Short Introduction
무의식은 인간의 뇌의 고유한 기능으로, 인지 과정 없이 일어나는 모든 활동을 말한다. 무의식적으로 무언가를 떠올리는 것, 다리를 떠는 것 등이 여기에 해당한다. 무의식은 편향적 정보 처리나 편향적 학습과 관련되어서 인지과학적으로 큰 흥미의 대상이다. 따라서 무의식을 모방하여 편향적인 정보 처리가 가능한 인공신경망을 구상해보고자 하였다.
Content
- 프로젝트 진행 동기
R&E 프로젝트로 진행한 연구에서, 시각적 자극에 의한 공포 반응이 유도되는 신경 회로가 뉴런의 양방향 정보 전달에 의한 것임을 밝혔다. Back-propagation 등의 방법이 연구되고는 있지만, 일반적인 인공신경망은 한쪽 방향으로 값이 처리되는 방식을 취한다. 이런 양방향 정보 전달과 같이 뇌의 고유한 특성을 모방한 인공신경망을 제작한다면 다양한 기능이 창발할 것이라고 생각했고, 그중 하나로 무의식을 떠올렸다. 우리의 무의식은 우리의 행동과 사고 방식에 큰 영향을 미친다. 예를 들어 같은 자극을 주었을 때도 무의식에서 일어나는 사고 작용에 따라 사람마다 서로 다른 정보를 받아들인다. 그러면 마치 유튜브 알고리즘과 같이, 우리의 무의식이 강화되어 비슷한 자극이 주어졌을 때 비슷한 정보를 더 잘 받아들인다. 정보의 습득과 처리가 편향적으로 일어난다는 것이다. 따라서 무의식을 모방한 인공신경망은 편향적 정보 처리가 가능할 것이라는 생각을 했다. 인간의 뇌가 발달 단계에서 시각 자극의 직관적 처리는 자연적으로 발생한다는 연구 결과가 있기에, 이 프로젝트에서는 시각 정보의 처리를 위주로 다뤘다.
- 프로젝트의 진행 과정
인공신경망 구성의 기본 개념을 다룬 웹사이트나 포스팅을 살펴보며 기초를 다졌고, 후술할 논문에 기반하여 AlexNet 모델을 구동해보았다.
- 프로젝트의 결과
뇌과학 분야의 논문 리뷰를 통해 인간과 쥐의 무의식이 hippocampus와 cerebellum에 주로 기인함을 확인하였다. 또한 얼굴 인식과 관련된 시각 정보의 처리 경로로 알려진 fudus/lateral edge patches와 이 영역들은 서로 1차적으로 연결(뉴런 2개 이하로 연결)되어있음을 확인하였다. 즉, 고전적인 뇌과학적 관점에서 둘은 ‘가까운’ 영역이다. 그리고 아무런 training process를 거치지 않은 AlexNet 인공신경망 모델 코드에서 역치 판정 함수를 ReLU 함수*로 수정한 뒤 얼굴 이미지 데이터셋을 제공하였다(창조관 4층 생물학 공동기기실 컴퓨터 사용). 이 과정에서 데이터셋 개수와 반응 계수를 기록하여 수치화하지는 않았으나, 얼굴 데이터에 특히 민감하게 반응하는 것으로 확인되었다 (Kim et. al., 2021, https://www.science.org/doi/10.1126/sciadv.abd6127 의 연구결과 재연). 이를 통해 인간이나 원숭이에서 무의식적으로 발현되는 얼굴 인식 기능이 인공신경망에서도 자발적으로 창발함을 확인하였다.
*ReLU function: f(x)=0 for x<0, f(x)=x for x>0
- 프로젝트 진행 소감
정보과학 전공자는 아니지만, 프로젝트를 진행하며 인공신경망의 기초 개념을 다지고 직접 구동해보는 좋은 기회가 되었다. 계획했던 대로 face-recognizing neuron의 자발적 생성을 확인하였으며, 이는 무의식을 모방한 인공신경망 구조가 실제로 가능한 것을 나타내고, 연구 결과를 시각 뿐만 아니라 음성이나 다차원 데이터를 로 확장해보고 싶다.
Attachments
About
본 글은 2022년도 1학기에 20 신재헌 연구회원이 진행한 프로젝트입니다.