연구자들, 새로운 유형의 “뇌 세포”로 AI 시스템 강화 시도

MIT에 기반을 둔 연구팀은 신경망의 성능을 향상시키기 위해 다른 유형의 뇌 세포를 기반으로 하는 구조를 결합하는 것을 목표로 하고 있습니다. 연구팀은 신경망에 별도의 구조를 통합하여 신경망이 시간 경과에 따라 신호를 처리하는 방식을 변경하도록 할 것입니다.

깊은 신경망은 인간 뇌의 신경망에서 영감을 받았습니다. 강화 학습 알고리즘은 시간이 지남에 따라 실패와 성공에서 학습하여 체스와 고 같은 복잡한 도전을 마스터합니다. 그러나 깊은 신경망은 일반적인 문제에 직면할 때 어려움을 겪습니다. 현재 도메인 또는 환경에서 얻은 지식이 아닌 일반적인 지식을 요구하는 상황은 깊은 신경망에서 어려울 수 있습니다.

MIT의 피코워 연구소에 따르면, 연구팀은 신경망에 별도의 구조를 추가하여 깊은 신경망을 더 강력하고 다재다능하며 신뢰할 수 있게 만들고자 합니다.

MIT의 뉴런과학 뉴턴 교수인 미리간나크 수르(Mriganak Sur)는 뉴런에 대한 강조가 다른 유형의 뇌 세포를 무시하게 만들었다고 설명했습니다. 수르는 현재 상태에서 심지어 최신의 깊은 신경망도 규칙이나 시간이 관련되지 않는 상황에서 환경의 요인에 대해 고려하고 학습하는 데 어려움을 겪을 수 있다고 설명했습니다. 이러한 상황에서 신경망은 성공적인 전략을 시간이 지남에 따라 유지하고, 탐색/활용 트레이드오프를 균형적으로 유지하며, 다른 상황에서 학습한 내용을 적용하는 데 어려움을 겪을 수 있습니다.

수르에 따르면, 최근의 증거는 별도의 구조가 뇌가 이러한 작업을 수행하는 데 중요한 역할을 하는 것으로 나타났습니다. 별도의 구조를 신경망에 도입하면 AI가 긴 시간 동안 수집된 정보를 통합하고, 유사한 상황을 인식하고, 학습된 능력을 재사용하며, 신경 세포 간의 시냅스 연결을 조절할 수 있을 것입니다. 별도의 구조는 뇌의 전두엽 피질의 신경 세포가 시나리오를 탐색하고, 조각체의 세포가 상황을 활용하는 데 도움을 주며, 모두 화학적 신경 전달 물질을 통해 관리됩니다.

수르에 따르면, 최근의 증거는 별도의 구조가 뇌가 이러한 작업을 수행하는 데 중요한 역할을 하는 것으로 나타났습니다. 별도의 구조를 신경망에 도입하면 AI가 긴 시간 동안 수집된 정보를 통합하고, 유사한 상황을 인식하고, 학습된 능력을 재사용하며, 신경 세포 간의 시냅스 연결을 조절할 수 있을 것입니다. 별도의 구조는 뇌의 전두엽 피질의 신경 세포가 시나리오를 탐색하고, 조각체의 세포가 상황을 활용하는 데 도움을 주며, 모두 화학적 신경 전달 물질을 통해 관리됩니다.

연구팀은 별도의 구조가 깊은 신경망을 어떻게 강화할 수 있는지에 대한 다양한 실험을 통해 조사할 것입니다. 각 실험은 다른 전문가에 의해 수행될 것입니다. 실험 결과는 연구팀의 이론을 정제하는 데 사용될 것입니다. 연구자들은 간단한 실험에서 마우스와 인간의 뇌 영역, 별도의 구조, 신경 전달 물질의 변화를 모니터링하여 성능에 미치는 영향을 조사할 것입니다.

마지막으로, 알폰소 아라케(Alfonso Araque)와 수르는 별도의 구조가 작동하는 방식을 관찰하기 위해 마우스를 모니터링할 것입니다. 또한 별도의 구조를 조작하여 강화 학습 과정에 미치는 영향을 조사할 것입니다.

연구팀은 그랜트에서 다음과 같이 설명했습니다 :

“별도의 구조와 뉴런 및 신경 전달 물질의 상호 작용은 뇌가 보상 학습을 자연스럽게 수행하고, 강화 학습 시스템의 많은 문제를 극복하는 데 필요한 계산 능력의 원천이라고 우리는 가정합니다.”