갤러리 이슈박스, 최근방문 갤러리
연관 갤러리
자격증 갤러리 타 갤러리(0)
이 갤러리가 연관 갤러리로 추가한 갤러리
0/0
타 갤러리 자격증 갤러리(0)
이 갤러리를 연관 갤러리로 추가한 갤러리
0/0
개념글 리스트
1/3
- 2차대전 당시 침몰한 함선은 건들지 않는것이 국제관례임 빌로우
- 이재명과 정치테마.MANHWA 애니머니
- 프라모델로 나온 한국군 병기 - 빠진 것들 및 기타 3부 호순이
- 싱글벙글 고추장이 세계 표준으로 등록된 이유 야신스키
- 우유 편하게 마셔도 된다는 저속노화 선생님.jpg ㅇㅇ
- 연예인들 돈 버는 속도ㄷㄷ ㅇㅇ
- 하와이 화재와 한국의 공통점…jpg 레인맨
- ‘공부 잘하는 약’ 찾는 엄마들…품절 사태로 ADHD 환자들 발 동동 묘냥이
- 어느 실업고교 선생님의 눈물 ㅇㅇ
- 日, 서일본은 비국민인가? 비축미 방출 차별에 분노... 더 큰 문제는? 난징대파티
- 위생 문제가 끊이지 않던 자갈치시장 노점상 사라진다.jpg ㅇㅇ
- 2025 도쿄 모터사이클쇼 후기(사진많음주의) 고기내놔
- 3월 갤질 이용권 발급받을 수 있을까요,,, iPhone_
- 일본화가가 그린 조선시대의 풍경 ㄷㄷ.JPG 또또장금이
- 개는솔로 기념 테타의 아내 꼬신 썰 칠게
[내가 다녀온 마츠리] 가라쓰군치(가라쓰) 방문기②
재밌게 마츠리 첫날을 보낸 뒤, 후쿠요시의 숙소에서 일어났다. 생각있으면 아래 글 읽고 이 숙소 가보삼. 저한테는 정말 좋은 추억밖에 없는 곳임. 나갈 때도 마츠리 구경 잘하라는 주인장의 격려를 받으며 나가니깐 ㄹㅇ... https://m.dcinside.com/board/nokanto/526708 [나만의 일본 최애 장소] 후쿠요시 지역 - 일본여행 - 관동이외 마이너 갤러리이토시마시의 서남부는 니조(二丈)라고 불리는데, 그 중에서도 지도의 저 빨간 부분은 후쿠요시 강이 있어서 후쿠요시라는 지명으로도 통함. 이 지역은 후쿠오카 현 안에서 반딧불이를 쉽게 보려고 찾아간게 계기였음. 후쿠오m.dcinside.com마츠리 노래가 끊이지를 않던 가라쓰에서 고작 시내 밖으로만 넘어온 건데 귀신같이 조용하다... 대충 신사 뒷편에 숨겨진 갓파 바위에 행운을 빌어보고 다시 마츠리 현장에 뛰어들어보자. 다시 돌아온 가라쓰. 오늘은 중요한 제삿날이기 때문에 모든 히키야마가 출발점인 가라쓰 신사 앞에 전시되어/대기하고 있다. 여기서 TMI로 각 히키야마들에 대해서 정리해드림. 1번, 가나타마치(가라쓰성 앞동네)의 적사자 히키야마. 1819년 처음으로 만들어진 히키야마로, 교토의 기온마츠리에서 쓰이는 야마보코를 보고 따라 만들어 봉납한 것이라고 함. 참고로 모든 히키야마들은 테세우스의 배처럼 유지 보수만 하다가 심하게 낡은 것들만 새 부품을 만들어 갈아끼우는 식으로 200년간 유지되고 있음. 2번, 나카마치의 청사자 히키야마. 나카마치는 지금도 가라쓰의 중심지인 곳(高徳寺 일대)이라 약간 프라이드 같은게 쎈 동네라서 제일 열정적으로 행진하는 동네다. 소금 뿌리고 술 마시고 노래 부르고 장난아님. 3번, 자이모쿠마치(가라쓰 성 건너편)의 우라시마 타로 히키야마. 괴롭힘받던 거북이를 구해주자 보은으로 용궁에 데려다 줬다는 일본 전래동화 얘기는 상식이지?? 지금은 간척해서 가라쓰 성과 자이모쿠마치 사이에 다른 구획들이 생겼지만 그 시절까진 배 목공소도 있고, 선박도 많이 정박해있던 마치라고 함. 그래서 우라시마 타로를 선택했다고. 4번, 고후쿠마치(安楽寺 일대)의 미나모토노 요시츠네 히키야마. 알고보니 단노우라 합전에서도 기어코 살아남아서 대륙으로 건너가 징기스칸이 됐다는 전설이 에도시대 동안 유행했을 정도로 일본에서 무신에 가까운 대접을 받는 무사다. 그 시절 오락하면 가부키/사무라이가 인기있는 소재라 선택됐다는 듯. 5번, 우오야마치의 도미(아라) 히키야마. 마치 이름부터 魚가 들어가는 것만 봐도 알겠지만, 자이모쿠마치 바로 뒷편이라서 수산시장이 많이 늘어서 있던지라 물고기, 그 중에서도 복을 부르고, 가치도 있고, '아라'라는 전통 도미 조림으로도 쓰이는 도미가 선정됐다. 6번, 오이시마치의 봉황마루 히키야마. 옛날 가라쓰에서 가장 동쪽에 있던 마치로, 일종의 베드타운 같은 곳이었다고 함. 화려한 히키야마는 가장 부유한 동네였다 보니까 무작정 호화롭게 만든 결과라고. 7번, 신마치의 비룡 히키야마. 가라쓰 중심가 기준으로 가장 서쪽에 있는 곳으로, 가라쓰의 정통 12개 마치에 해당되지는 않는 곳. 그래봐야 1846년에 만든 히키야마라서 근본이 없고 그런 건 아니다. 비룡으로 선정한 사유는 불명. 8번, 혼마치의 금사자 히키야마. (구)가라쓰은행 ~ 가라쓰시청 일대, 다른 번이나 막부 인사들도 거치는 행정적으로 중요한 구역이라 1번 히키야마 못지않은 화려하고 의미있는 히키야마를 만들고자 금사자를 선정했다고 한다. 9번, 기와타마치의 다케다 신겐 히키야마. 가라쓰 성 앞을 흐르는 마츠우라 강변에 있는 구역으로, 대장장이가 많은 구역이었음. 성에서도 여기 대장장이들을 데려가 쓰기도 했을 정도로 무와 관련이 있는 마치라 사무라이를 소재로 선택했다는 듯. 10번, 히라노마치의 우에스기 겐신 히키야마. 지금은 가라쓰역 바로 앞에 있는 마치로, 신마치와 마찬가지로 나중에 생긴 마치다. 우에스기 겐신을 선택한 건 말 그대로 앞에 만들어진 다케다 신겐에 대항하려한 결과. 11번, 고메야마치의 슈텐도지 + 라이코 히키야마. 일본 요괴계의 대표적인 악귀 슈텐도지를 때려잡은 미나모토노 요리미쓰(라이코)의 투구다. 슈텐도지 부분의 흰 털은 티벳산 야크 털이라고 함. 선정 이유는 별거없고 9번과 10번의 소재가 사무라이로 선정되자 고메야마치까지 껴서 3개의 마치가 사무라이를 소재로 히키야마를 만들기로 합의하게 됐다고 함... 12번, 쿄마치의 구슬사자(코마이누) 히키야마. 이쪽도 선정 사유는 특별히 없다. 보통 코마이누가 구슬을 잡고 있을 땐 한 발을 올려두는게 특징인데, 얘는 특이하게 구슬에 네 발로 통째로 올라가 있다. 13번, 가코마치의 범고래(샤치호코) 히키야마. 오이시마치랑 같이 동쪽 끝에 있는 마치인데, 여기는 특별히 부유하지는 않은 평범한 어촌이었다고 함. 뒷자릿대 히키야마들은 딱히 선정 사유가 없는 듯함. 얘도 그냥 만든 거래... 14번이자 마지막, 에가와마치의 칠보마루 히키야마. 모티브는 에도시대에 조선통신사 선박을 묘사했던 그림이라나? 1876년에 6번 봉황마루 히키야마를 만들었던 사람이 제작한 거라 똑같이 배 모양을 하고 있는 거라고 함. 칠보는 원래 불교의 개념인데, 일본에서는 일본에서 보물하면 전통적으로 떠올리는 보물(보주, 부채, 요술 망치, 투명 망토, 복주머니, 정자(향신료), 두루마리)들을 일컫는다고. 말 그대로 보물선을 묘사한 히키야마다. 이 히키야마는 마지막 날을 제외하면 언제나 마지막에 오기 때문에 얘가 오면 그게 퍼레이드의 끝부분임을 알 수 있음. 일설에서는 15번째 히키야마, 흑사자도 있었다고 전해지는데, 화재로 소실되었다고 함. 이때가 관광객들에게도 한눈에 히키야마들을 볼 수 있는 기회다. 가라쓰군치의 퍼레이드를 전부 구경할 생각이 아니라면 이때부터 시작 부분만 좀 구경해도 될 듯. 숙취 중인 우지코(참가자)들과 축제에 참여하지 않는 동네 사람들도 아침부터 바쁜 날이다. 구경거리도 있고, 누근가에게는 돈을 버는 날이기도 하고, 누군가에게는 몇달 간의 연습을 보상받는 날이니깐. 다시 어제의 그 스팟으로 왔다. 구경하는 사람들도 어제보다 많아진 느낌. 아까 말했지만, 오늘은 단순한 퍼레이드가 아니기에 제사장으로 향하는 신행행렬(神幸行列)도 중간에 껴있다. 신사에서 신사의 물리적 본체(신)를 모시고 나오는 거라고 이해하고 있음. 퍼레이드를 다 보내자마자 바로 가라쓰 신사의 뒷길을 달려서 도착한 제사장. 10시 30분에 도착했는데, 여기서 하는 본 행사는 12시에 시작된다. 그래도 일찍 자리를 잡길 다행이었던게, 이미 난간 쪽은 자리가 딱 하나밖에 안 남아 있었다. 머리를 잘 굴려서 명당을 2번이나 차지...!! https://maps.app.goo.gl/ZDHdgC8kZXVkoYtn6 御旅所（元の西ノ浜の一部、秋季例大祭の際に御旅所として利用される） · Karatsu, Saga御旅所（元の西ノ浜の一部、秋季例大祭の際に御旅所として利用される） · Karatsu, Sagamaps.app.goo.gl유명한 사진들은 저 육교에서 나오길래 내심 기대했는데, 알고보니까 안전 문제로 기자들만 들여보내 주더라... 안내 차량이 도착할 즈음엔 내가 앉을 만한 공간 빼고는 완전히 꽉 차버림. 그렇게 제사장에 신사와 신직들이 도착하고... 히키야마들도 차례로 도착하기 시작한다. 슬슬 술도 깨고 날도 더워져서 더 열정적으로 행진하는 모습. 아니 이건 소금으로 때리는 거잖아요;; 아무튼 히키야마가 도착하면 어떻게 되느냐. 저 모래사장에 히키야마를 끌어서 정해진 자리에 넣어야 한다. 이게 바로 가라쓰군치의 하이라이트, 타비쇼신코다. 수십명이 달라 붙어서 순식간에 밀어넣는게 진짜 장관임. 히키야마가 어느정도 들어가고 나면 사람들이 죄다 몰려가느라 모래사장을 뚫는게 아니라 인해를 뚫고 간다는 인상을 받게 된다. 가라쓰군치는 이렇게 마무리 된다. 사실 가라쓰 신사가 격이 그렇게 높은 신사는 아니다 보니까 제사 자체는 생각보다 별거없고, 수십 명이 달라붙어서 히키야마를 모래사장에 끌어넣는 행위 자체를 제사로 인식하는 듯함. 여기서 한참 시간을 보내고, 해가 지기 시작하면 히키야마 각자의 마치로 돌아간다. 참고로 3일차에도 퍼레이드가 있음. 내가 참여하지 않았을 뿐이지... 3일차에는 반대로 니시노하마 제사장에서 가라쓰 신사 앞에 다시 모였다가, 내년의 당번(히키야마 전시장에 전시될 진품)을 정하고 각자의 구역으로 돌아가는 일정이다. 가라쓰군치의 시작과 절정을 보고 나서는 잠깐 옆길로 셌음. 나중에 방문기로 충분히 쓸만한 곳인데, 아직은 없으니 무슨 일이 있었는지는 이 글을 보면 된다. 글의 제목만큼 살벌한 순간이었다... https://m.dcinside.com/board/nokanto/507764 난 진짜 조난당한 적 있음 - 일본여행 - 관동이외 마이너 갤러리때는 바야흐로 가라쓰군치... 오전 행사도 끝나서 가라쓰에서 갈 곳이 없나 찾아보다가 전날 퀘벡 친구가 귀띔해준 가라쓰 오시마라는 섬(이었던 것)에 가보기로 함 약도가 직관성을 전혀 고려하지 않고 만들어서 공원이 실제m.dcinside.com그렇다고 오늘의 마츠리가 끝났는가? 당연히 아니다! 1년만에 꺼낸 히키야마인데 이렇게 끝내면 당연히 섭섭한 일. 히키야마들이 각자의 마치에서 간단한 뒷풀이를 벌인다. 격식없이 놀고 싶은대로 히키야마를 다루는 이때가 어떻게 보면 마츠리의 진짜 꽃이다. 마츠리의 상징, 떡(못 먹음). 받으면 기분이 무쟈게 좋다. 숙소가서 한입 베어물었다가 기겁함. 모든 히키야마가 들어가고 나면 노점상들의 차례다. 마츠리 내내 열리고 있긴 하지만, 행사가 끝나고서가 본 장사의 시작이랜다. 그나저나 바닥에 긁힌 자국들 보삼ㄷㄷ. 그렇게 해질 때까지 노는 것... 그것이 마츠리... 전통 마츠리는 꼭, 이왕이면 시작부터 끝까지 구경해보렴... 어떤 인연이 생길지 아무도 모른다. 특히 가라쓰군치는 손님 초대로 무한로테를 돌리는 전통까지 있으니깐.
작성자 : 엉겅쿤고정닉
(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.