새로운 인공지능 인공지능(AI) 시스템은 양자역학 법칙에서 차용한 원리 덕분에 사람들이 처음으로 복잡한 착시 현상을 해석하는 방식을 모방할 수 있습니다.
착시좋다 네커 큐브 그리고 로빈 꽃병이미지를 연구하는 동안 뇌를 속여 하나의 해석을 먼저 보고 다음에는 다른 해석을 보도록 합니다. 인간의 두뇌는 이미지가 일정하게 유지되더라도 가능한 것의 두 가지 이상의 서로 다른 버전 사이를 적극적으로 전환합니다.
그러나 컴퓨터 비전은 인간 비전의 심리적, 신경학적 측면을 모방할 수 없으며 자연적으로 진화한 패턴 인식 능력을 모방하기 위해 노력하고 있습니다. 따라서 오늘날 가장 발전된 AI 에이전트는 인간이 보는 방식으로 착시 현상을 보는 데 어려움을 겪고 있습니다.
그러나 새로운 연구가 8월 22일 저널에 발표되었습니다. 머신러닝 APL ‘양자 터널링’이라는 물리적 현상을 활용해 인공지능이 인간의 두뇌가 착시를 해석하는 방식을 모방할 수 있는 기술을 시연했습니다.
AI 시스템은 ‘양자 터널링 심층 신경망(Quantum Tunneling Deep Neural Network)’으로 불리며 신경망과 양자 터널링을 결합한 것이다. 심층 신경망은 입력과 출력 사이에 여러 계층의 노드가 있는 뇌의 구조와 기능에서 영감을 받은 일련의 기계 학습 알고리즘입니다. 복잡한 비선형 관계를 모델링할 수 있으며 기존 신경망(입력과 출력 사이에 단일 계층 포함)과 달리 심층 신경망에는 많은 숨겨진 계층이 포함됩니다.
한편, 양자 터널링은 전자나 광자(빛의 입자) 등의 아원자 입자가 뚫을 수 없는 장벽을 효과적으로 통과할 때 발생한다. 빛과 같은 아원자 입자도 파동으로 행동할 수 있기 때문에(직접 관찰되지 않는 경우 고정된 위치에 있지 않음) 장벽 반대편에 있을 확률은 작지만 유한합니다. 아원자 입자가 충분하면 그 중 일부는 장벽을 “터널”로 통과합니다.
착시 현상을 표현하는 데이터가 양자 터널링 단계를 거친 후, 약간 변형된 이미지가 심층 신경망에 의해 처리됩니다.
새로운 AI 모델은 볼 수 있는 것을 해석하기 위해 네커 큐브와 루빈 꽃병과 같은 착시 현상에 대해 반복적으로 훈련되었습니다. 양자 터널링 단계를 통과할 때마다 이미지가 조금씩 깨지면서 작은 차이가 도입되었습니다. 그런 다음 심층 신경망은 이미지를 해석하는 방법에 대한 결정을 내렸습니다.
심층 신경망은 여러 형태의 착시 현상을 처리하여 일치시킬 관점을 선택합니다. 이를 통해 인간의 두뇌가 착시 현상을 볼 때 서로 다른 관점 사이를 전환하는 방식을 모방할 수 있습니다.
“우리가 두 가지 해석이 가능한 착시 현상(예: 신비한 입방체 또는 꽃병과 얼굴)을 볼 때, 연구자들은 우리의 뇌가 어떤 이미지를 볼 것인지 결정할 때까지 일시적으로 두 가지 해석을 동시에 유지한다고 믿습니다. 이 상황은 유사합니다. 양자 모드로 – 기계적 사고 실험 슈뢰딩거의 고양이“라고 연구 저자는 썼습니다. 이반 막시모프호주 찰스 스튜어트 대학교 인공 지능 수석 연구원 TechXplore에 게시됨.
“나는 네커 큐브(Necker Cube)와 루빈 바시(Rubin Vassie) 환상을 인식하도록 양자 터널링 신경망을 훈련시켰습니다. 환상을 입력으로 만나면 두 해석 중 하나 또는 다른 해석의 출력이 생성되었습니다.”라고 Maximoff는 말했습니다.
막시모프는 이번 발견이 항공사 조종사들이 비행 계기의 혼란과 오해의 위험을 인식하는 데 도움이 될 것이며, 우주비행사들이 장기간 우주 비행 중에 우주선 계기를 해석하는 데 도움이 될 것이라고 말했습니다.
모호한 이미지를 분석하면 경도 인지 장애 및 치매 환자를 진단하는 데도 도움이 될 수 있습니다. 이 알고리즘을 사용하여 훈련된 인공지능은 정신적으로 쇠약해지는 질병을 탐지하는 데에도 사용될 수 있습니다.