• 주제 뇌모사 강화학습 기술
  • 연사 Prof. Sang Wan Lee, KAIST
  • 일시 10월 29일 (금), 오전 10시
  • 링크 https://dongguk.webex.com/dongguk/j.php?MTID=mdd06a08a47c3569d1c2552463c3a0199
  • 초록 본 세미나에서는 계산신경과학 연구와 기계학습 기술을 융합하여 뇌가 가진 고위수준의 학습 능력을 탐구하는 본 연구팀의 3단계 기술을 소개할 예정입니다. 먼저 과소적합(underfitting)과 과적합(overfitting) 없이 인간의 강화학습 과정을 모델로 이식하는 학습 파이프라인 연구를 소개하고 (레벨 1기술), 도출된 뇌의 모델 기반 강화학습(model-based reinforcement learning)이 어떻게 기계학습의 근본적인 문제인 편향-분산 오류 최소화(bias-variance tradeoff)나 성능-계산량-속도 균형(performance-efficiency-speed tradeoff)을 유지하는지에 대해 논의할 예정입니다 (레벨2 기술). 끝으로 뇌의 강화학습 과정을 제어하는 새로운 기계학습 패러다임(Neural task control)에 대해서 소개할 예정입니다 (레벨3 기술).이러한 기술개발의 궁극적인 목표는 문제해결 관점에서 형식화된 인공지능이라는 테두리 안에서 인간의 지능을 이해하는 것입니다. 관련 연구의 활성화를 위해 2019년 설립된 KAIST 신경과학-인공지능 융합연구센터에서는 인간의 고위수준 기능들을 기계학습 알고리즘으로 구현하는 연구를 수행하고 있습니다.

Leave a Reply

Your email address will not be published.