연구원들은 새로운 유형의 "뇌 세포"로 AI 시스템을 향상시키는 것을 목표로 합니다.

MIT에 기반을 둔 연구팀은 신경망을 뇌의 다른 유형의 세포를 기반으로 하는 구조와 결합하여 신경망의 성능을 향상시키는 것을 목표로 하고 있습니다. 연구팀은 성상 세포에 기반한 구조를 신경망에 통합하여 신경망이 시간 척도에 따라 신호를 처리하는 방식을 바꾸는 것을 목표로 합니다.

심층 신경망은 인간 두뇌의 신경망에서 영감을 받았습니다. 강화 학습 알고리즘은 시간이 지남에 따라 실패와 성공을 통해 학습하여 체스와 바둑 게임과 같은 복잡한 문제를 마스터할 수 있도록 합니다. 그러나 심층 신경망은 인간이 처리해야 하는 일반적인 문제에 직면할 때 어려움을 겪습니다. 현재 도메인이나 환경에서 얻지 못한 일반 지식이 필요한 상황은 심층 신경망이 처리하기 어렵습니다.

MIT 피코워 연구소에 따르면, 연구팀은 신경망에 성상 세포를 기반으로 한 구조 유형을 추가하여 심층 신경망을 보다 견고하고 다재다능하며 신뢰할 수 있게 만드는 것을 목표로 하고 있습니다.

Mriganak Sur, MIT 신경과학 뉴턴 교수가 설명했듯이 뉴런에 대한 강조는 뇌에서 중요한 역할을 하는 다른 유형의 뇌 세포가 무시되도록 했습니다. Sur는 현재 최신 심층 신경망조차도 규칙/컨텍스트가 변하지 않거나 시간이 관련이 없을 때 환경의 요소를 고려하고 학습하는 데 어려움을 겪을 수 있다고 설명했습니다. 이러한 조건에서 신경망은 시간이 지남에 따라 성공적인 전략을 추적하고, 탐색/이용 트레이드오프의 균형을 맞추고, 학습한 내용을 다른 맥락에서 유사한 작업에 적용하는 데 어려움을 겪을 수 있습니다.

Sur에 따르면, 최근의 증거는 성상세포가 뉴런과 함께 작동하는 병렬 네트워크로 기능할 수 있는 능력 덕분에 뇌가 위의 작업을 수행할 수 있도록 하는 데 중요한 역할을 한다는 것을 시사합니다. 신경망에 별아교세포를 도입하면 AI가 오랜 시간 동안 수집된 정보를 통합하고, 유사한 상황을 인식하고, 학습된 능력을 용도 변경하고, 뉴런 간의 시냅스 연결을 모듈화할 수 있습니다. 성상세포는 뇌의 전전두엽 피질의 뉴런을 안내하여 시나리오를 탐색하고 상황을 악용하는 선조체의 세포를 돕습니다. 둘 다 화학적 신경 조절제를 통해 관리됩니다.

Sur에 따르면, 최근의 증거는 성상세포가 뉴런과 함께 작동하는 병렬 네트워크로 기능할 수 있는 능력 덕분에 뇌가 위의 작업을 수행할 수 있도록 하는 데 중요한 역할을 한다는 것을 시사합니다. 신경망에 별아교세포를 도입하면 AI가 오랜 시간 동안 수집된 정보를 통합하고, 유사한 상황을 인식하고, 학습된 능력을 용도 변경하고, 뉴런 간의 시냅스 연결을 조절할 수 있습니다. 성상세포는 뇌의 전전두엽 피질의 뉴런을 안내하여 시나리오를 탐색하고 상황을 악용하는 선조체의 세포를 돕습니다. 둘 다 화학적 신경 조절제를 통해 관리됩니다.

연구팀은 각각 다른 전문가들이 수행하는 다양한 실험을 통해 별아교세포가 어떻게 심층 신경망을 강화할 수 있는지 조사할 것입니다. 실험 결과는 연구팀이 보유한 이론을 구체화하는 데 사용될 것입니다. 연구자들은 쥐와 인간 모두에 대한 간단한 실험에서 데이터를 수집하고 뇌 영역, 성상 세포 및 신경 조절 장치의 변화가 성능에 어떤 영향을 미치는지 모니터링합니다.

마지막으로 Alfonso Araque와 Sur는 마우스가 학습하는 동안 성상세포가 어떻게 작동하는지 확인하기 위해 마우스를 모니터링할 것입니다. 그들은 또한 강화 학습 과정에 어떤 영향을 미치는지 알아보기 위해 성상 세포를 조작할 것입니다.

설명대로 그들의 보조금에서 팀에 의해:

"우리의 중심 가설은 성상 세포와 뉴런 및 신경 조절제의 상호 작용이 뇌가 자연스럽게 보상 학습을 수행하고 최첨단 강화 학습(RL) 시스템과 관련된 많은 문제를 극복할 수 있도록 하는 계산 능력의 원천이라는 것입니다."