미래 기술이 우리 삶에 미칠 수 있는 영향을 고려할 때 신경 기술을 과대평가하기는 어렵다. 뇌는 우리 삶에 의미를 부여하는 모든 것을 조절하는 세상의 궁극적인 필터이다. 심각한 우울증이나 숭고한 환각 경험을 경험하는 사람들이 모두 증명할 수 있듯이 뇌 화학의 작은 변화가 우리 삶에 극적으로 영향을 미칠 수 있다.

 

그리고 그러한 효과는 새로운 신경 기술의 영향에 비해 다소 조잡해 보일 수 있다. 우리의 자기 이해를 향상시키는 도구부터 질병과 장애를 해결하는 뇌-컴퓨터 인터페이스, 전체 뇌 에뮬레이션을 위한 공상 과학 기능에 이르기까지 신경 기술은 AI 발전으로 가속화되어 꽃이 만발한 봄을 맞고 있다.

 

비영리 단체인 Foresight Institute에서는 이러한 기술의 장기적 적용이 유익하도록 돕고 있다. 다음은 앞으로 몇 년 동안 우리의 삶에 영향을 미칠 가능성이 있는 몇 가지 발전 사항으로, 다양하고 복잡한 윤리적 함의를 제시한다.

 

더 나은 도구 = 더 나은 이해

인간의 뇌는 우리가 알고 있는 우주에 존재하는 가장 복잡한 것 중 하나이며, 우리는 아직 그것을 이해하는 초기 단계에 있다. 결정적으로, 과학자들이 연구하는 많은 것들과 달리 우리는 단순히 "분해"할 수 없다. 일반적으로 "사용 중"일 뿐만 아니라 기능으로 이어지는 많은 아키텍처가 믿을 수 없을 정도로 작고 복잡하며 섬세하기 때문이다.

 

다행스럽게도 MIT의 Ed Boyden과 같은 신경과학자들은 우리의 이해를 돕기 위해 더 나은 도구를 연구하고 있다. Ed는 현미경으로 뇌의 작은 구조를 공들여 확대하는 대신 연구하기 쉽게 확대할 수 있다면 어떨까?

 

폴리머가 기저귀를 부풀게 하는 것과 유사하게 하이드로겔을 사용하여 관련 뇌 샘플을 확대하는 것이 가능하다는 것이 밝혀졌다. 이 "확장 현미경"은 장기 및 조직과 같은 복잡한 생물학적 구조의 샘플을 확대하고 이미징하기 위한 완전히 새로운 도구이다.

이러한 기술을 갖춘 우리는 이제 간질 및 알츠하이머와 같은 장애로 이어지는 뇌의 복잡한 분자 변화를 추적하는 데 더 나은 기회를 갖게 되었다.

 

뇌 세포 교체

알츠하이머병, 치매 및 기타 신경 장애를 포함한 많은 질병은 노년의 문제이다. 뉴욕 알베르트 아인슈타인 의과대학의 진 헤버트는 뇌의 노화가 시작되기 전에 멈추는 것을 그의 사명으로 삼았다.

 

헤버트는 수년에 걸쳐 의료 기술의 발전으로 신체의 여러 가지 기능이 저하된 장기를 기증자로부터 배양하거나 실험실에서 배양한 장기로 대체할 수 있게 되었음을 관찰했다. 그러나 인간의 뇌는 대체할 수 없는 상태로 남아 있었다.

 생쥐 뇌 조직 이식편의 면역형광 이미지(눈금 막대, 1mm). 이미지출처: Jean M Hebert 외(2023)

 

헤버트는 인간의 정체성을 유지하면서 주의력, 사고, 지각 및 일시적인 기억을 담당하는 것으로 생각되는 뇌 영역인 신피질을 점진적으로 대체할 가능성을 모색하고 있다. 신피질은 가소성으로 뇌 기능이 그 안에서 재배치될 수 있기 때문에 특정 뇌 기능을 담당하는 영역의 조직이 손상되면 원칙적으로 다른 영역의 조직이 그 기능을 대신할 수 있다.

 

피질이 시각적 자극에 반응할 수 있을 만큼 성공적으로 수용할 수 있도록 생쥐 피질에 새로운 기증자 조직을 도입하는 것을 목표로 하는 첫 번째 실험이 존재한다. 이 거대한 사업은 아직 초기 단계이지만 성공한다면 이 접근 방식은 뇌 기능을 보존할 뿐만 아니라 언젠가는 나중에 새로운 기술과 지식을 습득하는 데 도움이 될 것이다.

 

뇌-컴퓨터 인터페이스(BCI)

두뇌의 가소성은 장애가 있는 사람들이 잃어버린 능력의 일부를 되찾을 수 있는 추가적인 잠재력을 가지고 있다. 예를 들어, 스탠포드 대학교의 데이비드 이글맨 팀은 소리를 촉각 피드백으로 변환하여 사람들이 피부를 통해 "들을" 수 있도록 하는 소리 인식 손목 밴드를 만들어 청각 장애가 있는 사용자가 말을 인식할 수 있도록 했다.

 

소리 인식 팔찌. 이미지출처: neosensory

기존 장치의 한계를 극복하기 위해 새로운 뇌-컴퓨터 인터페이스(BCI)가 개발되고 있다. 예를 들어 Neuralink는 무선 뇌 임플란트를 사용하여 표준 헤드셋에 필요한 번거로운 기계 및 배선을 제거한다. 이들은 두개골에 내장되어 있으며 블루투스를 통해 데이터를 전송한다. Caltech의 신경과학자 Sumner Norman은 덜 침습적인 솔루션으로서 기능적 초음파의 가능성을 조사하고 있으며 움직임을 예측하기 위해 초음파 신경 영상을 사용하여 고무적인 결과를 반환했다.

 

덜 침습적인 BCI의 미래 반복이 광범위하게 채택되면 정신 건강 상태와 뇌 장애를 해결할 수 있으며 인공 사지 및 기타 장치를 제어할 수 있다.

 

뇌에서 영감을 받은 AI

ChatGPT 및 관련 앱을 사용하는 사람이라면 누구나 AI 기술의 급속한 가속화를 경험했을 것이다. 이러한 혁신은 우리가 뇌를 더 잘 이해하는 데 도움이 되고 뇌는 더 나은 AI를 개발하는 데 도움이 된다.

 

Chris Eliasmith는 SPAUN (시맨틱 포인터 아키텍처 통합 네트워크)이라는 인간 두뇌의 대규모 신경 모델을 개발한 인지 과학자이다. 숫자 인식, 패턴 복사 및 간단한 산술 문제 해결과 같은 여러 인지 작업을 수행할 수 있다. 그는 이러한 대규모 뇌 모델을 구축하면 뇌를 더 잘 이해하고 신경 장애에 대한 새로운 치료법을 개발하는 데 도움이 될 뿐만 아니라 더 발전된 인공지능 시스템을 만들 수 있다고 생각한다.

 

AI 시스템이 복잡해짐에 따라 안전에 대한 요구도 높아진다. 물리학자에서 AI 안전 연구원으로 전향한 Steven Byrnes는 뇌에서 영감을 받은 AI 안전이라는 새로운 분야를 개척하고 있다. Byrne의 연구는 경험에서 배우고, 변화하는 환경에 적응하고, 인간의 인지와 유사한 방식으로 결정을 내릴 수 있는 신경에서 영감을 받은 알고리즘 개발에 중점을 둔다. 그는 인간 두뇌의 구조와 기능을 모방함으로써 보다 신뢰할 수 있는 AI 시스템을 만드는 것이 가능할 것이라고 믿는다.

 

전뇌 에뮬레이션(WBE) 및 인공 일반 지능(AGI)

더 멀리 내다보기: 전뇌 에뮬레이션(WBE)은 공상과학 소설 작가뿐만 아니라 진지한 과학자들의 관심을 사로잡은 잠재적인 미래 기술이다. 신경과학자 앤더스 샌드버그와 동료들이 2008년에 공동 저술한 원래의 전체 뇌 에뮬레이션 로드맵은 신경망과 궁극적으로 전체 뇌를 시뮬레이션하기 위한 첫 번째 단계로 개별 뉴런의 에뮬레이션으로 시작하는 것과 같은 몇 가지 잠재적인 경로를 제안한다.

 

2008년으로 돌아가서 극복해야 할 다양한 기술적 병목 현상을 고려할 때 WBE에 대한 논의는 그것이 가능하다고 가정했지만 금세기에는 불가능했다. 그 이후로 두뇌 스캐닝 및 매핑 기술과 같이 발전에 필요한 많은 기술 기능이 빠르게 향상되었다. 예를 들어 E11은 두뇌 매핑을 더 쉽고 접근하기 쉽게 만들기 위한 새로운 시도이다. 뇌 매핑에서 얻은 데이터를 통해 언젠가는 뇌의 구조와 기능에 대한 모델을 만들 수 있다. 그런 다음 신경 활동을 시뮬레이션하는 알고리즘을 개발하는 데 사용할 수 있다. 이는 WBE로 가는 첫 번째 단계이다.

 

동시에 빠른 AI 발전으로 AGI(인공 일반 지능)에 도달할 때까지 제안된 일정이 단축되었다. 예측 플랫폼 Metaculus에 대한 현재 커뮤니티 예측에 따르면 AGI의 개발은 이르면 2032년으로 예상된다.

 

AI 안전 문제가 대두되면서 일부 연구자들은 WBE 개발을 가속화하면 인간이 정렬한 소프트웨어 인텔리전스를 먼저 도입하여 정렬되지 않은 AGI의 위험을 줄일 수 있다고 믿고 있다. Foresight Institute의 WBE for AI 안전 워크샵은 WBE 기술의 현재 상태, 개발을 가속화할 수 있는 가능한 전략, 이러한 전략에서 발생할 수 있는 위험 및 윤리적 문제를 탐구하는 것을 목표로 한다.

 

차동 신경 기술

신경 기술의 급속한 발전은 뇌를 이해하고, 신경 장애를 치료하고, 지능을 발전시키고, 궁극적으로 새로운 정신 구조로 이끄는 흥미로운 가능성을 제공한다.

우리가 이 최전선을 탐험하면서 인간의 마음과 다른 마음이 충만한 삶을 살기를 원한다면 윤리적, 사회적 의미를 함께 다루어야 한다. 이러한 미래는 거칠고 빠르게 다가오고 있으므로 지금 이 과정을 시작하는 것은 너무 이르지 않다.

 

타카기 유(Yu Takagi)와 니시모토 신지(Shinji Nishimoto)의 최근 논문은 제너레이티브 AI를 사용하여 인간 피험자가 비교적 잘 보고 있는 것과 일치하는 인간 두뇌 활동의 이미지를 재현할 수 있음을 보여주었다. 그러한 기술은 예를 들어 종종 흐릿한 목격자의 용의자 기억을 명확히 함으로써 잠재적으로 범죄에 도움이 될 수 있다. 그러나 잘못된 사람들, 이익을 추구하는 기업, 특히 권위주의적인 정부의 손에 마음을 읽는 기술이 인간의 사생활을 파괴할 수 있다.

 

매우 장기적으로 볼 때 철학자 Nick Bostrom과 Carl Schulman은 인간의 마음은 AI로 만들 수 있는 가능한 마음의 광대한 공간의 작은 구석을 차지할 뿐이라고 제안한다. 예를 들어 누군가의 주관적인 경험을 동의 없이 변경하는 것과 같은 새로운 종류의 범죄를 설명하기 위해 인간 본성에 대한 가정을 기반으로 도덕적 직관을 업데이트해야 할 수도 있다.

 

 

안전 강화 기술을 우선적으로 발전시키는 것을 목표로 하는 "차등" 신경 기술 개발의 초기 분야는 유익한 신경 기술에 초점을 맞출 프로젝트를 결정하는 유망한 첫 번째 단계일 수 있다. 우리가 신경 기술을 사용하여 뇌를 향상시키거나 제어할 것인지 여부는 궁극적으로 우리에게 달려 있다. 오히려 현재의 뇌에 달려 있다.