인간 뇌를 모델로 한 AI 네트워크는 인지 작업을 수행할 수 있다

맥길 대학의 새로운 연구에 따르면 인간 뇌를 모델로 한 인공 지능(AI) 네트워크는 인지 작업을 효율적으로 수행할 수 있다고 합니다.

이 연구는 8월 9일 Nature Machine Intelligence 저널에 발표되었습니다.

뇌 연결 패턴 재구성

연구자들은 먼저 대규모 오픈 사이언스 저장소의 MRI 데이터를 조사한 후 뇌 연결 패턴을 재구성했습니다. 이 뇌 연결 패턴은 인공 신경 네트워크(ANN)에 적용되었으며, 이는 생물학적 뇌와 유사한 방식으로 작동하는 컴퓨팅 시스템입니다.

ANN은 몬트리올 신경학 연구소(The Neuro)와 퀘벡 인공 지능 연구소의 연구자 팀에 의해 훈련되었으며, 인지 기억 작업을 수행하는 방법을 배웠습니다. 연구자들은 ANN이 작업을 완료하기 위해 노력하는 것을 관찰했습니다.

이 접근 방식이 이전의 뇌 연결성 또는 커넥톰에 대한 연구와 다른 두 가지 주요 요소가 있습니다. 이전 연구는 뇌 조직을 설명하는 데 중점을 두었지만 계산 및 기능을 수행하는 방법에 대한 관심이 적었습니다. 반면에 전통적인 ANN은 실제 뇌 네트워크가 조직되는 방식을 정확하게 표현하지 않는 임의의 구조에 의존합니다.

새로운 접근 방식에서는 연구자들이 ANN 아키텍처의 구축에 뇌 커넥톰을 통합하여 특정 인지 능력을 지원하는 뇌의 연결 방식을 이해하는 데 대한 통찰력을 제공할 것으로 믿었습니다. 또한 인공 네트워크를 위한 새로운 설계 원리를 유도하려고 했습니다.

연구팀의 발견

연구팀은 인간 뇌 연결성 또는 신경형태 신경 네트워크를 갖춘 ANN이 다른 아키텍처보다 인지 기억 작업을 더 유연하고 효율적으로 수행할 수 있다는 것을 발견했습니다. 신경형태 신경 네트워크는 다양한 상황에 걸쳐 있는 다양한 학습 능력에 대해 동일한 기본 아키텍처를 사용할 수 있었습니다.

브라티슬라브 미시치(Bratislav Misic)는 몬트리올 신경학 연구소의 연구자이자 이 연구의 선임 저자입니다.

미시치는 “이 프로젝트는 두 가지 활발하고 빠르게 발전하는 과학 분야를統一합니다”라고 말합니다. “신경과학과 AI는 공통의 뿌리를 가지고 있지만 최근에 분리되었습니다. 인공 네트워크를 사용하면 뇌 구조가 뇌 기능을 지원하는 방법을 이해하는 데 도움이 될 것입니다. 반대로 경험적 데이터를 사용하여 신경 네트워크를 만들면 더好的 AI를 구축하기 위한 설계 원리를 밝혀낼 것입니다. 따라서 두 분야는 서로를 교육하고 뇌에 대한 우리의 이해를 풍부하게 할 것입니다.”

이 연구는 캐나다 최초의 연구 우수성 기금에 의해 부분적으로 자금을 지원받았으며, 맥길 대학의 건강한 뇌, 건강한 삶 프로젝트를 위해 수여되었습니다. 또한 자금은 캐나다 자연 과학 및 공학 연구 위원회, 퀘벡 건강 연구 기금, 캐나다 고급 연구소, 캐나다 연구 의장, 퀘벡 자연 및 기술 연구 기금, 그리고 뇌과 인공 지능의 연합인 Centre UNIQUE에 의해 제공되었습니다.