[3주차-2] Methods of Cognitive Neuroscience 2: Applications and Impact

Cognitive systems: information processing meets brain science

Richard G. M. Morris, Lionel Tarassenko, Michael Kenward

---

12. Applications and Impact

Bill Sharpe
 

1. Setting the Scene

1.1 What are Cognitive Systems?
1.2 The Biological Computer and the Artificial Brain

1.2.1 Hofstadter's Law

1.3 Characteristic Capabilities

1.3.1 Sense and Perceive
1.3.2 Act
1.3.3 Think: Recognize, Recall, Compare, Reason, Decide, Plan, ...
1.3.4 Feel: Have Emotions, Motivations and Relate to Others
1.3.5 Communicate with Each Other
1.3.6 Learn
1.3.7 Evolve

1.4 Motivations
1.5 Summary

2. Application and Societal Impact

2.1 Business

2.1.1 The Ambient Web
2.1.2 Commercialization Concerns

2.2 Two Perspectives on the Ambient Web

2.2.1 Multi-Agent Network Systems
2.2.2 From PDA to PDE: The Personal Digital Environment

2.3 Embodied Cognition: Robots and Smart Things
2.4 Health, Well-being and Performance

2.4.1 Drivers of Change
2.4.2 Applications

2.5 Transport
2.6 Sociable Technologies: Arts, Entertainment and Companions
2.7 Education
2.8 Military

3. Wider view
 



 
- 미래에 어떤 분야에서 장비들이 사용 될 수 있느냐에 대한 이야기들. 
- 5년~10년 뒤에 독립적인 연구 제안서를 쓴다고하면 fMRI나 EEG 보다 더 좋은 기술들이 나올 수 있다. 그때가서 합당한 주제를 발견해서 적합한 기술을 쓸 수 있어야 한다.
- 항상 과학자는 미래를 바라보고 연구를 진행해야지만 발전이 있을 수 있다.
- 마지막 장에서, 어느 분야에서 새로운 연구 제언을 할 수있을지에 대한 소개: 인공지능, 기계를 통한 사람의 뇌를 구현하는 것. 기술의 발전과 사람들이 불가능하다고 추정하는 것이 만나는 지점을 예측해보는 것이 재밌다. 
- Hofstadter's Law 현재 테크놀로지의 발전으로 할 수 있는 것의 수를 예측.
- 병렬 컴뮤테이션시 연산의 수가 기하급수적으로 늘어난다고 했는데, 지금 현재 이론적으로는 그게 가능함. 컴퓨터를 다 네트워크로 연결하면 실제 뇌가 하는 것과 같은 양의 연산을 수행할 수 있다. 이론적으로...
- 조만간 1~20년내에 실제 뇌의 연산을 하거나, 그것을 추월 할 수 있는 시점이 다가 올 것임.
- 유비쿼터스 컴퓨팅, 증강현실이 다 멀티 네트워크를 이용한 것임.

- 영역간의 인공지능 시스템을 만들기 위해서, 중요한 밑거름으로 생각하는 영역이 감각과 지각 영역임.
sensor 들이 정확해야 함. 주변에 있는 물리적 에너지를 정확하게 탐지 해낼 수 있어야 함. action에 대한 연구들이 많이 진행되고 있다.

- 인지과정, 사고, 추론, 의사결정 -> 가장 합리적인 의사결정을 내리는 시스템, 미래의 일을 예측하고 계획하고 준비된 시퀀스에 의해서 실행 할 수 있는 것들.

- 우리가 메모리를 만들지만, 실제 중앙 처리 장치를 만들 수 있는 기술은 인텔, 델, 썬... 미국에서 보유하고 있음.

- 궁극적으로는 인지 시스템 중에서 상황을 처리하고 컨트롤 하는 중앙 처리 장치를 만드는 것이 중요.

- 시키는 것만 하는 시스템이 아니라, 사람 처럼 정서과정을 가지고 있는 것. 궁극적으로는 art, creative한 마음을 가진 인공지능 시스템을 만드는 것이 관건이다.

- 인지신경과학에 관심 있으면 SF영화를 열심히 보라! 실제 과학자들이 가설검증하고 있는 것들이다!

- 언어 능력을 통해서 커뮤니케이션하는 것.

- 진화가 가능한 시스템이 필요하다. 하지만 진화의 권한은 사람에게 있어야 함. 

- ambient web -> 웹이 어디에나 있다. 개개인이 정보를 보내고 의사소통을 하면서 실제 거대한 네트워크가 아주 복합적인 사람들의 의사결정이 포함되어 있음. 이것이 다시 개인의 의사결정에 영향을 미침. 일종의 지능 시스템 처럼. 

- 기억을 도와 줄 수 있는 시스템. 마치 매트릭스 처럼 한번의 스캔 만으로 헬기 운전법을 알게 되는 등...

- 과연 문제는, 진화적으로 볼 때 사람들이 기존의 할 수 있는 task를 더 잘한다고 해서 세상이 더 좋아질 것인가?를 생각해봐야 함. 예를 들면, 망각이라는 것도 진화의 한 부분이다. 트라우마를 없애는 것 같이 적응적인 형태의 인지 기능임. 좋지 못한 정보만을 엄청나게 기억하는 사람들이 나온다면? 안좋을 수도...

- 당장 윤리적으로 문제되는 것이 아니라면, 가능한 연구는 다 하는게 좋음.

- 신경과학이나 심리학적 측정법을 따라갈려면, IT 기술을 따라 가야 함!!! OS, 하드웨어, 미디어 등등 새로운 기술의 변화에 대해 따라 가야 함. Hard science 분야의 발전을 이해 할 수 있어야 함. 

* 대표적인 학회
Society for Neuroscience
SfN meeting 매년 11월에 진행함.