AI 모델 및 플랫폼
컴퓨터 코드를 읽는 뇌에 대한 신경과학자의 통찰력
Unite.AI를 Google의 선호 소스에 추가
매사추세츠 공과 대학(MIT)의 신경과학자들은 컴퓨터 코드를 읽는 뇌에 대한 귀중한 통찰력을 얻었다. 그들은 언어 처리와 관련된 뇌의 영역에 의존하는 것이 아니라 ‘다중 요구 네트워크(multiple demand network)’가 활성화되는 것을 발견했다. 이 네트워크는 또한 수학 문제와 같은 복잡한 인지 작업을 수행하는 데 책임이 있다.
언어 처리와 컴퓨터 프로그래밍은 여러 가지 측면에서 유사하기 때문에 언어 처리와 관련된 영역이 컴퓨터 프로그래밍에도 동일한 영역일 것이라고 생각할 수 있다. 예를 들어, 컴퓨터 코딩도 새로운 기호와 용어를 학습해야 하며, 이는 기계가 무엇을 해야 하는지 알 수 있도록 해야 한다. 컴퓨터 코드는 또한 매우 명확해야 하며, 프로그래머가 이해할 수 있어야 한다.
그러나 컴퓨터 코드를 읽는 다중 요구 네트워크는 수학과 같은 동일한 인지 요구를 필요로 하지 않는다.
안나 이바노바(Anna Ivanova)는 MIT의 대학원생이자 연구의 주요 저자이다.
“컴퓨터 코드를 이해하는 것은 riêng一种의 것이다. 언어와는 다르며, 수학과 논리와도 다르다”고 이바노바는 말했다.
연구에는 또한 신경과학 교수이자 맥고번 뇌 연구소의 회원인 에벨리나 페도렌코(Evelina Fedorenko)와 MIT의 컴퓨터 과학 및 인공 지능 연구소 및 터프츠 대학교의 연구자들이 참여했다.
이 연구는 이번 달에 eLife에 발표되었다.
페도렌코의 연구는 뇌의 언어 네트워크에 의존하는 기능에 중점을 두고 있다. 언어 네트워크는 뇌의 왼쪽 반구에 위치한다. 그녀의 이전 연구는 음악과 수학이 언어 네트워크를 활성화하지 않는다는 것을 보여주었다.
“여기서 우리는 언어와 컴퓨터 프로그래밍 사이의 관계를 탐구하는 데 관심이 있었다. 부분적으로는 컴퓨터 프로그래밍이 매우 새로운 발명이며, 우리는 그것을 위해 하드웨어된 메커니즘이 없다는 것을 알고 있다”고 이바노바는 말했다.
활성화된 다중 요구 네트워크
연구자들은 언어 영역에서 코드에 대한 반응을 거의 발견하지 못했지만, 전두엽과頂葉에서 다중 요구 네트워크가 활성화되는 것을 발견했다. 이 네트워크는 정보를 한꺼번에 다루는 작업이 필요한 경우에 사용되며, 이는 우리가 다양한 정신적 작업을 수행할 수 있게 한다.
“그것은 거의 모든 인지적으로 어려운 작업을 수행한다. 그것은 당신에게 심한 생각을 하게 만든다”고 이바노바는 말했다.
연구자들은 프로그래밍에 독점적으로 사용되는 특정 영역을 찾지 못했지만, 상당한 코딩 경험을 가진 개인은 특수한 뇌 활동을 개발할 수 있을 것이라고 믿는다.
“만약 당신이 30년이나 40년 동안 특정 언어로 코딩한 전문 프로그래머를 취득한다면, 다중 요구 시스템의 일부가 특수화되거나 결집되는 것을 볼 수 있을 것이다”고 페도렌코는 말했다. “코딩에 익숙하고 효율적으로 이러한 작업을 수행할 수 있지만, 상대적으로 제한된 경험을 가진 사람들에게서는 아직 이러한 특수화를 보지 못한다.”
존스 홉킨스 대학교의 연구자들도 코딩 문제에서 다중 요구 네트워크가 활성화되는 유사한 결과를 얻었다. 연구자들은 이러한 결과가 코딩이 수학 기반 기술이나 언어 기반 기술로 제한될 수 없으며, 언어와 다중 요구 시스템의両方에 의존할 수 있음을 의미한다고 말했다.
“양쪽 모두에서 주장이 있었다. 수학과 함께해야 하고, 언어와 함께해야 한다고 주장했다”고 이바노바는 말했다. “그러나 컴퓨터 과학 교육자들은 코드를 가장 효과적으로 가르치는自己的 접근 방식을 개발해야 할 것 같다.”
kill as it could rely on both language and multiple demand systems. ‘There have been claims from both camps — it has to be together with math, it has to be together with language,’ Ivanova says. ‘But it looks like computer science educators will have to develop their own approaches for teaching code most effectively.’
