새 연구: AI가 인간처럼 학습할 수 있을까?
Seoul인공지능(AI)은 인간의 활동을 모방하는 능력이 점점 향상되고 있습니다. AI는 읽고 말하며 방대한 데이터를 처리할 수 있고, 비즈니스 결정에 조언을 제공할 수 있습니다. 하지만 여전히 AI는 중대한 한계를 가지고 있습니다. 특히 물리적 세계와의 상호작용에서 문제가 있습니다. 현재의 AI 시스템은 수학 문제 해결이나 에세이 작성과 같은 특정 작업을 수행하기 위해 방대한 양의 학습 예시가 필요합니다.
콜드 스프링 하버 연구소(CSHL)의 신경AI 학자인 카일 다루왈라는 AI 개선을 위해 노력하고 있습니다. 그는 AI 설계의 새로운 방법을 탐색하고 있으며, 가장 최근의 아이디어는 AI의 데이터 처리 방식에 주목하고 있습니다. 현대의 AI는 데이터가 먼 거리를 이동하기 때문에 많은 에너지를 필요로 하지만, 다루왈라는 인간의 뇌 작동 방식에서 영감을 받고 있습니다.
여기 그의 새로운 디자인에 관한 주요 사항들이 있습니다.
- 인간 두뇌에서 영감을 받음
- 데이터 이동을 더욱 효율적으로 만듦
- AI 뉴런이 실시간으로 조정 가능하게 함
- AI 과정에 작업 기억을 통합함
뇌에서는 연결이 항상 변화하고 적응합니다. 다루왈라는 이 개념을 적용하여 AI 뉴런이 즉각적인 피드백을 받고 즉시 조정할 수 있는 시스템을 설계했습니다. 이를 통해 데이터가 멀리 이동하지 않고 즉시 처리될 수 있습니다.
연구에 따르면 작업 기억은 학습이나 학업 성공과 연관이 있다고 합니다. 작업 기억은 저장된 정보를 접근하면서 집중력을 유지할 수 있게 합니다. Daruwalla의 모델은 이와 같은 개념을 지지하며, AI 시냅스가 조정을 위해 작업 기억 시스템을 주변에 두어야 한다는 것을 보여줍니다.
다루왈라의 새로운 모델은 AI가 인간처럼 학습하는 데 도움을 줄 수 있습니다. 이는 AI를 더 효과적이고 사용하기 쉽게 만들 수 있습니다. 신경과학이 오랫동안 AI에 중요한 정보를 제공해왔기 때문에 이는 중요합니다. 다루왈라의 모델은 두 분야 모두의 발전에 기여할 수 있습니다.
새로운 디자인은 시스템을 멈추지 않고 조금씩 업데이트합니다. 이를 통해 AI가 인간의 학습 방식과 유사하게 데이터를 처리할 수 있게 됩니다. 이는 인간처럼 배우는 AI 개발에 있어 중요한 진전입니다.
AI는 최근에 많이 발전했지만, 여전히 물리적 작업과 복잡한 문제 해결에 어려움을 겪고 있습니다. 다루왈라는 이를 변화시킬 수 있는 새로운 아이디어를 제시합니다. 그는 보다 자연스럽고 효율적인 AI 시스템을 만들기 위해 인간의 뇌를 모델로 활용하려고 합니다.
NeuroAI는 신경과학과 인공지능을 결합한 연구 분야입니다. 이 분야에서 다루왈라의 연구는 AI 시스템이 학습하고 적응하는 방식을 향상시키는 데 기여할 수 있습니다.
그의 설계는 데이터의 효율적인 이동과 지속적인 조정을 강조하고 있습니다. 이는 현존하는 AI 기술의 일부 한계를 해결할 수 있을 것입니다.
카일 다루왈라의 새로운 AI 설계는 인간 두뇌의 작동 방식을 본떠 만들어졌습니다. 이 모델은 데이터의 이동과 처리 과정을 더욱 효율적으로 탐색하며, AI에 작업 기억을 포함하여 더 적응력이 있도록 만든 것이 특징입니다. 이는 인간처럼 학습하는 AI를 만드는 데 있어서 중요한 발전이며, 미래의 AI와 신경과학의 혁신으로 이어질 수 있습니다.
연구는 여기에서 발표되었습니다:
http://dx.doi.org/10.3389/fncom.2024.1240348및 그 공식 인용 - 저자 및 저널 포함 - 다음과 같습니다
Kyle Daruwalla, Mikko Lipasti. Information bottleneck-based Hebbian learning rule naturally ties working memory and synaptic updates. Frontiers in Computational Neuroscience, 2024; 18 DOI: 10.3389/fncom.2024.12403482024년 11월 20일 · 오후 12:56
촉감의 혁신: AI와 양자기술로 표면 감지의 새로운 시대 열다
2024년 11월 19일 · 오후 8:02
모바일 친화적 AI: CALDERA로 대형 언어 모델을 가볍게 압축하기
2024년 11월 16일 · 오후 12:49
자율주행차 신뢰 혁신: 광주 팀의 설명 가능한 AI 연구 및 중요 전략 공개
이 기사 공유