체화된 인지과학은 지능적 행동의 기저 메커니즘을 설명하려는 학제 간 연구 분야이다. 이 분야는 인지가 단순한 추상적 기호 조작이 아니라 물리적 신체와 환경과의 상호작용에 의해 깊이 형성된다고 주장하며 전통적인 계산주의적 마음 이론에 도전한다. 이 분야는 세 가지 주요 방법론으로 구성된다: 심리적 및 생물학적 시스템을 전체적으로 모델링하여 마음과 몸을 단일 실체로 취급하는 접근, 지능적 행동의 일반 원리 집합을 개발하는 접근, 그리고 통제된 환경에서 로봇 에이전트를 실험적으로 사용하는 접근이다. 이 접근은 인지과학, 심리학, 신경과학, 인공지능의 통찰을 활용하며 기계 학습에서 자율 로봇 공학에 이르는 분야에 영향을 미쳤다.
이 분야의 지적 뿌리는 컴퓨팅의 초기 제안까지 거슬러 올라간다. 1950년, 앨런 튜링은 기계가 생각하고 말하기 위해 인간과 유사한 신체를 필요로 할 수 있다고 제안했으며, 기계에 최상의 감각 기관을 제공하고 아동 발달과 유사한 과정을 통해 영어를 이해하고 말하도록 가르칠 수 있다고 언급했다. 이 아이디어는 지각과 행동이 인지와 분리될 수 없다고 주장하는 이후의 체화된 접근을 예고했다.
전통적 인지 이론
20세기 중반에 지배적이었던 전통적 인지 이론은 주로 기호 조작에 기반한다. 이 모델에서 입력은 처리 장치로 공급되고, 처리 장치는 구문 규칙에 따라 출력을 생성하며, 여기서 의미가 파생된다. 예를 들어, 인간의 감각 기관은 입력 장치 역할을 하고, 외부 환경의 자극은 처리 장치 역할을 하는 신경계로 공급된다. 신경계는 구문 구조를 따르기 때문에 감각 정보를 읽고, 신체 운동과 행동을 만드는 출력을 생성한다. 이 관점의 핵심 특징은 인지가 뇌 안에 밀봉되어 감각 입력을 통해서만 외부 세계와 단절된다는 것이다.
이 계산주의적 프레임워크는 MIT CSAIL 및 Xerox PARC와 같은 기관의 연구를 포함한 초기 인공지능 연구에 영향을 미쳤다. 그러나 이는 개념적 문제에 직면했으며, 가장 주목할 만한 것은 호문쿨루스 논증으로, 기호에서 의미를 파생하려면 내부 해석자가 필요하고 이는 무한 회귀로 이어진다고 제안했다. 이 비판은 전통주의 모델의 타당성을 약화시키고 대안적 접근을 촉진했다.
체화된 인지 접근
체화된 인지과학은 주로 호문쿨루스 논증이 제기한 문제 때문에 전통 이론의 입력-출력 시스템을 거부한다. 내부 기호 조작에 의존하는 대신, 이 분야는 인지를 세 가지 상호 관련된 측면으로 정의한다: 신체의 물리적 속성, 인지 과정에서 신체의 역할, 그리고 유기체와 환경의 결합.
신체의 물리적 속성
첫 번째 측면은 신체의 물리적 특성이 사고 능력에 어떻게 영향을 미치는지 조사하며, 전통주의 모델의 기호 조작 구성 요소를 극복하려고 시도한다. 예를 들어, 깊이 지각은 복잡성 때문에 체화된 접근에서 더 잘 설명된다. 깊이 지각은 두 눈 사이의 거리로 인한 망막상의 불일치와 신체 및 머리 단서를 뇌가 감지해야 한다. 머리를 돌리면 전경의 물체가 배경에 대해 움직이는 것처럼 보인다. 이 관찰은 겉보기 운동이 직접 지각되므로 중간 기호 조작 없이 시각 처리가 발생함을 시사한다.
청각 지각은 또 다른 예를 제공한다. 귀 사이의 거리가 클수록 가능한 청각 예민도가 커지며, 귀 사이 물질의 밀도는 주파수 파동이 매체를 통과할 때 강도에 영향을 미친다. 뇌의 청각 시스템은 이러한 요소를 기호로 표현할 필요 없이 고려한다. 거리 자체가 더 큰 예민도의 기회를 만들고, 밀도가 주파수 변화의 기회를 형성한다. 따라서 물리적 속성을 고려할 때, 기호 시스템은 불필요하며 도움이 되지 않는 은유이다.
인지 과정에서 신체의 역할
두 번째 측면은 조지 레이코프와 마크 존슨의 개념에 대한 작업에서 크게 차용한다. 그들은 인간이 외부 세계를 설명하기 위해 은유를 사용하며, 다른 개념이 파생될 수 있는 기본 개념 집합을 가지고 있다고 주장했다. 이러한 기본 개념에는 위, 아래, 앞, 뒤와 같은 공간적 방향이 포함된다. 인간은 이러한 개념을 자신의 신체를 통해 직접 경험하기 때문에 이해한다. 예를 들어, 인간의 움직임이 직립 서기와 위-아래 운동을 포함하기 때문에 인간은 위와 아래의 개념을 선천적으로 가진다. 레이코프와 존슨은 다른 공간적 방향에 대해서도 유사하다고 주장한다. 이러한 기본 공간 개념은 다른 개념을 구성하는 기초를 형성한다. 예를 들어, 행복과 슬픔은 각각 위 또는 아래로 간주되며, 누군가 기분이 가라앉는다고 말할 때 신체적 경험에 뿌리를 둔 은유적 매핑을 표현하는 것이다.
이 관점은 표현이 추상적 기호보다는 감각운동 데이터에 기반을 두는 경우가 많은 신경망 모델 및 심층 학습 연구에 영향을 미쳤다. 또한 물리적 체화가 학습과 행동의 중심인 로봇 공학 작업과도 연결된다.
유기체와 환경의 결합
세 번째 측면은 유기체와 환경 사이의 지속적인 상호작용을 강조하며, 인지를 고립된 내부 처리로 보는 관점을 거부한다. 이 관점은 체화된 인지과학의 중심 방법론인 통제된 환경에서 로봇 에이전트의 실험적 사용과 일치한다. 단순한 규칙을 가진 로봇은 명시적 내부 모델 없이도 복잡한 행동을 나타낼 수 있으며, 이는 스탠포드 AI 연구소 및 이후 MIT CSAIL에서 로드니 브룩스의 초기 작업에서 입증되었다. 이 접근은 명시적 지식 표현과 추론에 의존하는 전통적 AI와 대조된다.
기여자와 영향
체화된 인지과학은 체화된 철학 및 관련 연구 분야에서 크게 차용한다. 기여자로는 라호야의 신경과학 연구소의 제럴드 에델만, 프랑스 CNRS의 프란시스코 바렐라, 플로리다 애틀랜틱 대학의 J. A. 스콧 켈소와 같은 신경과학자가 포함된다. 로렌스 바살루, 마이클 터비, 엘리노어 로쉬와 같은 심리학자도 기여했으며, 질 포코니에, 조지 레이코프, 레너드 탈미를 포함한 언어학자도 포함된다. 에드윈 허친스와 멀린 도널드와 같은 인류학자도 이 분야를 형성했다.
자율 에이전트 설계에서 초기 작업은 로드니 브룩스와 발렌티노 브라이텐베르크에 기인한다. 영향력 있는 책으로는 롤프 파이퍼와 크리스티안 샤이어의 Understanding Intelligence와 파이퍼와 조시 C. 봉가드의 How the Body Shapes the Way We Think가 있다. 앤디 클라크, 댄 자하비, 에반 톰슨과 같은 철학자는 이론적 토대를 제공했다. 이 분야의 아이디어는 대규모 언어 모델 및 트랜스포머 아키텍처에 대한 작업을 포함한 현대 AI 연구에도 영향을 미쳤지만, 이러한 시스템은 종종 물리적 체화 없이 작동한다.
응용 및 현대적 관련성
체화된 인지과학은 로봇 공학과 AI에서 실용적 응용을 가진다. Figure AI 및 Sanctuary AI와 같은 회사는 환경과의 체화된 상호작용에 의존하는 휴머노이드 로봇을 개발한다. 강화 학습 및 커리큘럼 학습 연구는 종종 에이전트가 물리적 또는 시뮬레이션 상호작용을 통해 학습하는 체화된 원리를 통합한다. 이 분야는 또한 지각과 행동이 밀접하게 결합된 Waymo 및 Tesla Autopilot과 같은 인간-로봇 상호작용 및 자율 주행 차량 개발에 정보를 제공한다.
이 접근은 또한 비체화 모델의 한계에 대한 인공지능 논쟁에 영향을 미쳤다. 비평가들은 감각적 근거 없이 텍스트를 처리하는 대규모 언어 모델과 같은 시스템이 진정한 이해를 결여할 수 있다고 주장한다. 체화된 인지과학은 진정한 지능이 세계와 상호작용하는 신체를 필요로 한다고 시사하며, 이 관점은 학계와 산업계의 연구 의제를 계속 형성하고 있다.