[📪정보] 폰노이만 구조를 뛰어넘는 신경망은 이미 있긴 함

[익명(211.202)]

사실상 이름만 '신경망'인 DNN에 비해, SNN은 실제 생물 뉴런을 모사하는 것에 중점을 두고 있거든.

생물 신경망이 일반적인 육류고 DNN이 콩고기로 만든 식물성 대체육이라면 SNN은 배양육이라고 이해하면 쉬움.

따라서 SNN은 인간의 뇌처럼 매우 적은 전력으로 작동 가능하고, 아날로그 방식로도 구현이 가능하다는 장점을 가지고 있음.

이것을 소자 수준에서 구현한게 인텔의 뉴로모픽 반도체인 로이히인데, 한때 인텔은 로이히 칩 768개를 묶어 뉴로모픽 슈퍼컴퓨터를 만들기도 했음.

문제라면 SNN은 생물 신경망을 그대로 모방하기 때문에 DNN의 오차역전파와 같은 강력한 알고리즘이 없다는 거지.

아직까지 효과적인 대안은 발견되지 않은 것으로 알고있음

[익명(873dvejis77)]

[익명(210.100)]

오오 이걸상용화시키라고

[익명(122.43)]

이걸론 코딩을 못하니까. 방법론 자체가 없음

[익명(210.100)]

당장은 쇼앤프룹이 힘들어도 이쪽으로투자하는게맞는거같은데

[익명(122.43)]

투자가 문제가 아니라 획기적인 방법론 개발 없이는 활용자체를 못하는 하드웨어라서

[익명(121.182)]

파이토치로 잘만 작성하던데

[익명(122.43)]

그건 폰노이만구조하에서 snn을 모사한거라 하드웨어와는 다른 이야기임

[익명(210.100)]

유사신경망DNN따리보다 이쪽이정론같은데 실사용가능성이 원천차단되었단말인가..

[익명(landofooo)]

학습방법 알고리즘이 없는건 너무 치명적인데? 지금 dnn들도 암튼 그게 가능한거라 다 되는건데 저걸 찾아내야되겠네

[익명(175.121)]

예아

[나진(doom3750)]

생물학적 뉴런을 얼마나 모방할것이냐, 그리고 얼마나 고칠것이냐가 중요하지. 현대 DNN과 역전파는 기존 패턴인식 문제에 매우 강해서 렐루 탄H 같은 연속함수 활성화를 사용하는 등 생물학적 뉴런과는 멀어진지 오래임. 사실 SNN도 충분히 모방한건 아님. 퍼셉트론 이전의 맥컬럭-피츠 모형은 시냅스 전파 지연까지 가져옴. SNN은 시냅스 전파 지연은 보통 버림. 물론 지연까지 모방한 연구도 있고 보통 SNN에 전파지연을 더한걸로 연구함. - dc App

[나진(doom3750)]

개인적으로는 SNN과 같이 "살아있는 듯한" 신경망 쪽으로 연구가 진행되어야 한다고 생각함. 하지만 현대 DNN쪽으로 대세연구가 치우친거는 현대 DNN이 1.생물학적 뉴런에서 컴퓨팅연산으로 구현하기 어려운 부분은 다 버림 2.역전파라는 편리한 도구가 있음 이 두가지임. 결국 대다수의 연구자는 실적을 내야만 하고 현대 DNN이 실적내기 개꿀임. 챗GPT, 미드저니 처럼 돈벌이로도 이용가능하니 대기업들도 여기에 집중하는 거고. - dc App

[나진(doom3750)]

그럼에도 불구하고 현대 DNN으로 "살아있는 듯한" 신경망 인공지능이 구현 불가능한가? 에 대해선 꼭 그렇지도 않을 수도 있음. 신경망 모듈 간 지속적인 활동과 지속적인 상호작용이 가능하다면 마치 인간이 사회를 이뤄 발전해나갔듯이 가능할 수 있음. - dc App

[나진(doom3750)]

결국 생물학적 뉴런을 더 모방하는게 답이냐 vs 현대 dnn에 수학적 모델링으로 발전시켜나갈것이냐 로 볼 수 있음. - dc App

[나진(doom3750)]

둘다 충분히 불가능한 일이 아니고, agi로 가는길이 여러개일 수 있음. 그냥 어떤 길로 갔을때 더 빠르냐가 가장 중요한거지. - dc App