가합니다. 귀납법, 확률론, 비선형 방정식의 >추론 불능, 삼체문제 등에 관한 논지는 결국 인간의 정신 작용을 open loop 상의 >transient 거동으로 모델할때 유용하리라고 봅니다. (아님 말씀해주시길.) transient구간이 정확이 무엇을 의미하는지는 좀 애매합니다만 아마도 정확히 이해를 하신것 같습니다. 다시말하면 뉴런 레벨의 세세한 작동원리나 pinkrose님 표현 처럼 불이 반짝이는거 가지고는 정신을 설명하기는 황당하다 는 표현에 적합한 말인 것 같군요.. 모두 사실이고 타당합니다. 뉴런으로 정신을 직접적으로 설명하기는 마치 분자로 사람의 행동을 기술하는 것과 같이 무모할 수 있습니다. 물론 우리의 본능이나 감정 등 하등 동물들에게도 공통적으로 보이는 뇌활동들은 뉴런 레벨의 탐구가 결정적인 단서들을 제공합니다. 하지만 우리가 궁극적으로 원하는 사고작용에서까지 완벽히 뉴런레벨의 설명이 결정적일 것이라는 것은 있을 수 없는 일임에 분명합니다. 다른 많은 분들이 예를 들었듯이 우리는 애인의 마음을 끌기위해서 꽃다발하나를 선물하는 논리의 계층의 연애학이 필요한 것이지, 이를 뉴런 레벨의 이해가 필요 하다고 할 사람은 아무도 없습니다. 이 부분은 아무도 반대하는 사람이 없는데도 불구하고 자꾸 뉴런레벨의 설명이 인간사고작용에대한 설명으로는 무의미하다는 반론이 쏟아지는 이유는, 뉴런 레벨의 많은 연구를 뉴런으로 꽃다발 받은 애인이 왜 기뻐하는지 설명하려는 것을 의도 하는 학문으로 오해하고 있기 때문입니다. 뉴런 레벨의 연구는 인간의 사고작용의 바로 아래에 있는 의미있고 중요한 계층이론으로 접근 할 수 있는 유일한 방법이기 때문에 우리는 뉴런레벨의 지식 습득을 더욱 중요시하고 있는 것입니다. 애인의 마음이 꽃다발을 받으면 기쁨으로 가득찬다는 사실들, 이런 인간사고에 대한 무수한 사실들을 알아내고 종합하고 그 하부의 법칙을 세운다고 해서(심리학적접근) 인간사고에 대한 비밀이 완전히 밝혀졌다고 할 수는 없습니다. 그 하부에 세워질 수 있는 법칙들이 실제로 무한히 많기 때문에 어떤 것이 정말로 올바른지 검증할 방법이 없기 때문입니다. 실제로 우리는 사고작용의 아랫 레벨에 대한 모델들을 이미 많이 가지고 있습니다. 영혼이나, 자아, 귀신, 기, 이런 것들이 실제로 그러한 모델들이자, 검증 불가능한 계층에 위치한 모델들입니다. 또한 아랫 계층 세계의 아무런 지식도 없이 생성데이타들만 관측하여 위로 부터 접근하는 것은 뇌에서는 통하지 않는 다는 것 역시 계속 강조하고 있습니다. 사람의 마음을 설명할 하부계층의 모델이 무한대로 많다는 점, 그리고 그 중 옳은 것을 선택할 가능성이 거의 없다는 점, 또한, 그 모델이 옳은지 검증할 방법이 없다는 점이 중요한 이유입니다. 또 한가지 심리학적인 접근 방법은 "선형적인"논리를 써서 접근 하는 것이기 때문에 심리학에서의 추론 모델들은 모두 선형적인 모델이거나 기존에 발견된 비선형논리를 짜맞추는 수준을 벗어 날 수 없습니다. 적당히 선형적인 논리로 사고레벨을 구성한 모델은 이미 훌륭히 잘 나와 있습니다. 인공지능 분야에서 이미 만들어낸 추론모델들은 실제로 개념에 대한 자료를 주고 돌리면 사람과는 비교할 수 없을 정도의 수천만배이상의 추론속도를 보입니다. 실제로 그 레벨의 사고작용만을 인간과 비교할때 그 기계의 추론성능은 사람의 백만~천만배쯤 될겁니다. 분명 주어진 문제에 한해서는 사람보다 잘 추론하는 훌륭한 추론모델입니다. 그렇다고 우리가 이 기계가 사람보다 똑똑한 추론 지능모델이라고 할 수는 있을 까요? 일본에서는 완전히 추론을 모델로 하는 프롤로그머신을 하드웨어로 구현하는 5세대 컴퓨터 프로젝트가 몇년전에 종료되었습니다. 실제로 이 기계의 추론 성능은 인간과 비교해서 100억배이상 1조배이상 된다고 말할 수 도 있습니다. 이 기계들은 인간의 추론 과정만을 뽑아내 단순화하여 모델링한 것으로 사실상 심리학에서 말하는 심리모델과 같은 방법으로 만들어 낸 모델입니다. 하지만 이 모델이 도데체 인간의 사고에 대해 알려준 것이 뭡니까? 이러한 지능 모델은 완전히 실패작들입니다. 그 시도들이 우리에게 알려준 사실은 그러한 시도로는 대단히 경직된 모델만이 구성되며 지능과 같이 유연한 모델구성은 불가능하다는 분명한 메시지 뿐입니다. 우리의 뇌에는 우리가 유사이래 단 한번도 구경도 못한 비선형 구조들의 천지입니다. 이 비선형구조의 하나하나가 실제로 우리가 사람이라고 부르는 행동들에 밀접한 관련이 있습니다. 또한 개념래벨에서 단순한 추상적인 개념들 (프로이트의 자아모델과 같이)로만 보인다 할지라도 그 밑에는 뉴런들의 소용돌이가 움직이고 있습니다. 우리는 단지 프로이트의 자아모델과 같은 추상적인 개념들만 으로 사고작용의 비밀을 이해하는 것으로는 우리의 호기심은 만족하지 못할 것입니다. 또한 인간의 외부적인 특성들을 파악하여 추상적 레벨의 모델로 설명을 하는 경우 그 괴리가 사람과는 너무나 커져서 인공지능 분야에서와 같은 사람의 행동과는 동떨어진 모델을 만들어 내는 오류를 반복하게 될 것입니다. 선형모델만으로 뇌를 설명하는 것은 참으로 명쾌하고 시원한 모델이 되겠으나 진정으로 우리가 원하는 모델은 아닙니다. 그런 모델은 우리는 이미 많이 가지고 있기 때문입니다. 우리는 이미 사람을 이러한 선형모델로 인식하고 있고 이러한 모양의 지식은 이미 우리의 경험에서 얻어 오고 있습니다. 즉 더 낮은 계층의 논리계층을 발견하고 이 계층의 논리들을 동원하여 더 높은 계층의 논리계층을 하나씩 발견하고 나아가 인간의 사고의 레벨까지 도달하여 체계적으로 설명할 수 있기를 기대하고 있는 것입니다. 우리가 할 수 있는 유일 한 방법은 뉴런레벨과 같은 관측가능한 레벨로 부터 파고 들어 한단계 한단계 위로 올라가는 방법 뿐입니다. 반대로 위에서 내려오는 것은 Chaos의 차폐와 장벽을 뚫지 못합니다. 이 장벽은 유한에서 무한으로 가는 장벽보다도 큰 장벽입니다. 뉴런 보다 높은 개념의 모델중 하나가 프로이트의 자아모델과 같은 것이 될 수 있습니다. 저는 앞서의 글들에서 하부계층의 관찰과 지습득없이, 사람의 외부행동관찰로 부터 하부계층의 이론들과 원리들을 발견하는 것은 선형모델을 제외하고는 불가능에 가깝다고 누차 강조 하고 있습니다. 그 대표적인 예로 든 것이 프로이트의 모델입니다. 앞으로 쓸 글들에서 이 부분을 계속 할 생각이지만 현재까지는 제대로 전달되지 않은 것 같습니다. 대부분은 반론내용들이 선형논리의 세계에 기초한 논리인 것을 보면, 제가 사람들을 선형논리의 세계에서 비선형논리의 세계로 끌어들이려 시도한 것들은 완전히 실패한것으로 보입니다. 그래서 솔직히 앞으로도 전달될 수 있을지 자신이 더욱 없군요. 뇌와 뇌를 설명할 논리들을 선형의 세계에서만 파악하게 되면 제 글은 다 쓰레기통으로 가게 될겁니다. RNB님 wrote: > >대부분의 정상적인 정신 작용은 open loop이 아닌 feed back이 걸려있는 상태라는 >점에서, 즉, 뇌의 비선형 방정식을 몰라도 정신작용을 설명할 수 있다는 점에서 >낱낱의 비선형 파라메터들에 대한 규명이 인간의 정신작용의 이해에 >실질적인 어떤 도움을 줄 수 있을지 의문이 갑니다. 한가지 중요한 콤멘트를 하자면, 모든 파라메터의 규명이 도움이 되는 것은 아닙니다. 결정적인 단서들은 "뉴런들의 연결구조"에서 옵니다. 실제로 뉴런의 연결강도들을 상세히 추정하는 것은 기억과 학습에 관련된 부분에 서 많이 이뤄집니다. 하지만 대부분의 현재까지의 연구결과들은 뉴런들의 연결구조만으로 뇌행동들에 대한 결정적인 단서들을 찾아낼 수 있게 해줍니다. 아래에 든 예로 설명을 해보도록 하죠. RNB님 wrote: > >(실제 존재하는 뇌의 방정식은 예를 들어 만델브로트 방정식에 피이드백 텀이 >첨가된 방정식이라는 이야기죠. > >z(n+1)=z(n)^2+c-K{ f[z(n)]-u(n) } >y(n)=f[z(n)] > >여기서 u는 입력, y는 출력. 정상인은 controlable 정신병자는 uncontrollable >이고 internal state z 는 unobservable ) 이거 정말 스스로 생각해낸 것 맞습니까? 초천재가 여기 있었군요 !^^ 실제로 간질 발작은 국소적인 뉴런의 feed back이 주기적인 강한 발화를 일으키고, 그 주기적인 발화가 뇌전체에 퍼져서 일어납니다. 초기 간질환자에 대해서 그 주기적발화를 일으키는 뉴런 덩어리를 통째로 제거하게 되면 발작 증세가 사라집니다. 초기 뇌수술시도에서 이러한 시도는 거의 대부분 치명적인 부작용들을 불러일으켰습니다. 함께 제거한 뇌부위가 해야될 일들이 제거된 사람이 되어 버렸기 때문입니다. 유명한 경우가 장기기억능력이 제거된 환자의 경우입니다. 이 환자는 IQ도 정상이고 , 스스로 자기가 10분전에 무슨일이 있었는지 전혀 기억을 하지 못하고 있다는 사실 조차도 기억을 해내지 못합니다. 하지만 이 환자는 놀랍게 운동기억은 정상이었습니다. 즉, 테니스나 탁구같은 처음 배우는 운동을 그 다음에도 전혀 잊어버리지 않고 계속 배워나갔습니다. 하지만 자기가 언제 그 운동을 배웠는지는 전혀 기억해내지 못했습니다! 소뇌에서의 운동기억조절 능력과 대뇌아래 해마의 장/단기 기억 전환기능에 대한 선택적인 손상이 이러한 증상을 설명해 줍니다. 해마대한 연구가 이 환자에 대한 사례가 발표됨으로서 붐을 이루게 되었습니다. RNB님 wrote: > >(feed back 개념을 적절히 도입해서 복잡한 문제를 간략화 할 수도 있다는 생각이 >드네요. 비선형의 파라메터들을 일일이 쪼ㅈ아가는 번잡한 일 대신에요. >뉴럴 넷은 뇌과학에서 제어공학으로 영향을 준 경우인데, 반대 방향으로는 >어떤 영향을 주는지 궁금하군요. -몰라서 질문함. ) > 뉴런의 구조가 그 이해의 결정적인 역할을 하는 예가 또 하나 있습니다. 또한 수학적인 이론이 뇌연구에 영향을 준예이기도 합니다. 시각정보는 눈의 망막에서 뇌중앙의 외측슬상체라는 곳을 거처 대뇌시각피질로 방사됩니다. 이에 대한 연결 구조가 시각처리에 대한 거의 모든 결정적인 단서들을 제공 하고 있습니다. 가장 최근에 제가 본 이야기를 한가지 하죠. 외측슬상체에서 대뇌시각피질로 가는 연결은 눈의 망막의 빛의 수용체들수와 대략 비례합니다. 시각피질에서는 망막으로 부터 들어온 정보들로 부터 가장 먼저 처리하는 것이 작은 직선들을 각기 다른 뉴런들이 담당해서 인식합니다. 이 작은 직선들을 모아서 삼각형, 사각형등의 도형들을 인식하는 부위의 입력으로 연결되어 있습니다. 또한 이런 도형들이 모여서 사람얼굴이나 더 복잡한 물체를 인식하는 뉴런들의 입력으로 연결되어 있습니다. 시각피질의 구조는 이렇게 feed forward하게 한방향으로 전달되는 구조를 갖습니다. 그런데 대뇌 피질에서 역방향으로 연결된 뉴런들도 대단히 많이 발견되었습니다. 또한 시각피질에서 역방향으로 외측슬상체로 가는 연결의 수가 순방향연결보다 더 많습니다! 이 역방향 연결들은 뭐하는 놈들일까요?? 2,3년전 까지 이 역방향 연결은 대단히 시각처리가 대부분 선형적인 filtering방식으로 이뤄진다는 결과들이 주류였기 때문에, 역방향 연결의 존재 이유와 기능들은 설명하기 난처했었습니다. 최근에 (불과 한달전) 이 연결의 기능이 컴퓨터를 이용한 모델링에 의해 설명하는 논문이 발표되었습니다. 이 기능은 정확히 feedback정보를 전달하는 것으로 망막으로 들어오는 지속적인 자극을 차단하는 역할을 합니다. 이 모델은 컴퓨터 시뮬레이션에 의해서 중간 뉴런계층에서 직선모양의 물체를 인식하는 뉴런군이 학습에 의해 생성됨을 보여줬습니다. 사람역시 이 직선을 인식하는 column(이부분이 뇌에서 실제로 column모양으로 배열 되어 있어서 그렇게 부릅니다)은 유아시기 학습에 의해 서서히 형성됩니다. 또한 역방향 연결이 차단되었을 때 보이는 모델의 현상과, 고양이와 원숭이의 시각피질에서 역방향 연결을 차단해서 관찰한 현상 역시 동일하다는 것을 보여줌으로서 그 모델에 대한 타당성을 증명하고 있습니다. 이 모델의 feedback이 RNB님이 제안한 feedback term과 정말 유사하지 않습니까? 정말 초천잰감.. ^^ __ 쇼팽 |