카이스트, AI의 오랜 난제였던 뇌 기반을 AI를 통해서 풀어내다

카이스트 바이오및뇌공학과 이상완 교수의 연구팀에서 뇌 기반 AI 기술을 이용하여

과적합 – 과소적합 상충 문제를 해결 할 수 있는 원리를 풀어냈습니다.

이는 그동안에 존재한 AI의 오랜 난제였던 문제를 해결함으로써 

차세대 AI로 발전이 기대되는 상황입니다.

5일 카이스트에 따르면 최근 AI 모델들은 여러가지 실질적 문제에 대하여

최고의 해결방법을 제시하고 있습니다.

그러나, 상황 변화에 유동적으로 대응하는 문제와 관련해서는 아직도 어려움을 겪고있습니다.

특히나, 인간이 현재에 주어진 문제에 집중을 하면서(과소적합 문제해결)

해당 문제에 심하게 집착하지 않으면서(과적합 문제해결) 변화하는 상황에 

능동적으로 유도리 있게 AI에 적용을 하는것은 난제였습니다.

이에 카이스트 연구팀에서는 뇌 데이터 및 확률과정 추론 모형

그리고 강화학습 알고리즘을 이용하여 인간의 뇌는 해당 문제를 

어떠한 방식으로 해결을 하는지에 관련 된 이론적인 틀을 세우고 이를 통하여

유동적이며 능동적인 메타 강화학습의 모델을 도출하게 되었습니다.

놀라운 것은 인간의 뇌는 중뇌 도파민 회로 및 전두엽 쪽에서 처리가 되는 

예측 오차의 하한선 이라는 단 1가지의 정보를 통해서 해당 문제를 해결하게 되었습니다.

연구팀이 도출을 한 모델은 우리의 전두엽은 현재 본인이 사용중을 문제해결 방식을통해

문제를 얼마만큼 잘 풀어나갈 수 있을지에 대한 기대치의 한계를 추정하고 있습니다.

또한 변화 상황에 따라서 최적의 문제해결 전략을 유동적이면서도 능동적으로

선택을 하는 과정을 통하여 과소적합 및 과적합의 위험을 최소화 하게 됩니다.

이상완 교수의 연구팀은 이전에 연구를 통해 정립했던 전두엽 메타 학습 이론을 바탕으로

이번 AI의 오랜 문제점이었던 과소적합 및 과적합의 충동문제를 풀어내는데 실현했습니다.

이번 연구팀에서 개발을 한 메타 강화학습 모델을 이용하게 될 시 인간의 유동적이며

능동적인 문제해결 능력을 AI를 통해 간접적으로 측정할 수 있다고 밝혔습니다.

더 나아가 스마트 교육 및 게임 중독, 알콜중독 등과 관련있는 인지행동치료에 

적용을 시킬 경우 상황변화에 유동적이며 능동적으로 대처하는 인간의 문제 해결 능력자체를

향상할 수 있을것으로 기대가 됩니다.

이번 개발 모델은 차세에 AI, 스마트 교육, 인지행동 치료 등등 각종 여러 분야에

파급력이 큰 원천 기술로써 이미 국내와 해외 특허출원이 완료가 된 상태입니다.

연구팀은 앞으로 딥마인드와 IBM 인공지능 연구소 또는 MIT와 옥스포드 대학 등과

함께 국제공동연구 협약기관과 공동으로 연구를 함으로써 기술에 대한 파급력을

높여갈 것으로 밝혔습니다.