Translation required Turning brain signals into useful information – The Economist Jan 4th 2018

title

기사 정보를 받아오는 중입니다...

(여기를 눌러 기사를 보러 갈 수 있습니다.)

1. 뇌-컴퓨터 계면(BCIs)이 절대로 널리 사용되지 않을 것이라고 생각하는 사람들에게 할 수 있는 간단한 대답은 무엇일까요? 달팽이관 주입물(cochlear implant) 같은 청각 보조 장치가 BCIs과 다른 점과 같은 점은 무엇일까요? 마이클 머즈니크(Michael Merzenich)에 따르면 달팽이관 주입물의 결정적인 한계는 무엇이고, 이 한계에 대한 뇌의 반응은 무엇일까요?

2. 이러한 사실로부터 일단 뇌에 접근하면 뇌가 자신의 장기를 발휘하도록 내버려두는 것이 BCIs 방정식의 해라는 점을 알 수 있습니다. 뇌 가소성(brain plasticity)에 관한 20세기 중반의 유명한 실험과 최근의 콜로라도 주립 대학 연구자들의 실험은 무엇일까요? [뇌 가소성은 뇌 유연성, 혹은 뇌 적응성(brain adaptability)로 번역해도 괜찮습니다.]

3. 하지만 컴퓨터의 적응성도 뇌 가소성 못지 않습니다. 달팽이관 주입물 같은 청각 보조 장치의 결정적인 한계는 무엇일까요? 콜럼비아 대학의 니마 메스가라니(Nima Mesgarani)가 제시하는 여러 사람의 목소리가 섞여 있는 가운데 듣고자 하는 특정한 사람의 목소리를 구별하여 듣는 방법은 무엇일까요?

4. 컴퓨터 알고리듬이 뇌 가소성을 능가한 두 가지 사례는 무엇일까요?

5. 특히 스탠포드 대학의 크리쉬나 쉐노이(Krishna Shenoy) 박사가 이끄는 연구팀은 어떻게 알고리듬의 능력을 향상시켰을까요?

6. 컴퓨터 알고리듬은 좋아지기는 했지만, 여전히 향상의 여지가 많은 까닭은 무엇일까요? 기능성 근적외선 분광법(fNIRS)에서 나타난 기계 학습(machine learning), 혹은 알고리듬의 한계는 무엇일까요?

7. 인간의 두뇌가 어떻게 작동하는지를 완전히 모른다는 사실이 알고리듬의 한계를 설명하는데 도움이 되지 않는 이유와 그 구체적인 사례 두 가지는 무엇일까요?

8. 컴퓨터 신경과학은 안면 인식부터 자율 주행 자동차까지 기계 학습 분야가 거둔 많은 성과를 이용할 수 있지만, 신경 자료를 처리하는데 특별한 어려움을 겪는 까닭은 무엇일까요?

9. 운동 피질의 신경 활동이 다른 인지 과정보다 이해하기 쉬운 까닭은 무엇일까요? 페이스북이 관심을 갖는 뇌의 영역은 어디이고, 이 영역을 연구하는 것이 어려운 이유 두 가지는 무엇일까요? [“silent, or imagined, speech”를 이해하기 쉽게 말하면 “사고(thought)”이라고 할 수 있습니다. 물론 발화되지 않고 생각만 하는 언어를 단순히 사고라고 하기는 어렵지만, 말하고 듣는 실제 언어의 상보적인 개념으로 발화되지 않고 생각만 하는 언어는 사고에 가장 가깝습니다.]

10. 의사 결정(decision-making) 같은 고등한 기능을 이해하는 것[BCIs 알고리듬으로 정형화(패턴화)하는 것]이 더욱 어려운 까닭은 무엇일까요?

11. 이러한 난관들이 제시하는 두 가지 사실은 무엇일까요? 그리고 이를 해결하기 위한 방법은 무엇일까요?

12. to best effect, catch on, dissimilar, crude, do one’s stuff, turn sth upside down, tingle, spectrogram, interlocutor, brain plasticity, whizzy(← v. whizz), grid, refit, not least, thin on the ground, can do only so much, nowhere near, end-of-life, piggyback(=pickaback), overlap, reference point, hamper, parameter, in question, a long[great] way off의 의미를 사전에서 찾고 암기합시다.