논문 표지 이미지
연구팀은 'Network of evolvable neural units can learn synaptic learning rules and spiking dynamics' 논문에서 실제 생물학적 뉴런과 시냅스의 작동원리를 모방하고 진화 알고리즘을 통해 학습할 수 있는 진화 가능한 신경망 단위(Evolvable Neural Unit)를 제안했다. 이는 뇌에서 영감을 받은 인공지능의 새로운 길을 제시했다.
인공신경망 모델은 다양한 분야에서 성공을 거뒀으나, 인간 뇌의 극히 일부분인 뉴런과 시냅스 원리를 수학적으로 모델링하는 것에 그쳐, 스스로 학습하고 자가 진화하는 능력은 부족했다.
진화 가능한 신경망 모델은 실제 인간 뇌에서 뉴런과 시냅스가 복잡하고 긴 진화 과정을 통해 학습하는 과정을 모방해 만들었다. 인간 뇌가 수학적 모델링 및 인위적으로 패턴을 기반으로 학습하지 않는 것처럼, 제안된 방법도 구현된 신경망 단위가 진화 알고리즘을 토대로 학습한다.
논문 교신 저자인 이성환 교수는 “이번 논문은 기존 신경망보다 한 단계 더 가까이 인간의 뇌를 모방하고 그 내부에 진화, 강화학습 등 실제 인간의 생물학적 메커니즘을 많이 내포한 새로운 인공지능의 기술”이라고 말했다.
이 교수는 “빠른 속도로 발전하고 있는 기계학습 기반 인공지능 기술은 뇌 학습기전의 극히 일부분을 수학적으로 모델링한 것이며, 한계점이 존재한다”라며 “많은 실험과 연구가 필요하지만 인공지능이 인간의 복잡도를 갖는 수준으로 발전할 수 있는 시발점이 되는 괄목할 만한 성과”라고 연구 의의를 밝혔다.
이번 연구는 과학기술정보통신부·정보통신기획평가원 '인공지능대학원지원사업'과 'ICT융합산업원천기술개발사업'의 지원을 받아 수행됐다.
※ 출처 : https://n.news.naver.com/mnews/article/030/0002917956?sid=102