AI는 인간 두뇌의 비밀을 풀고 있다

[이매진]

AI는 인간 두뇌의 비밀을 풀고 있다

https://www.msn.com/en-us/news/technology/ai-is-unlocking-the-human-brain-s-secrets/ar-AA1bK3d3

AI Is Unlocking the Human Brain’s Secrets

AI는 인간 두뇌의 비밀을 풀고 있다

Matteo Wong의 이야기 • 어제 오전 3시 44분

AI는 인간 두뇌의 비밀을 풀고 있다© The Atlantic의 일러스트레이션. 출처: 게티

나당신이 16시간 동안 거대한 금속 튜브에 아주 가만히 누워 듣고, 열광하고, 팟캐스트를 들을 때 자석이 당신의 뇌를 폭발시키게 한다면, 컴퓨터는 당신의 마음을 읽을 수 있을지도 모릅니다. 또는 적어도 조잡한 윤곽. 오스틴에 있는 텍사스 대학의 연구원들은 최근 개인이 들었을 때 제한된 범위의 문장의 요지를 해독하기 위해 AI 모델을 훈련시켰습니다. 이는 인공 지능이 인간의 마음을 더 깊이 이해할 수 있는 가까운 미래를 향한 몸짓입니다.

임플란트 강남에선 49만원

Ad

강남애프터치과의원

이 프로그램은 Modern Love , The Moth Radio Hour , The Anthropocene Reviewed 의 세 가지 프로그램에서 문장을 듣거나 기억하는 사람들의 fMRI 스캔을 분석했습니다.. 그런 다음 뇌 영상 데이터를 사용하여 해당 문장의 내용을 재구성했습니다. 예를 들어, 한 피험자가 "아직 운전 면허증이 없습니다. 그러나 원래 문장에 표현된 아이디어의 근사치입니다. 이 프로그램은 또한 단편 영화를 보는 사람들의 fMRI 데이터를 보고 클립의 대략적인 요약을 작성할 수 있었는데, 이는 AI가 뇌 스캔에서 개별 단어가 아니라 기본 의미를 캡처하고 있음을 시사합니다.

이번 달 초 Nature Neuroscience 에 발표된 연구 결과는 AI에 대한 기존의 이해를 뒤집는 새로운 연구 분야에 추가되었습니다. 수십 년 동안 연구원들은 인간 두뇌의 개념을 지능형 기계 개발에 적용해 왔습니다. ChatGPT , Midjourney와 같은 초현실적 이미지 생성기 및 최근 음성 복제 프로그램신경 세포와 마찬가지로 원하는 결과를 얻기 위해 서로에게 출력을 보내는 일련의 방정식인 합성 "뉴런" 레이어 위에 구축됩니다. 그러나 인간의 인지가 오랫동안 "지능형" 컴퓨터 프로그램의 설계에 영감을 주었음에도 불구하고 우리 두뇌의 내부 작동에 대한 많은 부분은 미스터리로 남아 있습니다. 이제 그 접근 방식을 뒤집으면서 과학자들은 합성 신경망을 사용하여 생물학적 신경망을 연구함으로써 마음에 대해 더 많은 것을 배우기를 희망하고 있습니다. MIT의 인지과학자인 Evelina Fedorenko는 “몇 년 전만 해도 상상도 할 수 없었던 진보를 이끈 것은 의심할 여지가 없습니다.”라고 말합니다.

마음 읽기에 AI 프로그램의 명백한 근접성은 소셜 미디어 와 전통 미디어 에서 소란을 일으켰습니다 . 그러나 그 작업의 측면은 "오히려 속임수에 가깝다"고 Nature의 수석 저자인 Alexander Huth는 말합니다 . UT Austin의 연구 및 신경 과학자가 말했습니다. 모델은 연구에 참여한 모든 개인에 대해 상대적으로 부정확하고 미세 조정되었으며 대부분의 뇌 스캔 기술은 매우 낮은 해상도의 데이터를 제공합니다. 우리는 어떤 사람의 두뇌에 연결하여 그들이 생각하는 것을 이해할 수 있는 프로그램과는 거리가 멀다. 이 작업의 진정한 가치는 단어를 듣거나 상상하는 동안 뇌의 어느 부분이 밝아지는지 예측하는 데 있습니다. 이를 통해 뉴런이 함께 작동하여 인류의 정의 속성 중 하나인 언어를 생성하는 특정 방식에 대한 더 큰 통찰력을 얻을 수 있습니다.

[ 읽기: 말하기와 생각의 차이 ]

Related video: Study Reveals Humans May Not Be Able to Distinguish Between Real and AI-Generated Faces (Money Talks News)

Loaded: 19.76%

Play

Current Time 0:01

/

Duration 1:31

QualitySettings

Captions

Fullscreen

Money Talks News

Study Reveals Humans May Not Be Able to Distinguish Between Real and AI-Generated Faces

Unmute

0

View on Watch

Huth는 문장의 의미를 재구성할 수 있는 프로그램을 성공적으로 구축하는 것은 주로 "이 모델이 실제로 뇌가 언어를 처리하는 방식에 대해 많은 것을 포착한다는 원리 증명" 역할을 한다고 말했습니다. 이 초기 AI 혁명 이전에 신경과학자 및 언어학자는 부정확하고 관찰 가능한 뇌 활동에 직접 연결하기 어려운 뇌의 언어 네트워크에 대한 다소 일반화된 구두 설명에 의존했습니다. 서로 다른 뇌 영역이 담당하는 언어의 정확한 측면에 대한 가설 또는 뇌가 언어를 학습하는 방법에 대한 근본적인 질문에 대한 가설은 테스트하기 어렵거나 불가능했습니다. (어쩌면 한 영역은 소리를 인식하고 다른 영역은 구문을 처리하는 등의 작업을 수행할 수 있습니다.) 그러나 이제 과학자들은 AI 모델을 사용하여 이러한 프로세스가 정확히 무엇으로 구성되어 있는지 더 정확하게 파악할 수 있습니다. 예를 들어 연구의 다른 주 저자이자 UT Austin의 컴퓨터 과학자인 Jerry Tang에 따르면 특정 장애가 있는 사람들을 지원하는 등 학문적 관심을 넘어 혜택이 확장될 수 있습니다. "우리의 궁극적인 목표는 말하는 능력을 상실한 사람들이 의사소통을 회복하도록 돕는 것입니다."라고 그는 말했습니다.

특히 언어를 연구하는 신경과학자 사이에서 AI가 뇌 연구를 도울 수 있다는 생각에 약간의 저항이 있었습니다. 통계적 패턴을 찾는 데 뛰어난 신경망은 단어의 의미 이해와 같이 인간이 언어를 처리하는 기본 요소가 부족한 것처럼 보이기 때문입니다 . 기계와 인간 인지의 차이도 직관적입니다. 괜찮은 에세이를 쓸 수 있고 표준화된 테스트 에서 뛰어난 GPT-4 와 같은 프로그램은 책 과 웹 페이지 에서 테라 바이트 의 데이터를 처리하여 학습합니다. 1퍼센트그 양의 말. "교사들은 인공 신경망이 생물학적 신경망과 실제로는 다르다고 말했습니다. "이것은 단지 은유였습니다." 현재 Meta에서 뇌와 AI에 대한 연구를 주도하고 있는 King은 오래된 교리를 반박하는 많은 과학자들 중 한 명입니다. “우리는 이것을 은유로 생각하지 않습니다.”라고 그가 말했습니다. "우리는 [AI]를 뇌가 정보를 처리하는 방법에 대한 매우 유용한 모델 로 생각합니다."

지난 몇 년 동안 과학자들은 고급 AI 프로그램 의 내부 작동이 우리의 마음이 언어를 처리하는 방법에 대한 유망한 수학적 모델을 제공한다는 것을 보여주었습니다 . ChatGPT 또는 유사한 프로그램에 문장을 입력하면 내부 신경망이 해당 입력을 일련의 숫자로 나타냅니다. 사람이 같은 문장을 들으면 fMRI 스캔은 뇌의 뉴런이 어떻게 반응하는지 캡처할 수 있으며 컴퓨터는 이러한 스캔을 기본적으로 다른 숫자 집합으로 해석할 수 있습니다. 이러한 프로세스는 매우 많은 문장에서 반복되어 두 개의 거대한 데이터 세트를 생성합니다. 하나는 기계가 언어를 나타내는 방법 중 하나이고 다른 하나는 인간을 위한 것입니다. 그런 다음 연구원은 인코딩 이라는 알고리즘을 사용하여 이러한 데이터 세트 간의 관계를 매핑할 수 있습니다.모델. 이 작업이 완료되면 인코딩 모델은 추정을 시작할 수 있습니다. AI가 문장에 어떻게 반응하는지가 뇌의 뉴런이 이에 반응하여 어떻게 발화할지 예측하는 기반이 됩니다.

뇌의 언어 네트워크를 연구하기 위해 AI를 사용하는 새로운 연구가 몇 주 마다 나타나는 것 같습니다 . MIT의 신경과학자 낸시 칸위셔(Nancy Kanwisher)는 이러한 각 모델이 "뇌에서 일어날 수 있는 일에 대한 계산적으로 정확한 가설"을 나타낼 수 있다고 말했습니다. 예를 들어, AI는 인간의 두뇌가 언어를 습득할 때 정확히 무엇을 목표로 하는지에 대한 열린 질문에 답하는 데 도움이 될 수 있습니다. 사람이 의사 소통을 배우는 것뿐만 아니라 의사 소통이 이루어지는 특정 신경 메커니즘입니다. 아이디어는 다음 단어를 예측하는 방법을 배우는 것과 같은 특정 목표로 훈련된 컴퓨터 모델이 시퀀스에서 또는 문장의 문법적 일관성을 판단합니다. 뇌 반응을 가장 잘 예측할 수 있다면 인간의 마음이 그 목표를 공유할 가능성이 있습니다. GPT-4와 같은 우리의 마음은 어떤 단어가 서로 뒤따를 가능성이 가장 높은지 결정함으로써 작동할 수 있습니다. 언어 모델의 내부 작동은 뇌의 계산 이론이 됩니다.

[ 읽기: ChatGPT는 이미 구식입니다. ]

이러한 전산 접근 방식은 불과 몇 년 밖에 되지 않았기 때문에 많은 의견 불일치 와 경쟁 이론이 있습니다 . "언어 모델에서 배우는 표현이 뇌가 문장을 표현하는 방식과 관련이 있는 이유가 없습니다." 국립 정신 건강 연구소의 기계 학습 책임자인 Francisco Pereira가 말했습니다. 그러나 이것이 관계가 존재할 수 없다는 의미는 아니며, 존재 여부를 테스트하는 다양한 방법이 있습니다. 뇌와 달리 과학자들은 언어 모델을 거의 무한대로 분해, 검사 및 조작할 수 있습니다 . 따라서 AI 프로그램이 뇌에 대한 완전한 가설이 아니더라도 뇌를 연구하기 위한 강력한 도구입니다. 예를 들어, 인지과학자들은 반응을 예측 하려고 시도할 수 있습니다.뇌와 언어를 연구하는 그레타 터쿠트(Greta Tuckute)는 표적 뇌 영역의 대상 뇌 영역의 특정 뉴런 클러스터가 무엇을 하는지 파악하기 위해 다양한 유형의 문장이 어떻게 다양한 유형의 뇌 반응을 이끌어내는지 테스트 합니다 . MIT가 나에게 말했다.

현재 AI의 유용성은 알려지지 않은 신경학적 영역을 정확하게 복제하는 것이 아니라 이를 탐색하기 위한 휴리스틱을 고안하는 것일 수 있습니다. MIT의 인지과학자인 안나 이바노바(Anna Ivanova)는 유명한 보르헤스의 비유를 인용하며 "세계의 모든 세부 사항을 재현하는 지도가 있다면 지도는 세계와 크기가 같기 때문에 쓸모가 없습니다."라고 말했습니다 . "그래서 추상화가 필요합니다." 과학자들이 뇌의 언어 영역을 탐색하기 시작한 것은 거리, 랜드마크, 건물 중에서 선택한 다음 결과 지도가 얼마나 유용한지 확인하면서 유지하고 폐기할 항목을 지정하고 테스트하는 것입니다.