뇌와 AI· 3분
AI가 느낀다고 추론하려면 — 솜스 팀의 정서 의식 사례 연구
마크 솜스 등 10인은 능동 추론으로 세 생존 욕구를 관리하는 인공 에이전트가 '쾌락적 장소 선호'를 보일 것이라 예측하고, 의식의 근거는 행동이 아니라 불확실성을 다루는 구조라고 주장했습니다.
- #뇌와 AI
- #의식
- #능동 추론
#뇌와 AI
5편
뇌와 AI· 2분
소리로 볼 순간을 고르는 AI, 영상 분석 52초를 18초로 줄였다
JAIST 오카다 연구진의 EMF-dVAE는 오디오로 봐야 할 구간을 고른 뒤 시각 특징의 15.42%만 써서 면접 영상 1,891개에서 최고 수준 성능을 냈습니다. 사람의 선택적 주의를 본뜬 설계입니다.
- #뇌와 AI
- #선택적 주의
- #멀티모달
뇌와 AI· 2분
뇌 나이를 한 숫자 대신 지도로 — 1만4,748명 MRI 딥러닝
USC 연구진이 인지 정상 성인 14,748명의 MRI 로 복셀 단위 '국소 뇌 나이'를 추정하는 딥러닝 모델을 만들어, 전두·측두엽이 더 빨리 늙고 경도인지장애·알츠하이머에서 해마·편도체가 앞서 늙는다는 결과를 PNAS 에 발표했습니다.
- #뇌와 AI
- #딥러닝
- #MRI
뇌와 AI· 3분
지각만 배운 RNN에서 예측이 저절로 생겼다 — 바흐 700곡 실험
잡음 섞인 바흐 음악을 복원하도록만 훈련한 순환신경망이 다음 음을 예측하는 정보를 스스로 갖게 됐고, 그 예측은 잡음이 중간 수준(σ 0.15~0.4)일 때만 나타났습니다.
- #뇌와 AI
- #예측 처리
- #RNN
뇌와 AI· 3분
뇌 fMRI 신호로 LLM 추론 정확도를 13%p 올린 논문
베이징대 연구진이 사람이 논리 문제를 풀 때의 fMRI 신호로 LLM 내부 표현을 조정해 10개 모델의 추론 정확도를 올렸습니다. 방법·수치·한계를 정리합니다.
- #뇌와 AI
- #LLM
- #fMRI