[논문 리뷰] Energetics of the brain and AI

Anders Sandberg|arXiv (Cornell University)|2016. 02. 12.

Advanced Memory and Neural Computing참고 문헌 20인용 수 9

한 줄 요약

이 논문은 인간 뇌의 에너지 수요와 인공지능에 대한 그 영향을 분석하며, 뇌 모의는 AGI에 도달하는 데 필수적인 길이 아니라고 주장한다. 뇌 모의보다 훨씬 낮은 에너지 비용으로 작동할 수 있는 신규 생성된 AI 시스템이 존재할 수 있으며, 이는 수십억 개의 신경 세포 자극을 시뮬레이션하는 대신 압축된 고수준 표현 방식을 사용하기 때문이다. 주요 기여는 뇌와 유사한 에너지 효율성이 AI 개발에 하드한 제약 조건이 되는 것으로 보는 가정을 비판하는 데 있다.

ABSTRACT

Does the energy requirements for the human brain give energy constraints that give reason to doubt the feasibility of artificial intelligence? This report will review some relevant estimates of brain bioenergetics and analyze some of the methods of estimating brain emulation energy requirements. Turning to AI, there are reasons to believe the energy requirements for de novo AI to have little correlation with brain (emulation) energy requirements since cost could depend merely of the cost of processing higher-level representations rather than billions of neural firings. Unless one thinks the human way of thinking is the most optimal or most easily implementable way of achieving software intelligence, we should expect de novo AI to make use of different, potentially very compressed and fast, processes.

연구 동기 및 목표

• 인간 뇌의 에너지 소비가 인공지능 실현 가능성에 기초적인 제약을 미치는지 평가하기.
• 뇌 모의가 인공통합지능에 도달하는 길로 보는 데 필요한 에너지 요구량을 평가하기.
• 뇌 유사 처리 방식이 소프트웨어 지능을 달성하는 데 가장 에너지 효율적 또는 실현 가능하다는 가정을 도전하기.
• 신규 생성된 AI 시스템이 뇌 모의보다 훨씬 낮은 에너지 비용으로 지능을 달성할 수 있는지 탐구하기.

제안 방법

• 뇌 생물에너지학에 대한 기존 추정치를 검토하며, 대사율과 ATP 소비량을 포함한다.
• 뇌 모의의 에너지 비용을 추정하는 방법을 분석하며, 예를 들어 신경 세포 자극 활동을 시뮬레이션하는 방식을 포함한다.
• 생물학적 신경 처리의 에너지 효율성과 고수준 인지 표현을 사용하는 가상의 인공 시스템 간의 비교를 수행한다.
• 신규 생성된 AI는 뇌의 저수준 다이내믹스를 재현할 필요가 없으며, 이는 더 효율적이고 압축된 계산을 가능하게 한다고 주장한다.
• 이론적 추론을 통해 AI의 에너지 비용이 뇌의 에너지 소비에 의해 제한되지 않는다는 것을 제안한다. 다만 뇌의 인지 아키텍처가 최적이라고 가정할 경우에만 그렇다.
• 계산 신경과학과 AI 문헌을 인용하여, 다른 인지 아키텍처가 생물학적 뇌보다 훨씬 더 에너지 효율적일 수 있음을 뒷받침한다.

실험 결과

연구 질문

• RQ1 인간 뇌의 높은 에너지 비용이 인공지능 실현 가능성에 기초적인 한계를 미치는가?
• RQ2 뇌 모의에 필요한 에너지 요구량이 인공통합지능 개발을 얼마나 제약하는가?
• RQ3 신규 생성된 AI 시스템은 뇌 모의보다 훨씬 낮은 에너지 소비로 지능을 달성할 수 있는가?
• RQ4 뇌의 인지 방식이 소프트웨어 지능을 달성하는 데 가장 효율적이거나 쉽게 실행 가능한 길인가?
• RQ5 생물학적 뇌보다 훨씬 더 높은 에너지 효율성을 달성할 수 있는 다른 계산 아키텍처가 존재하는가?

주요 결과

• 인간 뇌는 약 20와트의 전력을 소비하며, 이는 상당한 에너지 비용이지만, 반드시 AI 개발에 제약을 미치는 것은 아니다.
• 뇌 모의는 초당 수십억 개의 신경 세포 자극을 시뮬레이션해야 하므로, 극도로 높은 에너지 수요를 유발한다.
• 신규 생성된 AI 시스템은 뇌의 저수준 자극 다이내믹스를 재현할 가능성이 낮아, 훨씬 낮은 에너지 비용으로 작동할 수 있다.
• 뇌의 인지 아키텍처가 소프트웨어 지능을 달성하는 데 가장 에너지 효율적 또는 쉽게 실행 가능한 방식이라는 데 강력한 근거가 없다.
• AI의 에너지 비용은 뇌의 에너지 소비에 본질적으로 묶이지 않으며, 신규 생성된 AI는 훨씬 더 효율적인 압축된 고수준 표현 방식을 사용할 수 있다.
• 논문은 AI의 에너지 효율성이 뇌의 에너지 소비에 의해 제약받지 않는다고 결론 내리며, 다만 뇌의 사고 방식이 최적 또는 가장 실현 가능하다고 가정할 경우에만 그렇다.