튜링 테스트 다시 생각하기: 시민과학 접근

김지연 한국과학기술학회 2020 한국과학기술학회 학술대회 Vol.2020 No.11

앨런 튜링이 1950년생각하는 기계(thinking machine)의 검증 모델, 튜링 테스트(Turing test)를 제안한 지 꼭 70년이 되었다. 그동안 튜링 테스트를 통과하기 위한 수많은 시험적 시도들이 있었고 동시에 강한 비판과 논쟁도 이어졌다. 튜링 테스트만큼 많은 주목과 논쟁을 불러온 모델도 드물 것이다. 현재 인공지능 기술은 크게 발전했고 대중적 관심사가 될 정도로 충분히 성숙했지만, 튜링 테스트는 여전히 많은 실패만을 겪었다. 그런데도 튜링 테스트의 궤적은 과학과 철학 모두의 주요 관심사다. 튜링 테스트 담론은 인간과 기계의 대화, 그리고 인간의 마음에 대한 중요한 통찰을 제공하고 있다. 우리는 튜링 테스트의 의미를 돌아보고, 이후 그 진화 방향에 대해 더 공식적으로 논의할 필요가 있다. 우선, 이 논문에서는생각하는 기계 개념을 보다 현실적으로 재정의하고자 한다. 말하는 주체(speaking subject) 개념을 적용하여 튜링 테스트를 재해석하고, 인공지능 기술의 대중 참여 방법론(시민과학)을 제시하고자 한다. 튜링의 생각하는 기계는 사실상 말하는 기계(speaking machine)를 가리키고 있다. 말하는 주체의 이론에 따르면 누구든지는 인간과의 상호 구성적 대화 없이 말하기를 학습할 수 없다. 이 조건은 기계에도 마찬가지로 적용될 것이다. 이에 근거해서 우리는 튜링 테스트를 조금 다르게 설계할 수 있다. 일반적으로 인공지능의 개발과 튜링 테스트를 별개의 순차적 절차로 분리해왔다. 여기서는 기계 학습과 튜링 테스트를 병합하여 하나의 과정으로 구성한다. 이 실험 모델을 통하여 우리는 인간과 기계 사이의 관계 형성에 개입할 수 있다. 그 과정에서 말하는 기계는 말하는 주체와 공생 발생 관계를 수립할 수 있다. 그로써 대중은 인공지능의 공동 발견자이고 공동 제작자가 될 수 있다.

Turing’s Cognitive Science : A Metamathematical Essay for His Centennial

Woosik Hyun 한국인지과학회 2012 인지과학 Vol.23 No.3

이 연구는 튜링의 탄생 백주년을 맞이하여 인지과학을 위한 그의 심대한 공헌을 고찰하기 위한 작업이다. 이 논문에서는 특히 튜링에게 가장 중요한 학문적 영향을 주었던 괴델의 시각을 통하여 튜링의 공헌과 입장이 논의된다. 이를 위하여 메타수학적 접근이 시도되며, (1) 튜링의 인지에 대한 수학적 분석, (2) 보편튜링기계, (3) 보편튜링기계의 한계, (4) 보편튜링기계의 한계를 넘는 모델로서의 오라클튜링기계, (5) 인지과학을 위한 튜링테스트가 논의된다. 이 연구에 의하면, 튜링의 공헌은 다음과 같이 정리될 수 있다. 첫째 튜링은 수리논리를 사용하여 마음과 물리적 세계의 새로운 가교를 발견했다. 둘째, 튜링은 마음의 작동에 대하여 새로운 형식적 분석을 제공했다. 셋째, 튜링은 자신의 튜링기계의 한계를 넘어서는 마음의 새로운 모델로서 오라틀 튜링기계와 연결주의적 신경망기계를 제시했다. 우리 인지과학자들은 튜링의 어깨 위에 서서 늘 새로운 튜링테스트를 기다리고 있게 될 것이다. The centennial of Alan Mathison Turing(23 June 1912-7 June 1954) is an appropriate occasion on which to assess his profound influence on the development of cognitive science. His contributions to and attitudes toward that field are discussed from the metamathematical perspective. This essay addresses (ⅰ)Turing’s mathematical analysis of cognition, (ⅱ)universal Turing machines, (ⅲ)the limitations of universal Turing machines, (ⅳ)oracle Turing machine beyond universal Turing machine, and (ⅴ)Turing test for cognitive science. Turing was a ground-breaker, eager to move on to new fields. He actually opened wider the scientific windows to the mind. The results show that first, by means of mathematical logic Turing discovered a new bridge between the mind and the physical world. Second, Turing gave a new formal analysis of operations of the mind. Third, Turing investigated oracle Turing machines and connectionist network machines as new models of minds beyond the limitations of his own universal machines. This paper explores why the cognitive scientist would be ever expecting a new Turing Test on the shoulder of Alan Turing.

G$\ddot{o}$del's Critique of Turings Mechanism

현우식,Hyun Woosik The Korean Society for History of Mathematics 2004 Journal for history of mathematics Vol.17 No.4

이 논문에서는 튜링의 기계주의에 대한 괴델의 비평을 다룬다. 여기에서 튜링의 기계주의란 튜링기계의 기호배열이 인간의 마음의 각 상태에 대응된다는 것을 의미한다. 첫째 부분에서는 계산으로서의 인지과정에 대한 튜링의 분석을 검토한다. 두 번째 부분에서는 튜링기계의 개념을 살펴보고, 세 번째 부분에서는 인지적 체계로서의 튜링기계가 갖는 계산적 한계를 설명한다. 네 번째 부분에서는 괴델이 튜링의 기계주의에 동의하지 않았음을 보이고, 마지막으로 오라클 튜링기계과 그 함의에 대하여 논의한다. This paper addresses G$\ddot{o}$del's critique of Turing's mechanism that a configuration of the Turing machine corresponds to each state of human mind. The first part gives a quick overview of Turing's analysis of cognition as computation and its variants. In the following part, we describe the concept of Turing machines, and the third part explains the computational limitations of Turing machines as a cognitive system. The fourth part demonstrates that Godel did not agree with Turing's argument, sometimes referred to as mechanism. Finally, we discuss an oracle Turing machine and its implications.

인공지능(AI) 로봇의 해탈 가능성 ‒ ‘인간은 생각하는 기계인가’에 대한 불교적 관점 ‒

한성자 한국불교학회 2018 韓國佛敎學 Vol.85 No.-

Many of AI robot researchers want to make a thorough investigation of human mind, which brings them near to Buddhist practitioners who are delving into their mind in order to achieve the deliverance of the mind. The computational theory of mind, which regards the brain as a computing machine, laid a basis for the development of AI robot. In this paper, some contrary views regarding the possibility of a thinking AI robot are examined along with the Buddhist theories of mind, which can either support or reject these views. The Buddhist teaching that a consciousness arises when there are a faculty and a corresponding object can support the possibility of strong AI robot while the theories of thirst for existence and the cycle of rebirth reject the finiteness of mind, upon which the computational theory of mind relies. The question whether the AI robot can achieve enlightenment needs a certain premise to answer it: namely, the premise that the robot should already be filled with desire, anger, and ignorance, which seems not likely to be realized in near future. This is investigated in relation to a science fiction story, “Readymade Bodhisattva”. 많은 인공지능 개발자들은 인간의 마음을 알고 싶다는 목표를 가지고 있다. 마음에 대한 연구를 한다는 점에서 인공지능 로봇연구는 마음공부를 하는 불교연구와 그렇게 멀리있지 않을 수 있다. 인공지능 로봇의 발전과 관련된 중요한 문제는 ‘인간은 생각하는 기계인가’라는 것이다. 컴퓨터의 등장을 가져오게 된 튜링기계는 인간의 마음도 기계화될 수 있다는 가능성을 제시했다. 마음에 대한 기계론은 인공지능 로봇의 연구를 발전시켰지만 그러나 또한 그에 대한 다양한 비판이 계속 제기되었다. 이 논문에서는 이러한 상반된 시각을 조명하고 이와 관련해서 불교에서는 인공지능 로봇에 대해 어떤 관점을 취할 수 있는가를 교리를 바탕으로 모색 해보았다. 마음의 기계론에 대해 긍정적인 교리로는 인간의 식(識)이 조건에 따라 성립한다는 근⋅경⋅식 삼합의 가르침과 번뇌에 대한 상세한 분석을 들 수 있다. 반면에 갈애, 특히 유애(有愛)에 근거한 윤회의 교리는 마음의 기계론에 대한 부정적인 시각을 제시한다. 마음의 기계론에 대한 전제는 인간의 유한성인데 유애에 대한 불교의 가르침에 따르면 인간은 현생의 삶과 죽음으로 한계 지어지는 유한한 존재가 아니기 때문이다. 인공지능 로봇의 해탈과 관련해서는 로봇에게 탐⋅진⋅치의 번뇌가 원래 없기 때문에 번뇌를 제거하기 위한 수행도 필요가 없다는 문제가 제기된다. 로봇의 해탈을 얘기하기 위해서는 로봇의 번뇌가 선행돼야 한다. 이를 SF 단편 「레디메이드 보살」을 통해 조명해 보았다.

형식적 마음 모형

이영의(Rhee, Young E.) 동덕여자대학교 인문과학연구소 2010 人文科學硏究 Vol.16 No.-

인지과학은 인간의 마음, 지능, 인지를 연구하기 위해서 철학, 심리학, 인공지능, 신경과학, 언어학 등 관련된 여러 분야들이 참여하는 학제적 분야이다. 인지과학의 기원은 1950년대에 인공지능 전문가들이 지능에 관한 이론을 개발하기 시작하면서 시작되었고, 1970년대에 관련 학회가 창립되고 학술지가 창간되면서 본격적인 연구가 시작되었다. 이 글의 목적은 인지과학이 제공하는 인지에 관한 두 가지 형식적 모형을 검토하는 데 있다. 인지에 대한 형식적 모형은 튜링기계(Turing machine) 개념에 기반을 둔 기능주의 모형과 인공신경망(artificial neural network)에 기반을 둔 연결주의 모형이 있다. 이 글은 그러한 두 형식체계를 구체적으로 검토하고 그 체계들에 기반을 둔 마음 모형을 비교할 것이다. The origin of cognitive science started from 1950s when some artificial intelligence researchers had developed theories of intelligence and began in earnest from 1970s when the Society of Cognitive Science was established and the journal <Cognitive Science> was published. The aim of the paper is to examine the two formal models of mind in cognitive science. They are the functional model of mind which is based on the notion of Turing machine and the connectionist model of mind which is based on artificial neural networks. This paper shall discuss the formal features of the models and compare the models based on the formal systems.

자동 글쓰기 기계의 표상과 서사

이진영 한국영상문화학회 2021 영상문화 Vol.- No.39

인지과학의 수학적 기틀

현우식,Hyun, Woo-Sik 한국수학사학회 2009 Journal for history of mathematics Vol.22 No.3

Anyone wishing to understand cognitive science, a converging science, need to become familiar with three major mathematical landmarks: Turing machines, Neural networks, and $G\ddot{o}del's$ incompleteness theorems. The present paper aims to explore the mathematical foundations of cognitive science, focusing especially on these historical landmarks. We begin by considering cognitive science as a metamathematics. The following parts addresses two mathematical models for cognitive systems; Turing machines as the computer system and Neural networks as the brain system. The last part investigates $G\ddot{o}del's$ achievements in cognitive science and its implications for the future of cognitive science. 현재 융합과학의 모델로 주목받고 있는 인지과학을 이해하기 위해서는 세 가지의 중대한 수학적 업적을 살펴볼 필요가 있다. 본 논문에서는 이 세 가지의 역사적 업적에 해당하는 튜링기계, 신경망, 괴델의 불완전성 정리를 중심으로 인지과학의 수학적 기틀을 연구한다. 먼저, 메타수학으로서의 인지과학을 고찰한다. 다음으로 컴퓨터의 수학적 모델로서 튜링기계와 그 발전을 탐구하고, 뇌의 수학적 모델로서 신경망과 그 발전을 탐구하고자 한다. 마지막으로는 인지과학의 미래를 위한 괴델의 불완전성 정리의 함의를 논의하고 양자인지과학을 전망한다.

인공지능의 한계와 일반화된 지능의 가능성: 포스트 휴머니즘적 맥락

이상욱 ( Sang Wook Lee ) 한국과학철학회 2009 과학철학 Vol.12 No.1

인공지능 시대의 언어 연구: 주요 문제와 언어학의 역할

황화상 서강대학교 언어정보연구소 2022 언어와 정보 사회 Vol.45 No.-

Linguists have not played a leading role in natural language processing. And linguistics has not provided enough explanations for the linguistic problems that arise in natural language processing. There is a practical difference between the orientation of linguistics and the orientation of natural language processing. Linguists aim for machines that understand language like humans. In contrast, natural language processing researchers aim for machines that use language as humans do. The natural language processing device inherent in humans is the most perfect. So the surest way to build a machine that uses language is to make it understand language the same way humans understand langauge. For linguists to play a leading role in natural language processing, they have to expand the scope of linguistic research. In particular, linguists must explain how humans understand language. Linguists must also examine the actual process by which we analyze sentences.