[논문 리뷰] Foundations of Intelligence in Natural and Artificial Systems: A Workshop Report

Tyler Millhouse, Melanie E. Moses외 1명|arXiv (Cornell University)|2021. 05. 05.

Computability, Logic, AI Algorithms참고 문헌 28인용 수 15

한 줄 요약

이 워크숍 보고서는 인지 과학, 인공지능, 생물학, 철학 분야의 통합적 통찰을 종합하여 자연적 및 인공적 시스템에서의 지능에 대한 기초적 분류 체계를 개발한다. 몸성, 집단 지각, 진화적 제약, 히우리스틱의 역할 등의 핵심 주제를 식별함으로써, 좁은 의미의 인공지능을 초월한 지능을 이해하기 위한 통합적 프레임워크를 제안한다. 이는 지능 발전의 지속적인 비대칭성을 해결하기 위해 다학제적 협력의 필요성을 강조한다.

ABSTRACT

In March of 2021, the Santa Fe Institute hosted a workshop as part of its Foundations of Intelligence in Natural and Artificial Systems project. This project seeks to advance the field of artificial intelligence by promoting interdisciplinary research on the nature of intelligence. During the workshop, speakers from diverse disciplines gathered to develop a taxonomy of intelligence, articulating their own understanding of intelligence and how their research has furthered that understanding. In this report, we summarize the insights offered by each speaker and identify the themes that emerged during the talks and subsequent discussions.

연구 동기 및 목표

• 기계가 복잡한 추론에는 뛰어나지만 기본적인 지각 및 이동 능력에서는 어려움을 겪는 데서 비롯되는 지능 기술의 지속적인 비대칭성을 해결하기 위해 지능의 기초 개념을 재고한다.
• 인간, 동물, 집단, 인공적 형태의 지능을 아우르는 종합적이고 다학제적 분류 체계를 개발한다.
• 몸성, 히우리스틱, 집단 계산, 진화적 적응과 같은 지능의 핵심 원칙을 특정하여 향후 인공지능 연구를 이끌 수 있도록 한다.
• 좁은 의미의 인공지능 발전이 일반 지능으로 직접 이어진다는 가정을 도전하며, 전문화된 능력과 일반 지능 간의 근본적인 단절을 강조한다.
• 인공지능, 인지과학, 신경과학, 진화 생물학, 사회학 분야의 연구자들이 협력하여 지능에 대한 공통의 개념적 프레임워크를 공동으로 개발할 수 있도록 다학제적 협력을 촉진한다.

제안 방법

• 스anta 페 리서치 인스티튜트에서 인공지능, 인지과학, 신경과학, 철학, 진화 생물학 분야의 선도적 전문가들을 초청해 다학제적 워크숍를 진행했다.
• 지능의 영역별 개념을 탐구한 개별 발표 및 토론을 수합하고 분석하였으며, 히우리스틱, 몸성, 집단 계산 등의 핵심 메커니즘에 초점을 맞췄다.
• 다양한 분야에서 반복적으로 나타나는 주제, 예를 들어 생태적 제약, 진화 과정, 고차원 지각의 역할을 식별하였다.
• 인간, 동물, 집단, 인공적 시스템 간의 지능 비교 분석을 통해 다차원적 지능 분류 체계를 도출하였다.
• 지능을 단일한 특성가 아니라 상호작용 네트워크에서 유래하는 분산적, 적응적, 맥락 민감한 현상으로 모델링하는 것이 중요하다는 점을 강조하였다.
• 지능은 추상적인 인지 기준이 아니라 환경 적응 및 제약 조건 하에서의 문제 해결 기능 기준으로 평가되어야 한다고 제안하였다.

실험 결과

연구 질문

• RQ1 좁은 의미의 인공지능과 일반 지능 사이의 근본적인 차이는 무엇이며, 왜 한쪽의 발전이 다른 쪽의 발전을 반드시 의미하지는 않는가?
• RQ2 인간, 개미, 뇌 등 자연적 시스템과 신경망, 에이전트 등 인공적 시스템에 모두 적용 가능한 지능의 정의는 무엇인가?
• RQ3 몸성, 생태적 제약, 진화 과정이 지능적 행동의 기원에 얼마나 깊이 관여하는가?
• RQ4 히우리스틱, 정서적 모델링, 고차원 지각이 인간 지능과 다른 형태의 지능을 구분하는 데 어떤 역할을 하는가?
• RQ5 생물학적 또는 인공적 집단은 어떻게 개별 에이전트의 능력을 초월하는 지능을 달성할 수 있는가?

주요 결과

• 워크숍에서 지능 기술의 지속적인 비대칭성이 드러났다: 기계는 체스와 같은 고수준 추론 작업에서는 뛰어나지만, 인간과 동물에게는 당연시되는 저수준의 지각 및 운동 작업에서는 어려움을 겪는다.
• 지능은 단일한 특성이 아니라 히우리스틱, 몸성, 집단 계산, 진화적 적응 등의 다양한 메커니즘에서 유래한다.
• 많은 연구자들이 좁은 의미의 인공지능과 일반 지능 사이에 직접적인 연속선이 있다는 개념을 기각했으며, 이는 기초적인 인지 아키텍처에서의 근본적인 질적 차이를 주장한다.
• 몸성과 생태적 지능—환경적 제약에 의해 형성된 지능—은 실제 세계의 지능적 행동을 이해하는 데 핵심적인 요소로 규명되었으며, 특히 생물학적 시스템에서 중요하다.
• 집단 지능은 항상 인지 능력을 확장하는 강력한 메커니즘으로 강조되었으며, 개미 군집과 신경망이 핵심 모델로 제시되었다.
• 다수의 연구자들이 진화가 유일하게 강력하고 일반적인 지능을 생성할 수 있는 과정임을 널리 공감하였으며, 이는 인공지능 개발이 진화 원리를 더 체계적으로 통합해야 한다는 시사점을 제시한다.