Search
🔵

5_2.2.1__1_1_1. title: 전문가가 되는 과정이란 어떤 현상에 대한 자신만의 추상을 만드는 것이다. 제프 호킨스는 이를 신피질 기둥에 기준 틀을 만드는 일이라고 정의했다.

생성
🚀 prev note
♻️ prev note
5_2.2.1__1_1. title: 전문가가 되는 것이란 뉴럴 네트워크처럼 패턴에 익숙해져 장기기억에 저장되는 것이다. 뉴럴 네트워크가 학습되려면 좋은 데이터가 있어야 한다. 즉, 랜덤성으로부터는 학습할 수 없다. 그리고 손실값이 미니배치를 통해 자주 전파되어야 한다. 즉, 고통과 짧은 피드백 루프 없이는 패턴을 학습할 수 없다.
bb2.2.2. title: 크고 복잡하게 정의된 추상화 수준에 엄청난 삽질을 때려박아 하나의 더 나은 추상화 수준으로 만드는 것도 추상화이고, 크고 복잡하게 정의된 추상화 수준을 작은 단위로 분해하는 것도 추상화이다. 이런 재추상화는 문제를 다시 정의하는 것이다. 문제가 잘 정의되면 패러다임의 변화를 가져온다.
🚀 next note
♻️ next note
14 more properties
전문가가 되는 과정이란 어떤 현상에 대한 자신만의 추상을 만드는 것이다. 이를 제프 호킨스는 신피질 기둥에 자신만의 기준 틀(frame)을 만드는 일이라고 정의했다(ref1,ref2,ref3,ref4).
parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료을 보관해 두는 영역입니다.
1.
None
2.
from : 과거의 어떤 원자적 생각이 이 생각을 만들었는지 연결하고 설명합니다.
1.
•
앞의 글은 짧은 피드백 루프가 돌 수 있어야 전문가가 될 수 있다는 관점만을 가지고 있었다. 이 글에서는 자신만의 추상을 가지고 있는 것이 중요함을 역설한다.
2.
•
앞의 글에서는 패러다임을 바꾸는 일이 추상화 수준을 수정하는 일과 어떤 연관이 있는지를 이야기했다. 이 글은 추상을 변경하는 일(재추상화)이 전문가가 되는 일과 어떤 연관성이 있는지를 이야기한다. 앞의 글에는 다른 전문가들이 정의한 추상을 연결하고, 이 글에는 내가 정의한 추상을 연결한다.
supplementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는지 연결합니다.
1.
None
opposite : 어떤 새로운 생각이 이 문서에 작성된 생각과 대조되는지 연결합니다.
1.
None
to : 이 문서에 작성된 생각이 어떤 생각으로 발전되거나 이어지는지를 작성하는 영역입니다.
1.
None
ref : 생각에 참고한 자료입니다.
1.
114p, 일상생활 속의 물리적 대상에 사용하는 것과 동일한 기준틀 메커니즘을 사용해 이것들에 대해아는 지식을 조직할 수 있다. 하지만 사람의 지식은 시각화할수 없는 대상에까지 확대된다. 예를 들면, 우리는 민주주의와 인권, 수학같은 개념에 관한 지식도 갖고 있다. 우리는 이 개념들에 관한 사실을 많이 알지만 이 사실들을 3차원 물체와 비슷한 방식으로 조직하지는 못한다. 민주주의를 눈에 보이는 상으로 만들기는 쉽지 않다. 하지만 개념적 지식에도 어떤 형태의 조직이 촌재하는 것이 분명하다. 민주주의와 수학 같은 개념은 그저 사실들이 모인 무더기가 아니다. 우리는 이것들에 대해 사유할 수 있고, 어면 식으로 행동하면 어떤 일이 일어날지 예측할 수 있다. 우리가 이렇게 할 능력이 있다는 사실은 개념들의 지식 역시 기준틀에 저장된다는 것을 말해준다. 하지만 이 기준틀은 커피 잔이나 그 밖의 물리적 대상에 사용하는 기준틀과 쉽게 동일시할 수 없을 수도 있다. 예를 들면, 어떤 개념에 가장 유용한 기준틀은 3차원 이상이 필요할 수 있다.
2.
135p, 어떤 영역에서 전문가가 되려면, 홀륭한 기준틀, 즉 홀륭한 지도를 가져야 한다. 동일한 물리적 대상을 관찰하는 두 사람은 비슷한지도를 가질 가능성이 높다. 예를 들면, 동일한 의자를 관찰하는 두사람의 뇌가 그 특질을 서로 다르게 배열하는 상황은 상상하기 어럽다. 하지만 개념에 대해 생각할 때에는 동일한 사실을 가지고 시작한 두 사람이 서로 다른 기준틀을 갓게 되는 결과가 나올수 있다. … 동일한 사실이 서로 다른 모형과 서로 다른 세계관을 낳을 수있다.전문가가 되려면 무엇보다도 사실들과 관찰들을 배열하는 데 쏠훌륭한 기준들을 발견하는 것이 관건이다. … 기준틀은 우리가 직접 감지할 수 있는물리적 대상뿐만 아니라, 우리가 보거나 만질 수 없는 대상과 심지어 물리적 형태가 없는 개념에 대해서도 똑같은 일을 할수 있다.