표제지
목차
편집자 주 3
01. 과학을 위한 AI? AI를 위한 신경과학! / 방석영 5
Ⅰ. 서론 6
1. 인공신경망(Artificial Neural Network) 11
2. 두뇌 신경망 13
3. 인공신경망과 두뇌 신경망의 간극 18
Ⅱ. 인공신경망과 두뇌 신경망의 간극 극복 연구 동향 19
Ⅲ. 미세공학과 생물학의 융합을 통한 새로운 해결책 제시 21
1. AI 네트워크-온-어-칩 연구의 기술적 배경 21
2. AI 네트워크-온-어-칩 연구의 기반 기술들 24
3. AI 네트워크-온-어-칩 연구 모형 27
Ⅳ. 연구 결과 32
1. 두 레이어로 구성된 하이브리드 형태의 Shallow Model 확립 32
2. mGRASP의 도입 34
3. 광유전학 단백질의 도입 39
4. AI 네트워크-온-어-칩 개발을 위한 후속 연구 방안 40
Ⅴ. 향후 인공신경망과 두뇌 신경망의 융합연구 활성화 과제 및 전망 41
1. 융합연구 활성화 과제 41
2. 융합연구 활성화 전망 42
Ⅵ. 결론 44
참고문헌 45
02. 건축물 화재 시 본능적 행동 반응에 기초한 피난경로 선택 특성 연구 - 가상현실(Virtual Reality) 실험을 기반으로 / 한기성 49
Ⅰ. 서론 50
Ⅱ. 연구방법 및 연구모형 53
Ⅲ. 피난 행동에 관한 이론적 고찰 55
Ⅳ. 가상현실 피난 경로선택 실험 및 결과 61
Ⅴ. 결론 81
참고문헌 84
판권기 2
01. 과학을 위한 AI? AI를 위한 신경과학! / 방석영 9
표 1. 그린 AI에 대한 전략 9
표 2. 인공신경망-두뇌 신경망 융합 관련 연구 동향 19
02. 건축물 화재 시 본능적 행동 반응에 기초한 피난경로 선택 특성 연구 - 가상현실(Virtual Reality) 실험을 기반으로 / 한기성 63
표 1. 참가자 인구통계학적 요인 63
표 2. 상황(화재-일반)에 따른 경로선택 차이 65
표 3. 상황(화재-일반)에 따른 의사결정 소요횟수 차이 67
표 4. 상황(화재-일반)에 따른 의사결정 소요시간 차이 68
표 5. 경로선택 시 주요 변수 간 상관관계 분석(화재 상황) 71
표 6. 경로선택 시 주요 변수 간 상관관계 분석(일반 상황) 74
표 7. 본능적 경로선택, 의사결정 소요횟수가 의사결정 소요시간에 미치는 영향 75
표 8. 경로선택, 소요횟수, 소요시간이 총 피난시간에 미치는 영향 78
01. 과학을 위한 AI? AI를 위한 신경과학! / 방석영 7
그림 1. 다양한 요인별 CO₂ 방출 정도 7
그림 2. 딥러닝 훈련에 필요한 연산량의 지수함수적 증가 8
그림 3. 전세계 AI 소프트웨어 마켓의 증가 현황 8
그림 4. AI와 딥러닝 이해도 10
그림 5. 활성화 함수의 의미 11
그림 6. 활성화 함수의 종류 12
그림 7. 시냅스 가소성에 의한 장기 강화 12
그림 8. 헤비안 학습 13
그림 9. 두뇌의 복잡성 1: 매우 복잡하게 얽혀있는 신경회로 14
그림 10. 두뇌의 복잡성 2: 두뇌를 구성하는 다양한 종류의 세포 14
그림 11. 시냅스 검출 방법 16
그림 12. 빛을 이용한 뉴런 제어 16
그림 13. 2차원 환경에서 배양된 뉴런의 모습 17
그림 14. (좌) 신경과학 연구 펀딩 규모, (우) 퇴행성 뇌질환 연구 펀딩 규모 18
그림 15. 두뇌, 전통적 뉴런 배양법의 한계점 및 대안인 AI 네트워크-온-어-칩 21
그림 16. 과학지식 융합과정으로 본 AI 네트워크-온-어-칩의 융합 도식화 22
그림 17. 인공신경망과 신경과학의 간극을 잇는 'AI 네트워크-온-어-칩' 23
그림 18. 브레인-온-어-칩 공정 프로세스 24
그림 19. 균질 뉴로스페로이드 대량 생산 기술 26
그림 20. 바이러스 유전자 전달체를 이용한 뉴런 내 단백질 발현 기술 27
그림 21. 인공신경망과 다양한 뉴런 배양 기법 비교 29
그림 22. 뉴로스페로이드-2D 뉴로네트워크 연결로만 구성된 Shallow Model 30
그림 23. 뉴로스페로이드로만 구성된 Deep Model 31
그림 24. (좌) Shallow Model의 확립 방법, (우) Shallow Model의 SEM 이미지 33
그림 25. Shallow Model의 온전한 형성을 확인하기 위한 면역염색을 이용한 형광 이미지 34
그림 26. Shallow model에서 mGRASP를 이용한 그룹 간의 시냅스 검출 확인 방법 35
그림 27. mGRASP의 장점 35
그림 28. 마이크로웰 어레이에서의 pre-mGRASP 바이러스 전달체 최적화 결과 36
그림 29. Pre-mGRASP 뉴로스페로이드로부터 뻗어나온 축삭신경돌기들(화살표) 37
그림 30. 2D 뉴로네트워크에서의 post-mGRASP 바이러스 전달체 최적화 결과 38
그림 31. 2D 뉴로네트워크 상의 post-mGRASP 발현 세포가 뉴런이 맞음을 확인한 결과(화살표 참고) 38
그림 32. Shallow Model에서 광유전학을 이용한 그룹 간의 동시 발화 방법 39
그림 33. 채널로돕신을 Shallow Model에 발현 후 광 자극에 반응함을 확인한 결과 40
그림 34. 후속 연구계획으로써 Deep Model을 이용한 인공신경망 모사 40
그림 35. 인공지능-신경과학 융합연구 활성화 방안 42
그림 36. 인공지능-신경과학 융합연구의 기대효과 42
02. 건축물 화재 시 본능적 행동 반응에 기초한 피난경로 선택 특성 연구 - 가상현실(Virtual Reality) 실험을 기반으로 / 한기성 54
그림 1. 경로선택 시 의사결정 모형 54
그림 2. 피난행동 단계별 흐름도 55
그림 3. 본능적 경로선택에 기초한 경로 구성 62
그림 4. 각 경로선택 지점을 조합한 경로 구성 및 실험환경 62