갤러리 이슈박스, 최근방문 갤러리
연관 갤러리
2020 도쿄 올림픽 갤러리 타 갤러리(0)
이 갤러리가 연관 갤러리로 추가한 갤러리
추가한 갤러리가 없습니다.
0/0
타 갤러리 2020 도쿄 올림픽 갤러리(0)
이 갤러리를 연관 갤러리로 추가한 갤러리
0/0
개념글 리스트
1/3
- <톰 크루즈> 최고의 영화 TOP 10..gif 이시라
- 3월 갤질 이용권 발급받을 수 있을까요,,, iPhone_
- 미자 도쿄 반 혼여행기 (글 많음 주의) shrimppounder
- 국산킹룡로봇 끝판왕 - 합체 편 6D
- 의외로 볼붕이들도 쉽게 하는 건??? 늑댕뭉이
- 1950년대 일본의 풍경들 미친왕
- 지느러미로 '톡톡', 패들 보트 밀어준 고래.jpg ㅇㅇ
- 싱글벙글 세종대왕이 우리나라 최초로 만든 것 수인갤러리
- 연예인 산불 기부 트위터 한녀들 반응.jpg ㅇㅇ
- 살면서 책을 읽어야 하는 이유 ㅇㅇ
- 커넥티드클루 개발일지 25. Alpheratz*
- 싱글벙글 추억의 아동 만화 ㅇㅇ
- 제발 좀 쓰지 말라면 쓰지 마 (webp 23pic) 상반칙불궤
- 엔팍 낙하물 사고.gisa + 누가 바닥에 똥 싸놓고 튐 바람돌이
- 얼탱얼탱 중국문화를 이해 못 해서 답답한 중국인들 레이퀀스뱅큐어
Chat gpt) 군대이야기 1 입대
내 이야기를 해볼까 한다. 이야기는 군대이야기 이며 그와 동시의 나의 투병일기이다.난 중학교때 부터 등이 굽어있다는걸 알게 되었다.그러나 이것을 병으로 인지하지는 못했다.그렇게 중학교 고등학교 대학교입학까지, 굽은등에 대해서는 특별히 생각한적도 없었다.아프거나 불편하지 않았기 때문이다. 그래서 난 내가 정상인인줄 알았다.대학교 1학년을 마치고 군대에 가기로 마음을 먹었다병무청에서 이런저런 검사를 받았고, 물론 엑스레이를 찍기도 했다그러나 당시 내 척추 엑스레이를 봐준 군의관인지 의사인지 뭔지모를 사람은 나의 척추를 보고 “정상” 이라고 말했다. 물론 이때도 나는 정상이 아니었다.최종적으로 나는 과체중으로 현역 2급을 받게되어 현역으로 입대하게 되었다.머리를 깍고102보충대로 입대를 했다.102보충대 안에서 태어나서 처음으로 바닥에서 잠을 자게 되었는데, 그때부터 강한 등통증이 시작되었다.그렇게 3일을 보내고 난 뒤 12사단으로 배치가 되었다.12사단의 마크는 6명의 병사들이 모닥불을 쬐고있는 모양이라는 말을 어디선가 줏어 들었다.훈련소에 들어가자마자 강한 장마가 찾아왔다.정말 거의 1달을 다 채울정도로 강한 비가 내렸었다.그렇게 나는 훈련소에서의 훈련들을 대부분 받지않고, 정신교육만 받았었다.그치지 않을것 같던 비가 드디어 그첬다. 그때가 정말 참 딱 타이밍 좋게 각개전투를 하는 주였다. 그래서 원래는 훈련소 생활중, 행군을 1번을 했었어야 했는데, 비가 많이 내린 관계로 각개전투장으로 이동하는 행군이 나의 첫 행군이 되었다.처음으로 맨 군장. 내등에서는 정말 말도 못할정도의 통증이 느껴졌다.누구나가 다 이런줄 알았다. 다들 힘들어 보였으니까.그러나 누구나가 다 이런게 아니었다나만 특별히 아팠던 것이다.나는 척추뼈가 부숴지는것 같은 강한통증을 느끼고그대로 기절했다.그렇게 난 12사단 의무대대로 이송되었고그곳에서 깨어났다.앞으로 내 대부분의 군생활을 보낼곳12사단 의무대대.1화 끝.100퍼센트 chat gpt로 그려진 그림입니다.저는 그림을 1도 그릴줄 모르는 사람입니다.2화가 나올지는 잘 모르겠습니다.- Chat GPT) 군대이야기 2깨어나보니 내손에는 산소포화도를 재는 기기가 끼워저있었고, 그 옆에서 훈련소 중대장과 군의관이 이야기를 하고 있었다중대장과 군의관은 내 산소포화도가 정상이고, 숨쉬는게 어려워 보이지만 실제로 산소는 제대로 통화고 있다는둥이런 저런 얘기를 하고 있었다. 그와중에 꾀병 아니냐는 소리도 했었던것 같다.일단 엑스레이를 찍어보자고해서 환자복으로 겨우 환복하고 일어나서 엑스레이를 찍어보려고 등을 피려고 했으나 너무 큰 통증에 허리를 필수가 없었다그러자 군의병들이 나타나 나의 어꺠를 잡고 나의 척추를 강제로 피고 엑스레이를 찍었다. 이때 정말 큰 소리로 비명을 질렀으나 그들은 전혀 신경도 쓰지 않았다. 마치 로봇과도 같았다그렇게 강제로 펴진 척추 사진을 보고, 군의관은 크게 문제는 없는것 같다는 진단을 내렸다. 그러나 계속된 나의 통증호소로 인해 우선 입원을 하게 되었다.처음 들어간 입원실은 정말 희안한 곳이었다. 사방이 뻥 뚫려있고, 이곳저곳에 병원침대가 늘어서 있는, 병실보다는 환자들의 광장과도 같은 모습이었다내가 새로 입원하자, 주변 환자들은 나를 반갑게 반겨주었지만, 나는 큰 고통으로 인해 대답도 하지 못한채 끙끙 앓으며 잠에 빠저들어 버렷다. 이때, 링거로 2병의 진통제와, 여러알의 진통제를 섭취한 상태였다.다음날 아침, 인상이 매우 좋지 않은 간부가 소리를 지르며 환자들을 꺠웠다.다 처 일어나 나이론 새끼들아!그리고는 점호가 시작되는데, 자리에 없는 사람도 많았고, 그냥 누워서 하기도하고 하여튼 점호도 개판이었다. 나는 그냥 누워있었다. 그러나 간부는 그리 크게 신경쓰지 않고 대충대충 점호를 하고는 어디론가 사라졌다그러고 나서는 뭘 하냐고? 그냥 논다. 티비도 보고 책도읽고 전화도하고, 그냥 그대로 계속 자는 사람들도 있었다.아픈사람들의 끙끙 거리는 소리와, 즐겁게 노는 환자들의 웃음소리가 섞여 나에게는 굉장히 기괴한 소리로 들렸다.그렇게 놀다가 아침 10시가 되면, 각자 자기 과에 맞는 진료실로 이동을 한다. 그시간이 되면 기묘하게 분위기가 가라앉고 모두들 말이 없어진다.마치 도축되기전의 소와 같은 상태같았다. 처음에는 몰랏지만, 진료를 받는다는건, 퇴원처리가 될지도 모른다는 말이었다.그들은 그 누구도 퇴원을 하고 싶어 하지 않았다.진료시간이 지나면 떠날사람, 남을 사람이 결정되고, 살아남은 사랑믄 그대로 즐겁게 놀고, 퇴원당하게 된 사람들은 울적하게 짐을 싸고 나갈 준비를 했다.이렇게 하루하루 연명하며 퇴원 기간을 최대한 늘릴려는 사람들만 있던곳이 바로 의무대대였다.2화 끝.
작성자 : 티타늄맨고정닉
(구글) LLM 표현을 통해 인간 뇌의 언어 처리 과정 이해하기
LLM 표현을 통해 인간 뇌의 언어 처리 과정 이해하기2025년 3월 21일 | 마리아노 샤인(Mariano Schain), 소프트웨어 엔지니어, 아리엘 골드스타인(Ariel Goldstein), 방문 연구원, 구글 리서치후속 발화 예측과 문맥 임베딩을 활용한 과제 적응에 최적화된 대규모 언어 모델(LLM)은 인간과 거의 비슷한 수준으로 자연어를 처리할 수 있습니다. 본 연구는 인간의 뇌 신경 활동이 일상 대화를 처리하는 과정에서 LLM 내부의 음성 및 언어 관련 문맥 임베딩과 선형적으로 정렬된다는 것을 보여줍니다.인간의 뇌는 일상 대화 중에 자연어를 어떻게 처리할까요? 이론적으로 LLM과 인간 언어에 대한 기호적 심리언어학 모델은 자연어를 부호화하는 방식에 있어 근본적으로 다른 계산 프레임워크를 제시합니다. LLM은 기호적인 품사나 통사 규칙에 의존하지 않습니다. 대신 다음 단어 예측이나 강화 학습으로 개선된 생성과 같은 간단한 자기 지도 학습 목표를 사용합니다. 이를 통해 LLM은 실제 텍스트 코퍼스에서 추출한 문맥에 맞는 언어적 결과물을 생성하며, 자연스러운 음성(소리)과 언어(단어)의 통계적 구조를 다차원 임베딩 공간에 효과적으로 부호화합니다.LLM의 성공에 영감을 받아, 저희 구글 리서치 팀은 프린스턴 대학교, 뉴욕 대학교(NYU), 히브리 대학교(HUJI)와 협력하여, 인간의 뇌와 딥러닝 언어 모델이 각자의 뛰어난 능력을 발휘하며 자연어를 처리하는 방식의 유사점과 차이점을 탐구하고자 했습니다. 지난 5년간 일련의 연구를 통해, 저희는 특정 딥러닝 모델의 내부 표현(임베딩)과 자연스러운 대화 중 인간 뇌 신경 활동 사이의 유사성을 탐구했으며, 이를 통해 딥러닝 언어 모델의 임베딩이 인간 뇌의 언어 처리 방식을 이해하기 위한 틀로서 강력한 잠재력을 지니고 있음을 입증했습니다. 저희는 딥러닝 언어 모델이 생성하는 단어 수준 내부 임베딩이 인간 뇌에서 음성 이해 및 발화와 관련된 기존에 알려진 뇌 영역들의 신경 활동 패턴과 정렬된다는 것을 입증합니다.유사한 임베딩 기반 언어 표현네이처 인간 행동(Nature Human Behaviour)에 발표된 저희의 가장 최근 연구는 트랜스포머 기반 음성-텍스트 변환 모델의 내부 표현과 실제 대화 중 인간 뇌의 신경 처리 순서 간의 정렬을 조사했습니다. 이 연구에서 저희는 자발적인 대화 중에 두개 내 전극을 사용하여 기록된 신경 활동을 분석했습니다. 저희는 신경 활동 패턴을 Whisper 음성-텍스트 변환 모델이 생성한 내부 표현(임베딩)과 비교했으며, 모델의 언어적 특징이 뇌의 자연스러운 음성 처리 과정과 어떻게 정렬되는지에 초점을 맞추었습니다.듣거나(음성 이해 중) 말하는(음성 발화 중) 모든 단어에 대해, 음성-텍스트 변환 모델에서 두 가지 유형의 임베딩이 추출되었습니다. 즉, 모델의 음성 인코더에서 추출한 음성 임베딩과 모델의 디코더에서 추출한 단어 기반 언어 임베딩입니다. 각 대화 속 단어마다 음성-텍스트 임베딩을 이용해 뇌의 신경 신호를 예측하는 선형 변환 값을 추정했습니다. 이 연구는 인간 뇌의 음성 영역 신경 활동과 모델의 음성 임베딩 간, 그리고 뇌의 언어 영역 신경 활동과 모델의 언어 임베딩 간의 놀라운 정렬을 밝혀냈습니다. 이러한 정렬 관계는 피험자의 언어 이해에 대한 뇌 신경 반응 순서를 모델링한 아래 애니메이션에서 확인할 수 있습니다.피험자가 "How are you doing?" 문장을 들을 때 언어 이해에 대한 뇌 신경 반응 순서.청자가 입력되는 음성 단어를 처리할 때, 우리는 일련의 신경 반응을 관찰합니다. 처음에 각 단어가 발화될 때, 음성 임베딩은 상측두회(STG)를 따라 있는 음성 영역의 피질 활동을 예측할 수 있게 해줍니다. 수백 밀리초 후, 청자가 단어의 의미를 해독하기 시작하면, 언어 임베딩은 브로카 영역(하전두회(IFG)에 위치)의 피질 활동을 예측합니다.피험자의 발화 과정을 살펴보면, 우리는 다른 (역순의!) 신경 반응 순서를 관찰합니다.피험자가 "feeling fantastic"이라고 답할 때 언어 발화에 대한 신경 반응 순서.이 정렬을 더 자세히 살펴보면, 단어를 발화하기 약 500밀리초 전에 (피험자가 다음 단어를 발화할 준비를 할 때), 언어 임베딩(파란색으로 표시)이 브로카 영역의 피질 활동을 예측합니다. 수백 밀리초 후 (여전히 단어 시작 전), 화자가 조음 발화 순서를 계획할 때 음성 임베딩(빨간색으로 표시)이 운동 피질(MC)의 신경 활동을 예측합니다. 마지막으로, 화자가 단어를 발화한 후, 화자가 자신의 목소리를 들으면서 음성 임베딩이 STG 청각 영역의 신경 활동을 예측합니다. 이러한 역동적인 과정은 언어 영역에서 무엇을 말할지 계획하는 것부터 시작하여, 운동 영역에서 어떻게 발화할지 계획하고, 마지막으로 음성 지각 영역에서 발화된 내용을 모니터링하는 신경 처리 순서를 반영합니다.전체 뇌 분석의 정량적 결과는 아래 그림과 같습니다. 각 단어에 대해 해당 단어의 음성 임베딩(빨간색)과 언어 임베딩(파란색)을 입력값으로 사용하여, 단어 시작 시점(그림의 x축 값 0)을 기준으로 -2초에서 +2초 사이의 다양한 시간 지연(time lag)에 따른 각 전극의 신경 반응을 예측했습니다. 이는 음성 발화(왼쪽 패널)와 음성 이해(오른쪽 패널) 중에 수행되었습니다. 관련 그래프는 다양한 뇌 영역의 전극에서 시간 지연에 따른 모든 단어에 대한 신경 활동 예측의 정확도(상관관계)를 보여줍니다.발화 및 이해 시 인간 뇌 신호와 음성/언어 임베딩의 부합도 분석.음성 발화 중에는, IFG의 언어 임베딩(파란색)이 감각운동피질의 음성 임베딩(빨간색)보다 먼저 최고조에 달하고, 그 뒤를 이어 STG에서 음성 부호화가 최고조에 달하는 것이 분명합니다. 반대로, 음성 이해 중에는 최고 부호화 시점이 단어 시작 이후로 이동했으며, STG의 음성 임베딩(빨간색)이 IFG의 언어 부호화(파란색)보다 훨씬 먼저 최고조에 달했습니다.종합적으로, 저희 연구 결과는 음성-텍스트 변환 모델 임베딩이 자연스러운 대화 중 언어 처리의 신경 기반을 이해하기 위한 일관된 프레임워크를 제공함을 시사합니다. 놀랍게도, Whisper는 뇌가 언어를 처리하는 방식을 고려하지 않고 오직 음성 인식을 위해서만 개발되었음에도 불구하고, 저희는 그 내부 표현이 자연스러운 대화 중 신경 활동과 정렬된다는 것을 발견했습니다. 이러한 정렬은 보장된 것이 아니었습니다. 만약 부정적인 결과가 나왔다면 임베딩과 신경 신호 간의 상관관계가 거의 없거나 전혀 없음을 보여주었을 것이며, 이는 모델의 표현이 뇌의 언어 처리 메커니즘을 포착하지 못했음을 의미했을 것입니다.LLM과 인간 뇌 간의 정렬을 통해 밝혀진 특히 흥미로운 개념 중 하나는 신경 처리에서의 '부드러운 계층 구조(soft hierarchy)'라는 개념입니다. IFG와 같이 언어에 관여하는 뇌 영역은 단어 수준의 의미론적 및 통사론적 정보를 우선시하는 경향이 있지만(언어 임베딩(파란색)과의 더 강한 정렬로 나타남), 더 낮은 수준의 청각적 특징도 포착합니다(음성 임베딩(빨간색)과의 낮지만 유의미한 정렬에서 분명히 드러남). 반대로, STG와 같은 하위 음성 영역은 음향 및 음소 처리를 우선시하는 경향이 있지만(음성 임베딩(빨간색)과의 더 강한 정렬로 나타남), 단어 수준 정보도 포착합니다(언어 임베딩(파란색)과의 낮지만 유의미한 정렬에서 분명히 드러남).LLM과 인간 뇌가 공유하는 목표 및 기하학적 구조LLM은 간단한 목표, 즉 순서대로 다음 단어를 예측하는 것을 사용하여 자연어를 처리하도록 훈련됩니다. 네이처 뉴로사이언스(Nature Neuroscience)에 발표된 논문에서, 저희는 LLM과 유사하게 청자의 뇌 언어 영역이 다음 단어가 발화되기 전에 예측하려고 시도한다는 것을 발견했습니다. 더욱이, LLM처럼, 단어 시작 전 청자의 예측에 대한 확신 수준은 단어가 발화된 후 그들의 놀람 수준(예측 오류)을 조절합니다. 이러한 발견은 자기회귀 LLM과 인간 뇌가 공유하는 시작 전 예측, 시작 후 놀람, 그리고 임베딩 기반 문맥 표현이라는 근본적인 계산 원리에 대한 강력한 새로운 증거를 제공합니다. 네이처 커뮤니케이션즈(Nature Communications)에 발표된 또 다른 논문에서, 저희 팀은 LLM의 임베딩 공간 기하학적 구조에 포착된 자연어 단어 간의 관계가 언어 영역에서 뇌에 의해 유도된 표현의 기하학적 구조(즉, 뇌 임베딩)와 정렬된다는 것도 발견했습니다.LLM과 인간 뇌의 자연어 처리 방식 차이점인간의 뇌와 트랜스포머 기반 LLM이 자연어 처리에서 근본적인 계산 원리를 공유하지만, 그 기저의 신경 회로 구조는 현저하게 다릅니다. 예를 들어, 후속 연구에서 저희는 트랜스포머 기반 LLM의 계층 간 정보 처리 방식과 인간 뇌의 처리 방식을 비교 조사했습니다. 저희 팀은 LLM과 인간 뇌의 언어 영역에서 계층 간 비선형 변환은 유사하지만, 그 구현 방식은 상당히 다르다는 것을 발견했습니다. 수백에서 수천 개의 단어를 동시에 처리하는 트랜스포머 아키텍처와 달리, 언어 영역은 언어를 순차적으로, 단어별로, 순환적으로, 그리고 시간적으로 분석하는 것으로 보입니다.요약 및 향후 방향저희 팀 연구에서 축적된 증거는 인간의 뇌와 딥러닝 모델이 자연어를 처리하는 방식 사이에 몇 가지 공유된 계산 원리를 밝혀냈습니다. 이러한 결과는 딥러닝 모델이 통계적 학습, 블라인드 최적화(blind optimization), 그리고 자연 현상과의 직접적인 부합 원칙에 기반하여 자연어를 처리하는 뇌의 신경 코드를 이해하기 위한 새로운 계산 프레임워크를 제공할 수 있음을 시사합니다. 동시에, 신경 구조, 언어 데이터의 유형 및 규모, 트랜스포머 기반 언어 모델의 훈련 프로토콜과, 인간의 뇌가 사회적 환경에서 자연스럽게 언어를 습득하는 생물학적 구조 및 발달 단계 사이에는 상당한 차이가 있습니다. 앞으로 저희의 목표는 정보 처리 및 실제 세계에서의 기능 수행 능력이 향상된, 생물학적으로 영감을 받은 혁신적인 인공 신경망을 만드는 것입니다. 저희는 인간의 경험과 더 잘 맞는 신경 구조, 학습 프로토콜, 훈련 데이터를 적용하여 이를 달성할 계획입니다.감사의 말씀본문에 기술된 작업은 구글 리서치가 프린스턴 대학교 신경과학 연구소 및 심리학과 해슨 랩(Hasson Lab), 히브리 대학교 경영대학원 및 인지과학과 딥코그니션랩(DeepCognitionLab), 그리고 뉴욕대 랑곤 종합 간질 센터(NYU Langone Comprehensive Epilepsy Center) 연구원들과 장기간 협력한 결과입니다.- 앤트로픽과 구글, LLM은 인간의 뇌와 거의 동일하게 작동한다앤스로픽과 딥마인드가 현재의 LLM이 추론 및 언어 능력 측면에서 인간의 뇌와 거의 동일하게 작동한다는 것을 보여주는 유사한 논문들을 발표했습니다.이는 "과연 실제로 추론하는 것인가"에 대한 기존의 논쟁 구도를 바꿔 놓을 것입니다.(앤트로픽) 거대 언어 모델의 사고 과정 추적하기 - 번역본 보기(구글) LLM 표현을 통해 인간 뇌의 언어 처리 과정 이해하기 - 번역본 보기
작성자 : 초존도초고정닉
차단하기
설정을 통해 게시물을 걸러서 볼 수 있습니다.
댓글 영역
획득법
① NFT 발행
작성한 게시물을 NFT로 발행하면 일주일 동안 사용할 수 있습니다. (최초 1회)
② NFT 구매
다른 이용자의 NFT를 구매하면 한 달 동안 사용할 수 있습니다. (구매 시마다 갱신)
사용법
디시콘에서지갑연결시 바로 사용 가능합니다.