생존은 모든 생명체의 최우선 요구이며, 영생은 모든 생명체의 궁극적인 꿈이다.
대부분의 생명체는 삶과 죽음의 진정한 의미를 깨닫지 못하지만, 인간은 지혜를 갖고 있다. 인간의 지혜가 삶과 죽음을 명확하게 이해할 수 있을 정도로 발전하면 불멸을 추구하는 꿈이 생긴다. . 그러나 어떻게 생명을 영원히 지속시킬 수 있는가는 어려운 문제이다. 무지한 시대에 인간은 불멸과 의술을 추구하는데 희망을 두게 되었고, 과학의 탄생과 함께 인간은 생명의 이유를 발아에서 늙음과 죽음에 이르기까지 점차 이해하게 되었다. 그 결과, 수혈 요법이나 노화된 장기의 교체 등 불멸을 추구하는 좀 더 합리적인 방법이 등장했습니다. 이는 현재 인기 있는 연구 분야입니다.
인간은 육체적인 불멸성을 추구하는 것 외에도 또 다른 길, 즉 영적인 불멸성, 즉 사고의 불멸성을 추구할 수도 있는데, 이는 인공지능과 컴퓨터 기술에 의존할 수밖에 없다. 간단히 말하면, 사람의 생각을 디지털화하여 컴퓨터에 저장함으로써, 백년이 지나 몸이 죽어도 그 생각이 영원히 지속될 수 있도록 하는 것입니다.
사고를 디지털화하여 불멸을 달성하는 것이 정말 가능할까요?
인간의 뇌 구조와 사고방식은 극도로 복잡하고 이를 완전히 디지털화하기는 꽤 어렵지만 인간은 이러한 목표를 향해 나아가고 있다. 유명한 데이터 과학자이자 구글 엔지니어인 커즈와일(Kurzweil)은 2030년에는 인간의 뇌가 전자나노부품과 통합될 수 있을 것이라고 예측한 바 있다. 환상처럼 들리겠지만, 인공지능의 발전 속도를 보면 불가능하지는 않다.
이제 최초의 디지털 휴먼이 탄생을 앞두고 있는데, 그 사람이 바로 앤드류 카플란이다. 스파이 소설을 좋아하는 사람이라면 이 이름을 잘 알고 있을 것이다. 바로 여러분이 잘 알고 있는 유명한 스파이 소설 작가 앤드루 카플란이다. 그가 최초의 디지털 휴먼을 선택한 이유는 단순히 개인의 삶의 영원성을 추구하기 위해서만은 아니었다.
앤드류 캐플란은 자신을 디지털 휴먼으로 변신해 후손들과 소통하고 싶다.
이 아이디어는 실제로 매우 흥미롭습니다. 이런 식으로 여러 세대에 걸쳐 가족 유대를 연장하는 것은 정말 멋진 일입니다. Kaplan의 생각이 서버에 디지털 형식으로 저장되면 미래의 모든 사람은 컴퓨터 플랫폼이나 모바일 장치를 통해 소통할 수 있습니다.
즉, 수백 년이 지난 후에도 우리는 여전히 이 소설가가 그의 놀라운 이야기를 들려주는 것을 들을 수 있습니다. 그렇다면 Kaplan이 최초의 디지털 인간이 되도록 도와줄 사람은 누구일까요? Kaplan이 최초의 디지털 휴먼이 되도록 돕는 일을 담당한 회사는 HereAfte입니다. HereAfte와 관련하여 창립자인 Vlahos를 언급해야 합니다. Vlahos가 가장 좋아하는 일 중 하나는 고인이 된 아버지와 이야기를 나누고 농담을 하는 것이었습니다. 그가 어떻게 그 일을 했는지 궁금할 것입니다.
Vlahos는 "Dadbot"을 만든 것으로 가장 잘 알려져 있습니다.
블라호스는 아버지의 생애 마지막 3개월 동안 아버지의 대화를 모두 카메라로 녹음했다. 이 대화를 바탕으로 블라호스는 인공지능 알고리즘 모델을 활용해 훈련을 했고 최종적으로 인공지능 대봇(Dadbot)을 만들었다. Dadbot과의 대화를 통해 Vlahos 아버지의 성격과 사고 방식을 명확하게 이해할 수 있습니다. 심지어 목소리와 언어 스타일도 지나치게 복잡한 상호 작용에 참여하지 않는 한은 이해되지 않습니다. 당신은 당신이 이야기하고 있는 사람이 실제 사람이 아니라는 것을 깨닫게 될 것입니다.
물론 Dadbot의 생성 과정은 아직 비교적 간단합니다. 앞으로도 Andrew Kaplan을 더욱 완벽한 디지털 휴먼으로 만들기 위해 Kaplan의 대화를 녹음할 뿐만 아니라 저장도 하게 됩니다. 수많은 사진, 영상 등이 있으며 그들의 움직임과 표정까지 완벽하게 재현되어 있습니다.
디지털 Kaplan은 단순한 질문에 답하는 기계 그 이상입니다.
그는 독립적으로 뉴스를 검색할 수 있고, 심지어 자녀와 손주들을 위한 선물을 주도적으로 주문할 수도 있습니다. 그러나 이를 달성한다고 해서 디지털 카플란이 자율의식을 갖는다는 의미는 아니다. 왜냐하면 현재의 인공지능 기술은 아직 매우 제한적이기 때문이다. 대화.
예를 들어, 현재 카플란의 생각을 기록하는 방식은 주로 질문하고 대답하는 단일 지점 대화에 의존합니다. 인공지능 학습 및 훈련을 위해 유사한 데이터를 대량으로 저장합니다. 다중 회전 대화는 질문과 대답이 아니라 마치 두 명의
가장 친한 친구
가 함께 채팅하는 것처럼 완전히 개방적이고 유동적입니다. 더 강한 사고 능력과 심지어 감정을 경험하는 능력도 가질 수 있습니다. 그래야만 데이터가 디지털 휴먼으로의 전환을 완료할 수 있습니다.