Axon 프레임워크를 통한 뇌의 학습 메커니즘 구현

신피질(neocortex)의 학습 모델이 갖춰야 할 세 가지 기준인 계산적 적합성, 알고리즘적 구현 가능성, 신경 화학적 구현 상세성을 충족하는 새로운 프레임워크를 제시합니다.

현재 이 모든 기준을 충족하는 유일한 프레임워크는 corticothalamic circuit(피질-시상 회로)에 의해 구동되는 error-driven predictive learning(오차 기반 예측 학습)이며, 이는 competitive kinase synaptic plasticity(경쟁적 키나아제 시냅스 가소성) 메커니즘을 기반으로 합니다.

이 메커니즘은 스파이킹 뉴런(spiking neurons)을 사용하는 Axon 신경 시뮬레이션 프레임워크를 통해 구현되었으며, 다양한 인지적 과업에서 학습 능력을 입증했습니다. 이는 향후 back propagation(역전파)을 대체하여 학습 시간을 획기적으로 단축할 수 있는 대안이 될 것으로 기대됩니다.