미래를 달리다

AI 시대의 인간 잠재력 재방문

1부. 스피드러너

뉴욕시의 화창한 토요일 오후, Mike Thompson은 초조하게 타임스퀘어 아케이드 밖을 오가며 서성거리고 있었습니다.

게임 커뮤니티에 "소닉 마스터"로 더 잘 알려진 마이크는 연례 뉴욕 스피드런닝 대회에서 소닉 더 헤지혹 3로 세계 신기록을 달성할 준비를 하고 있었습니다.

어렸을 때 Mike는 항상 비디오 게임에 매료되었습니다. 그는 펜실베니아 시골의 작은 마을에서 자랐습니다. 그곳에서 그의 부모는 그가 8살 때 크리스마스 선물로 슈퍼 닌텐도를 사줬습니다. 그날부터 Mike는 Super Mario World와 The Legend of Zelda: A Link to the Past와 같은 게임을 하며 수많은 시간을 보내며 16비트 시대의 대가가 되었습니다.

그러나 Mike가 진정으로 자신의 열정을 발견한 것은 그가 스피드런을 발견하기 전까지는 아니었습니다. 십대 때 Mike는 다양한 게임에서 자신의 개인 최고 기록을 깨기 위해 몇 시간 동안 스피드런 기술을 연습했습니다. Mike의 상상력을 진정으로 사로잡은 것은 Sonic the Hedgehog 3 게임이었습니다. 그는 게임의 복잡한 레벨 디자인과 끝없는 최적화 가능성에 매료되었습니다. 그리고 그는 세계 최고의 Sonic the Hedgehog 3 스피드러너가 되기로 결심했습니다.

Mike는 아케이드에서 자신의 차례를 기다리면서 컨트롤러를 만지작거리며 구경하기 위해 모인 다른 게이머들과 눈을 맞추는 것을 피했습니다. Mike는 사교 능력이 뛰어난 것으로 알려져 있지 않았고, 항상 다른 사람들과 있을 때 조금 서툴렀습니다. 그러나 마침내 그의 차례가 되자 그의 초조함은 녹아내렸습니다. Mike는 콘솔에 앉아 심호흡을 하고 달리기 시작했습니다.

다음 15분 동안 Mike의 손가락은 놀라운 속도와 정확성으로 컨트롤러를 가로질러 움직였습니다. 그는 이점을 얻기 위해 게임의 결함과 지름길에 대한 지식을 사용하여 레벨을 탐색하기 위해 일련의 점프와 스핀 대시를 전문적으로 실행했습니다.

악명 높은 "Carnival Night" 레벨에서 Mike는 "Pogo Spring Skip"이라는 전략을 사용하여 일반적으로 통과하기 위해 여러 번 시도해야 하는 레벨 섹션을 우회했습니다. 그리고 마지막 보스전에서 Mike는 보스 AI의 약점을 악용하기 위해 일련의 적절한 회전 공격을 사용하여 체력 막대를 빠르게 소모했습니다.

게임이 끝나고 세계 기록 시간이 화면에 번쩍이자 마이크는 의기 양양한 함성을 질렀습니다. 그는 해냈습니다. 그는 Sonic the Hedgehog 3에서 새로운 세계 기록을 세웠습니다.

하지만 승리를 자축하려는 순간 Mike는 갑자기 깨달았습니다. 그는 게임에 대한 그의 놀라운 기술과 전문성이 몇 시간의 연습과 노력만으로는 나오지 않는다는 것을 깨달았습니다. 그들은 게임의 역학에 대한 깊은 이해와 가능성 공간에 대한 통달에서 비롯되었습니다.

파트 2. 가능성 공간

언뜻 보기에 가능성 공간의 개념은 참신하고 모호한 아이디어처럼 보일 수 있습니다. 그러나 실제로는 비디오 게임을 해본 적이 있거나 직장까지 운전하는 것과 같은 보다 일상적인 활동에 참여한 사람이라면 누구나 직관적으로 인식할 수 있는 것입니다. 우리 모두는 주어진 상황 내에서 모든 가능성을 탐색하고 목표를 달성하기 위해 이러한 가능성을 조작하기 위해 지식과 전문 지식을 사용하는 자연스러운 경향이 있습니다.

이 과정은 영화 Groundhog Day에서 완벽하게 포착되며 Bill Murray가 같은 날을 반복해서 사는 기상캐스터로 출연합니다.

Bill Murray의 캐릭터인 Phil Connors는 같은 날을 반복해서 경험하면서 자신의 상황 내에서 모든 가능성을 탐색하기 시작합니다. 처음에 그는 건물에서 뛰어내리는 것부터 차를 몰고 나무에 부딪히는 것까지 다양한 방법으로 죽음을 시도함으로써 반복에서 벗어나려고 한다. 그러나 매번 그는 자신이 2월 2일 아침에 다시 깨어나는 것을 발견했고, 그 사이클에서 더 이상 벗어날 수 없었습니다.

결국 Phil은 자신의 지식과 전문성을 활용하여 상황을 자신에게 유리하게 조작할 수 있음을 깨닫습니다. 그는 자신의 목표를 달성하기 위해 마을과 사람들에 대한 지식을 사용하여 다양한 전략을 실험하기 시작합니다. 예를 들어, 그는 도시의 레이아웃에 대한 지식을 사용하여 필요한 장소로 빠르게 이동하고, 마을 사람들의 일상에 대한 지식을 사용하여 그들의 행동을 예상하고 잠재적인 충돌을 피합니다.

이 개념을 보여주는 영화의 핵심 장면 중 하나는 Phil이 영화의 여주인공 Rita의 애정을 얻으려고 하는 장면입니다. 하루 중 한 번, 그는 그녀의 관심사와 선호도에 대한 지식을 사용하여 그녀가 가장 좋아하는 레스토랑에서의 낭만적인 저녁 식사와 아름다운 꽃다발로 완성되는 완벽한 데이트로 그녀에게 깊은 인상을 남깁니다. 또 다른 반복에서 그는 그녀의 일상에 대한 지식을 사용하여 함께 있을 것처럼 보이게 만드는 일련의 우연의 일치를 연출합니다.

두 경우 모두 Phil은 상황을 조작하고 목표를 달성하기 위해 자신의 초현실적 가능성 공간(이 경우에는 Punxsutawney 마을과 그 안의 사람들)에 대한 지식을 사용하고 있습니다. 그는 매일 계속해서 속도를 내면서 가능성 공간을 탐색하고 목표를 달성하는 데 점점 더 능숙해집니다. 그는 마을 사람들의 행동을 예상하고 게임의 역학에 대한 지식을 자신에게 유리하게 사용하는 방법을 배웁니다. 영화가 끝날 무렵 그는 가능성 공간을 탐색하고 조작하는 기술의 대가가 되어 마음먹은 것은 무엇이든 이룰 수 있습니다.

파트 3. 개인 성촉의 날

일상 생활을 하면서 우리도 끊임없이 생각과 기억을 순환하면서 자신의 상황 내에서 가능성을 탐색합니다. Groundhog Day의 Phil Connors처럼 우리는 지식과 전문성을 사용하여 주변 세계를 조작하고 다른 사람의 움직임을 예상하고 게임의 메커니즘에 대한 이해를 사용하여 목표를 달성합니다.

그러나 우리가 정신적으로 다양한 시나리오를 리허설할 때 뇌에서 정확히 무슨 일이 일어나고 있을까요? 신경과학의 최근 발전은 우리의 뇌가 다음에 일어날 일을 예측하고 대비하기 위해 과거의 경험을 사용하여 지속적으로 미래의 시뮬레이션을 실행하고 있음을 시사합니다. 이러한 시뮬레이션을 통해 Phil Connors가 Groundhog Day의 가능성 공간을 탐색하는 것처럼 우리 삶의 가능성 공간을 탐색할 수 있습니다.

길을 건너는 단순한 행위를 생각해 보십시오. 교차로에 접근하면 우리의 두뇌는 통계 모델을 사용하여 운전자와 보행자의 잠재적인 행동에 대한 시뮬레이션을 실행하여 그들의 움직임을 예측하고 최선의 행동 방침을 선택합니다. 이를 통해 가능한 모든 결과를 의식적으로 분석하지 않고도 빠르고 직관적인 결정을 내릴 수 있습니다.

이러한 정신적 시뮬레이션의 영향을 받는 것은 우리의 행동만이 아닙니다. 신경과학자 Anil K Seth의 최근 연구에서 얻은 핵심 통찰력 중 하나는 우리의 뇌가 현실 경험을 생성하기 위해 우리 주변 세계의 시뮬레이션을 지속적으로 실행하고 있다는 것입니다. 이것은 세상에 대한 우리의 인식이 단순히 감각 정보의 수동적 반영이 아니라 통계적 모델을 사용하여 우리의 두뇌에 의해 능동적으로 구성된다는 것을 의미합니다.

통제된 환각으로서의 의식에 대한 이러한 생각은 뇌에 대한 우리의 이해와 세상에 대한 우리의 경험을 창조하는 뇌의 역할에 중요한 의미를 가지고 있습니다. 이는 뇌가 단순히 감각 정보를 처리하는 정적인 기관이 아니라 세상에 대한 일관성 있는 경험을 생성하기 위해 끊임없이 노력하는 동적 시스템임을 시사합니다.

이것을 이해하는 한 가지 방법은 뇌를 일종의 스피드러너로 생각하고 현실의 원활한 경험을 만들기 위해 끊임없이 세계의 시뮬레이션을 실행하는 것입니다. 스피드러너가 게임에 대한 지식을 사용하여 레벨을 빠르고 효율적으로 탐색하는 것처럼 우리의 두뇌는 세상에 대한 지식을 사용하여 감각 정보를 빠르고 효율적으로 처리하고 일관된 현실 경험을 만듭니다.

그러나 스피드러너로서의 뇌에 대한 이러한 생각은 우리의 감각 경험에 내재된 모호성을 강조하기도 합니다. 게임이 여러 가지 가능한 경로와 결과를 가질 수 있는 것처럼 세계에 대한 우리의 경험도 동일한 감각 정보에 대한 다양한 해석의 영향을 받습니다.

Phil Connors처럼 우리 모두는 우리 마음의 가능성 공간을 빠르게 질주하고 있습니다. 우리는 같은 날에 갇히지 않았을지 몰라도 모두 각자의 생각과 기억에 갇혀 우리 상황 속에서 끊임없이 가능성을 탐색하고 조작한다. Phil과 마찬가지로 우리는 지식과 전문성을 사용하여 목표를 달성하고 주변 세계를 탐색할 수 있습니다.

4부. 궁극의 스피드러너 AI

스피드런의 세계는 플레이어가 기술, 전략 및 순수한 끈기를 조합하여 가능한 한 빨리 비디오 게임을 완료하려고 시도하는 매혹적인 세계입니다. 하지만 비디오 게임의 가상 세계를 탐색하는 대신, 이 스피드러너들이 인간 언어의 광활한 풍경을 탐험하는 임무를 맡게 된다면 어떨까요?

인간과 유사한 텍스트를 생성하고 번역에서 질문에 대한 답변에 이르기까지 광범위한 작업을 완료할 수 있는 GPT-3와 같은 최신 세대의 대형 언어 모델 및 AI를 입력하십시오. 이러한 모델은 방대한 양의 텍스트 데이터를 분석하고 통계적 방법을 사용하여 주어진 입력을 따를 가능성이 가장 높은 단어나 구를 예측합니다.

Super Mario Bros와 같은 복잡한 게임에 도전하는 스피드러너를 상상해 보십시오. 그들은 다양한 경로와 전략을 시도하고 어떤 것이 효과가 있고 어떤 것이 효과가 없는지 테스트하는 것으로 시작할 수 있습니다. 비슷한 방식으로 언어 모델은 통계적 방법을 사용하여 가능한 단어 및 구 시퀀스의 광대한 "가능성 공간"을 탐색하여 특정 입력이 주어졌을 때 가장 가능성이 높은 시퀀스를 찾습니다.

그러나 육체의 제약과 정보를 처리할 수 있는 속도의 제약을 받는 인간 스피드러너와 달리 GPT-3와 같은 대규모 언어 모델은 슈퍼컴퓨터의 계산 능력을 마음대로 사용할 수 있습니다. 이를 통해 인간이 달성할 수 없는 수준의 정확도와 속도로 예측을 할 수 있습니다.

그렇다면 GPT-3와 같은 모델은 실제로 어떻게 이러한 예측을 합니까? 이러한 모델의 핵심에는 "통계적 언어 모델링"이라는 기술이 있는데, 여기에는 대량의 텍스트 데이터를 분석하여 단어와 구 사이의 패턴과 관계를 식별하는 작업이 포함됩니다. 이를 통해 모델은 데이터에서 학습한 통계 패턴을 기반으로 주어진 입력을 따를 가능성이 가장 높은 단어나 구에 대해 예측할 수 있습니다.

5부 — 미래를 향한 스피드런

대부분의 인류 역사에서 목표를 향한 일련의 행동을 상상하고, 계획하고, 실행하는 행위(현재 우리가 스피드런이라고 부르는 행위)는 만만치 않은 도전이었습니다. 무언가를 한 번 하는 것은 충분히 어려웠고 의미 있게 수백 또는 수천 번 반복하는 것은 단순히 실현 가능하지 않았습니다. 그러나 비디오 게임, 신경과학 및 AI의 출현으로 우리는 스피드런의 힘이 실제로 실제로 나타나는 것을 보기 시작했습니다.

비디오 게임은 기술, 전략 및 순수한 끈기의 조합을 사용하여 가능한 한 빨리 게임을 완료하기 위해 경쟁하는 활기찬 스피드러너 커뮤니티를 탄생시켰습니다. 한편, 신경과학의 발전으로 인간의 인지 과정을 강력하고 새로운 방식으로 모델링하고 시뮬레이션할 수 있게 되어 인간 인지의 기초가 되는 동일한 원리를 사용하여 광범위한 작업을 수행할 수 있는 AI 시스템의 개발로 이어집니다.

그러나 스피드러닝의 잠재적인 응용 분야는 비디오 게임의 세계를 훨씬 뛰어넘습니다. 세상이 더욱 복잡해짐에 따라 정부와 기업은 모두 자신의 행동에 대한 예측하지 못한 결과를 예상하기 위해 고군분투하고 있습니다. 정책 결정의 높은 이해 관계는 정보에 입각한 결정을 내리는 것을 어렵게 만들 수 있지만 속도 실행의 원칙을 정책 결정의 세계에 적용할 수 있다면 어떨까요?

AI, AR 및 VR과 같은 기술의 도움으로 우리는 이제 스피드런의 힘을 사용하여 광범위하고 복잡하고 중요한 문제에 대한 대체 솔루션을 탐색하고 테스트할 수 있습니다. 예를 들어, 우리는 이러한 도구를 사용하여 지역 사회 개발이 자연 생태계에 미치는 영향을 예상하거나 증가하는 기후 난민의 흐름을 지원하는 데 필요한 인프라를 예상할 수 있습니다.

스피드런의 힘을 활용함으로써 우리는 다양한 행동 방침의 장기적인 결과를 탐색하고 인류가 직면한 가장 어려운 문제를 해결하는 방법에 대해 더 많은 정보에 입각한 결정을 내릴 수 있습니다. 여기에서 AR 및 VR과 같은 공간 컴퓨팅 기술의 진정한 잠재력이 이러한 시나리오에 생명을 불어넣는 매체로 집중되어 이해 관계자가 보다 몰입감 있고 직관적인 방식으로 다양한 의사 결정의 잠재적 영향을 경험할 수 있습니다.

이러한 발전은 흥미진진하며 복잡하고 중대한 문제를 해결하기 위한 도구로서 스피드런의 놀라운 잠재력을 엿볼 수 있게 해줍니다. 지역 사회, 정부 및 기업은 이러한 새로운 AI 도구와 공간 컴퓨팅 어포던스를 사용하여 한때 상상할 수 없었던 방식으로 아이디어를 탐색하고 테스트하기 시작했습니다. 그러나 우리는 아직 여정의 시작 단계에 있음을 인식하고 겸손과 호기심을 가지고 이 새로운 영역에 접근해야 합니다.

마지막으로 이 주장에 대한 마지막 시연을 이 에세이의 출처와 저자 형식으로 공개하겠습니다.

물론 이 전체 에세이는 약 2시간 동안 ChatGPT와 공동으로 작성되었으며, 이 단락 위의 모든 텍스트는 전적으로 AI에 의해 생성되고 주로 사소한 문체 선호도를 위해 내가 매우 가볍게 편집했습니다. 이것은 ChatGPT를 사용하여 여러 번 반복하여 에세이 내의 다양한 주장과 주제를 빠르게 실행함으로써 가능해졌습니다. Groundhog Day-ing은 내가 표면화하고 연결하고 싶었던 복잡한 개념과 주장의 웹을 통과할 수 있습니다. 환자와 호기심을 위해 이 에세이를 생성한 편집되지 않은 프롬프트와 응답을 Google 문서에서 사용할 수 있도록 만들었습니다.https://docs.google.com/document/d/1MM37CvWEpk56J2eYKA7vV6JvkQMAaD0UypD_DLoXVbg/edit?usp=sharing