이 컴퓨터는 여러분의 마음을 읽는 법을 배우고 있습니다
-
0:00 - 0:03그렉 게이지: 마음 읽기.
공상과학 영화에 등장하는 -
0:03 - 0:05생각을 읽을 수 있는 기계를
본적이 있을 겁니다. -
0:05 - 0:07하지만 오늘날 우리에게는
-
0:07 - 0:09뇌파 활동을 읽을 수 있는
기계들이 있는데, -
0:09 - 0:11그건 바로 EEG입니다.
-
0:12 - 0:15이 뇌파에는 정보가 포함되어 있을까요?
-
0:15 - 0:17그러면 컴퓨터를 훈련시켜
생각을 읽게 할 수 있을까요? -
0:17 - 0:20제 친구 네이던은 EEG를
분석하는 일을 하고 있어요. -
0:20 - 0:22마음을 읽는 기계를 만들기 위해서죠.
-
0:22 - 0:24[DIY 신경과학]
-
0:25 - 0:26EEG는 이렇게 작동합니다.
-
0:27 - 0:28여러분 머리에는 뇌가 있고,
-
0:28 - 0:31그 뇌는 몇 십억 개의 신경으로
이루어져 있습니다. -
0:31 - 0:34각각의 이 신경들은 서로에게
전기적 메세지를 전달합니다. -
0:34 - 0:37이런 작은 메세지들이 합쳐져
전파를 만들고 우리는 그것을 -
0:37 - 0:38모니터로 확인할 수 있습니다.
-
0:38 - 0:41전통적으로 EEG는
광범위한 정보를 제공합니다. -
0:41 - 0:44예를 들어 수면 중 혹은
깨어있는 경우입니다. -
0:44 - 0:45하지만 다른 정보도 제공할까요?
-
0:45 - 0:47실제로 우리 생각을 읽을 수 있을까요?
-
0:47 - 0:48저희는 이걸 실험하는데
-
0:48 - 0:50복잡한 생각으로 시작하지는
않을 것 입니다. -
0:50 - 0:52매우 단순한 걸 시도해보죠.
-
0:52 - 0:56뇌파만 가지고 보고 있는 대상이
무엇인지 해석할 수 있을까요? -
0:56 - 0:59네이던은 크리스티의 머리에
전극을 부착합니다. -
0:59 - 1:01네이던: 내 인생이 꼬였어.
-
1:01 - 1:02(웃음)
-
1:02 - 1:03GG: 그는 그녀에게
-
1:03 - 1:06네 가지 다른 범주의
사진들을 보여줍니다. -
1:06 - 1:09네이던: 얼굴, 집, 풍경, 그리고
이상한 사진들이에요. -
1:09 - 1:11GG: 크리스티에게
몇백 개의 이미지를 보여주면서 -
1:12 - 1:15우리는 또한 전파를 캡처하여
네이던의 컴퓨터에 저장합니다. -
1:15 - 1:18우리는 뇌파에 포함된 사진에 대한
모든 시각정보를 감지할 수 있는지 -
1:18 - 1:20알아보려고 하는 겁니다.
-
1:20 - 1:22작업이 끝나면, 크리스티가
보고 있는 사진의 종류를 -
1:22 - 1:25EGG가 맞출 수 있는지를
알아볼 겁니다. -
1:25 - 1:28성공한다면 각 카테고리는
다른 뇌 신호를 촉발시킬 것 입니다. -
1:28 - 1:31저희가 수집한 EEG 미가공 데이터는
-
1:31 - 1:32바로 이런 데이터예요.
-
1:33 - 1:36너무 지저분해 보이니까,
사진별로 정리를 해봅시다. -
1:37 - 1:39여전히 너무 어지러워서
차이점을 파악할 수 없네요. -
1:40 - 1:43하지만 이미지가 처음 나타난
시점에 따라 정리함으로써 -
1:43 - 1:45모든 이미지 종류에 걸쳐
EEG의 평균을 낸다면 -
1:45 - 1:47이러한 잡음을 없앨 수 있고,
-
1:47 - 1:50그리고 곧 우리는 각 종류별로
지배적인 패턴이 나타나는 것을 -
1:50 - 1:51볼 수 있습니다.
-
1:51 - 1:53이제 신호들이 모두 꽤 비슷해보이죠.
-
1:53 - 1:54좀 더 자세히 봅시다.
-
1:54 - 1:57이미지 출현 후 백 밀리초 정도에
-
1:57 - 1:59네 가지 경우 모두에서
긍정적인 상승이 보입니다. -
1:59 - 2:01그것은 P100이라고 불립니다.
-
2:01 - 2:05그게 바로 우리가 대상을 인식할 때
뇌에서 일어나는 일이라 볼 수 있죠. -
2:05 - 2:07근데 이런, 얼굴을 볼 때
신호를 보세요. -
2:07 - 2:09다른 것들과는 다르게 보입니다.
-
2:09 - 2:11이미지가 나타난 뒤 170밀리초 쯤
-
2:11 - 2:13아래로 하강하는 부분이 있습니다.
-
2:13 - 2:15여기서 무슨 일이 일어나는 걸까요?
-
2:15 - 2:18연구에 따르면 우리 뇌는
인간의 얼굴을 인식하는데 필요한 -
2:19 - 2:20많은 뉴런을 가지고 있죠.
-
2:20 - 2:22이 N170 스파이크는
모든 뉴런들이 -
2:22 - 2:25같은 장소에서 동시에
발사되는 것일 수 있습니다. -
2:25 - 2:27우리는 그걸 EEG에서
감지할 수 있죠. -
2:27 - 2:29여기 두 가지 시사점이 있습니다.
-
2:29 - 2:31하나는 우리의 눈이
잡음의 평균을 내지 않고는 -
2:31 - 2:34패턴에서 차이점을 감지하기
정말 어렵다는 것이고 -
2:34 - 2:36두 번째로는, 잡음을 제거한 후에도
-
2:36 - 2:39우리 눈은 얼굴과 관련된 신호만을
추출할 수 있다는 겁니다. -
2:39 - 2:41이것이 우리가 기계학습에
관심을 갖는 이유죠. -
2:41 - 2:45우리의 눈은 잡음이 섞인 데이터에서
패턴을 뽑아내지 못합니다. -
2:45 - 2:48하지만 기계학습 알고리즘은
그것이 가능하도록 설계되어 있고 -
2:48 - 2:51따라서 우리가 많은 이미지와 데이터를
기계에 입력하여 -
2:51 - 2:53컴퓨터를 훈련시켜서
-
2:53 - 2:57크리스티가 지금 무엇을 보고 있는지
해석할 수 있게 하는게 가능하겠죠? -
2:57 - 3:01우리는 그녀의 EEG에서 나오는 정보를
동시에 코드화하고 -
3:01 - 3:05그녀의 눈이 보고 있는 게
무엇인지 예측하려 합니다. -
3:05 - 3:07성공한다면, 우리가 봐야 하는 것은
-
3:07 - 3:09그녀가 풍경 이미지를 볼 때마다
-
3:09 - 3:11풍경, 풍경, 풍경이라고
말해야 하는 것이죠. -
3:11 - 3:13얼굴이면-- 얼굴, 얼굴, 얼굴, 얼굴
-
3:13 - 3:17하지만 그렇게 되지 않는다는 것이
밝혀졌네요. -
3:21 - 3:25(웃음)
-
3:25 - 3:26좋아요.
-
3:26 - 3:30감독: 무슨 일이죠?
GG: 직업을 바꿔야할 것 같아요. -
3:30 - 3:31(웃음)
-
3:31 - 3:34그건 완전한 실패였지만
저희는 여전히 궁금합니다. -
3:34 - 3:36이 기술을 얼마나
밀고 나갈 수 있을까요? -
3:36 - 3:38저희는 결과물을 다시 보았습니다.
-
3:38 - 3:41데이터가 굉장히 빨리 컴퓨터에
들어오고 있다는 것을 알아냈죠. -
3:41 - 3:43이미지가 언제 입력되었는지
모를 정도로요. -
3:43 - 3:48그것은 매우 긴 문장을 단어 사이에
공백 없이 읽는 것과 같습니다. -
3:48 - 3:49읽기 어렵겠죠.
-
3:49 - 3:53하지만 공백을 넣으면,
각 단어들이 보이고 -
3:53 - 3:55훨씬 더 이해하기 편해집니다.
-
3:55 - 3:57하지만 약간 속임수를 쓰면 어떨까요?
-
3:57 - 3:59센서를 이용해 이미지가
처음 나타나는 지점을 -
3:59 - 4:01컴퓨터에게 알려줄 수 있습니다.
-
4:01 - 4:04그렇게 뇌파는 지속적으로
나열된 정보가 아니라 -
4:04 - 4:07개별 의미 단위가 되는 것이죠.
-
4:07 - 4:09또한 속임수를 약간만 더
써볼 수 있습니다. -
4:09 - 4:11카테고리를 두개로 제한하는 것이죠.
-
4:11 - 4:14실시간으로 생각을
읽어낼 수 있는지 봅시다. -
4:14 - 4:15이 새로운 실험에서
-
4:15 - 4:17환경을 조금만 제한하면,
-
4:17 - 4:19이미지의 시작을 파악할 수 있습니다.
-
4:19 - 4:23저희는 카테고리를 "얼굴"이나
"풍경"으로 제한할 것 입니다. -
4:23 - 4:25네이던: 얼굴. 정답입니다.
-
4:26 - 4:27풍경. 정답입니다.
-
4:28 - 4:31GG: 이제, 이미지가 나타날 때마다
-
4:31 - 4:33이미지의 시작점을 찍고
-
4:33 - 4:35EEG를 해독하겠습니다.
-
4:35 - 4:36정답을 맞추고 있어요.
-
4:36 - 4:38네이던: 네. 얼굴.
정답입니다. -
4:38 - 4:40GG: EEG 신호에 정보가 있어요.
멋지네요. -
4:40 - 4:43우리는 그것을 이미지의 시작점에
배열해야 했습니다. -
4:43 - 4:45네이던: 풍경. 정답입니다.
-
4:47 - 4:48얼굴. 정답이죠.
-
4:49 - 4:51GG: 이것은 약간의 정보가 있어서
-
4:51 - 4:54이미지가 시작된 지점을 알면
그것이 어떤 종류의 이미지인지 -
4:54 - 4:56구별할 수 있다는 것을 의미합니다.
-
4:56 - 5:01이러한 유발전위를 봄으로써
적어도 평균적으로는 가능하다는 것이죠. -
5:01 - 5:02네이던: 정확합니다.
-
5:02 - 5:05GG: 만약 프로젝트 초반에
이게 가능다고 말했다면 -
5:05 - 5:06저는 절대 불가능이라 했을거예요.
-
5:06 - 5:08이게 가능하다는건 생각도 못했어요.
-
5:08 - 5:11과연 우리의 마음을 읽는 실험이
실제로 효과가 있었을까요? -
5:11 - 5:13네, 하지만 많은 속임수 덕분이죠.
-
5:13 - 5:16EEG에서 몇 가지
흥미로운 사실을 찾을 수 있어요. -
5:16 - 5:18예를 들어 만약 우리가
한 사람의 얼굴을 본다면 -
5:18 - 5:21거기엔 너무 많은 한계점이 있습니다.
-
5:21 - 5:24아마 기계 학습에 큰 발전이 있어야
-
5:24 - 5:27언젠가 우리의 생각을
해석할 수 있을 것 입니다. -
5:27 - 5:31하지만 현재로써는,
어떤 회사가 여러분의 뇌파를 활용해서 -
5:31 - 5:33장치들을 통제할 수도 있다고 하면,
-
5:33 - 5:36회의적인 태도는 갖는 건
여러분의 권리이자 의무입니다.
- Title:
- 이 컴퓨터는 여러분의 마음을 읽는 법을 배우고 있습니다
- Speaker:
- DIY 신경과학(DIY Neuroscience)
- Description:
-
현대 기술은 두 명의 신경과학자가 인간의 뇌를 들여다볼 수 있게 해주지만 마음을 릭는 것도 가능할까요? 뇌파기록장치 또는 EEG로 알려진 장비와 신비한 컴퓨터 기술을 가지고, 우리의 용감한 신경과학자들은 함께 피험자의 생각 속으로 들어가봅니다.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TED Series
- Duration:
- 05:51
Jihyeon J. Kim approved Korean subtitles for This computer is learning to read your mind | ||
Jihyeon J. Kim edited Korean subtitles for This computer is learning to read your mind | ||
Yunjung Nam accepted Korean subtitles for This computer is learning to read your mind | ||
Yunjung Nam edited Korean subtitles for This computer is learning to read your mind | ||
Yunjung Nam edited Korean subtitles for This computer is learning to read your mind | ||
Yunjung Nam edited Korean subtitles for This computer is learning to read your mind | ||
Yunjung Nam edited Korean subtitles for This computer is learning to read your mind | ||
Yunjung Nam edited Korean subtitles for This computer is learning to read your mind |