ChatGPT가 작성한 문단이나 Siri와 같은 디지털 어시스턴트, 일부 사무실에서 사용되는 얼굴 인식 기술에서 물리학을 구별하는 것은 쉽지 않을 수 있음.
하지만 올해 노벨 물리학상을 이러한 서비스를 이끄는 인공지능의 개척자들에게 수여하기로 한 노벨 위원회의 결정은 데이터 처리, 입자 물리학, 우주 조사 등 다양한 분야에서 기계 학습과 물리학의 연관성을 인정하는 것임.
또한 AI의 가능성과 파괴적인 가능성을 주목하는 중요한 인정임.
화요일, 프린스턴 대학교의 존 J 홉필드 교수와 토론토 대학교의 제프리 E 힌턴 교수가 인간의 뇌와 유사한 방식으로 컴퓨터가 학습할 수 있도록 도와준 발견으로 노벨상을 수상함.
최근 몇 년 동안 노벨 위원회는 전통을 넘어서는 경향을 보임.
예를 들어, 2021년에는 세 명의 기후학자에게 물리학상이 수여된 바 있음.
올해의 상도 홉필드와 힌턴의 기여가 과학, 공학, 일상생활을 혁신했다는 점을 강조함.
두 과학자의 작업은 학문적 경계를 초월함.
홉필드는 고전 물리학자로서 고체 물질의 특성을 연구하며 경력을 시작했지만, 이 분야에 한계를 느끼고 1980년대에 인간 뇌의 뉴런 작업이 기계의 모델이 될 수 있는 방법을 연구하기 시작함.
그의 신경생물학적 영감을 받은 논문은 기계의 네트워크가 정보를 한 번에 처리할 수 있는 방법을 보여주었으며, 전통적인 컴퓨팅에서는 데이터가 작은 조각으로 저장되는 것과는 달리 모든 연결과 패턴을 기억함.
힌턴은 인지 심리학과 컴퓨터 과학을 배경으로 하며, 목공에 대한 지속적인 관심을 가지고 이 미국 과학자의 작업을 발전시켜 기계가 복잡한 데이터 세트와 패턴을 이해하도록 도왔음.
두 사람은 서로의 작업과 동료들의 작업을 발전시켜 기계가 복잡한 연관성을 만들 수 있는 능력을 증가시킴.
힌턴은 AI를 산업 혁명에 비유하며 생산성을 높이고 의료를 개선할 수 있는 가능성을 찬양함.
동시에 두 개척자는 기술의 프랑켄슈타인 효과에 대해 경고함 — 인공 네트워크가 인간 뉴런을 초과하는 것.
작년, 힌턴은 AI에 대한 안전 장치를 만들기 위해 자유롭게 이야기할 수 있도록 구글에서 사임함.
홉필드는 AI를 원자 분열에 비유하며 — 폭탄과 풍부한 에너지를 모두 생산할 수 있음.
상당히, 올해의 노벨상은 과학자들의 작업의 이 측면을 인정함.
기술과 윤리가 조화를 이루어야 한다는 메시지임.
