[논문 리뷰] To study the phenomenon of the Moravec's Paradox

Kush Agrawal|arXiv (Cornell University)|2010. 12. 14.

Action Observation and Synchronization인용 수 5

한 줄 요약

이 논문은 모레바크의 역설을 조사한다. 이 이론은 보편적인 감각운동 지능—예를 들어 걷기나 얼굴 인식과 같은 작업—이 철학적 추론이나 복잡한 계산과 같은 추상적 논리 작업보다 인공지능에 훨씬 더 어려운 과제임을 주장한다. 연구는 인공지능이 상징적 추론과 계산에서는 뛰어나지만, 감각 및 운동 작업에서는 인간 뇌에 내재된 무의식적이고 진화적으로 오래된 감각운동 지식이 부족하기 때문에 어려움을 겪는다는 것을 보여준다.

ABSTRACT

"Encoded in the large, highly evolved sensory and motor portions of the human brain is a billion years of experience about the nature of the world and how to survive in it. The deliberate process we call reasoning is, I believe, the thinnest veneer of human thought, effective only because it is supported by this much older and much powerful, though usually unconscious, sensor motor knowledge. We are all prodigious Olympians in perceptual and motor areas, so good that we make the difficult look easy. Abstract thought, though, is a new trick, perhaps less than 100 thousand years old. We have not yet mastered it. It is not all that intrinsically difficult; it just seems so when we do it."- Hans Moravec Moravec's paradox is involved with the fact that it is the seemingly easier day to day problems that are harder to implement in a machine, than the seemingly complicated logic based problems of today. The results prove that most artificially intelligent machines are as adept if not more than us at under-taking long calculations or even play chess, but their logic brings them nowhere when it comes to carrying out everyday tasks like walking, facial gesture recognition or speech recognition.

연구 동기 및 목표

• 다양한 과제 유형에 걸쳐 인간의 인지 능력과 인공지능 성능 사이의 근본적인 괴리성을 분석하기.
• 일상적이고 간단해 보이는 감각 및 운동 과제가 왜 기계에 비해 더 어려운지 탐구하기.
• 인간 지능의 기초가 되는 무의식적이고 진화적으로 발달한 감각운동 지식의 역할을 부각하고, 현재의 인공지능 시스템에는 이가 부족하다는 점을 강조하기.
• 고성능 계산 능력을 지닌 인공지능 시스템이 몸으로 경험하는 인지와 운동 제어가 필요한 과제에서는 실패한다는 것을 보여주기.

제안 방법

• 논문은 인간의 인지 구조와 인공지능 시스템을 비교 분석하는 개념적 접근을 사용한다.
• 분석의 틀로는 하른 모레바크가 처음 제시한 이론적 배경을 활용한다.
• 상징적 추론 과제(예: 체스, 수학 계산)의 성능와 감각 및 운동 과제(예: 걷기, 얼굴 인식, 음성 인식)의 성능를 대조한다.
• 인간 뇌의 감각운동 시스템의 진화적 발달이 직관적 지능의 기초가 된다는 점을 강조한다.
• 인공지능 연구와 로봇공학 분야의 정성적 증거에 기반하여, 인간 수준의 성능와 기계의 실제 적용 사이의 격차를 분석한다.

실험 결과

연구 질문

• RQ1 왜 인공지능 시스템은 추상적 논리 과제에서는 뛰어나지만, 기본적인 감각 및 운동 과제에서는 떨어지는가?
• RQ2 왜 인간 수준의 감각운동 능력을 인공지능 시스템에서 재현하는 것이 어려운가?
• RQ3 인간의 감각 및 운동 시스템의 진화적 발달이 이 역설에 어떤 기여를 하는가?
• RQ4 무의식적이고 몸에 스며든 지식이 인간 지능의 기초가 되며, 이를 인공지능이 재현하는 것을 어렵게 만드는 정도는 어느 정도인가?

주요 결과

• 인공지능 시스템은 체스나 복잡한 계산과 같은 상징적 추론 과제에서는 인간을 능가한다.
• 강력한 계산 능력을 지녔음에도 불구하고, 걷기나 얼굴 표정 인식과 같은 기본적인 감각 및 운동 과제에서는 크게 어려움을 겪는다.
• 10억 년이 넘게 진화한 인간 뇌의 감각운동 시스템은 현재의 인공지능이 부족한 깊이 있는 무의식적 지능 기반을 제공한다.
• 추상적 사고는 인간 진화에서 비교적 최근에 나타난 것으로, 10만 년 미만이므로 기계에 이를 적용하는 데 더 많은 노력이 필요하다.