뇌 활동과 행동의 상호작용을 규명하는 획기적인 AI 모델 등장!

장이지 등 연구진이 개발한 NEDS 모델은 멀티모달, 멀티태스크 접근 방식과 혁신적인 다중 작업 마스킹 전략을 통해 뇌 활동과 행동 간의 상호작용을 효과적으로 분석합니다. IBL 데이터셋을 활용한 사전 학습과 놀라운 예측 성능으로 뇌의 기초 모델 구축 가능성을 제시하며, 향후 뇌과학 및 인공지능 분야에 큰 영향을 줄 것으로 기대됩니다.

뇌의 비밀을 풀어낼 새로운 지평: NEDS 모델

최근 과학계에 흥미로운 연구 결과가 발표되었습니다. 장이지 등 연구진이 발표한 논문 "Neural Encoding and Decoding at Scale (NEDS)"는 대규모 다중 동물 모델을 이용하여 뇌 활동과 행동 간의 복잡한 상호작용을 규명하는 새로운 접근 방식을 제시했습니다. 기존 연구들은 주로 뇌 활동을 예측하거나(인코딩) 행동을 예측하는(디코딩) 단방향 접근에 머물렀지만, NEDS는 동시적인 인코딩과 디코딩을 가능하게 하는 멀티모달, 멀티태스크 모델입니다.

혁신적인 다중 작업 마스킹 전략

NEDS의 핵심은 다중 작업 마스킹 전략입니다. 이 전략은 신경 활동, 행동, 모달 내부, 그리고 모달 간 마스킹을 번갈아 수행하여 모델의 학습 효율을 높입니다. 이는 마치 퍼즐 조각을 맞추듯, 뇌 활동과 행동 데이터의 다양한 측면을 종합적으로 분석하여 상호 관계를 파악하는 것과 같습니다.

IBL 데이터셋과 놀라운 성능

연구진은 국제 뇌 연구소 (IBL)의 반복 사이트 데이터셋을 사용하여 NEDS를 사전 학습했습니다. 이 데이터셋은 83마리의 동물이 동일한 시각적 의사결정 작업을 수행하는 동안 기록된 뇌 활동 데이터를 포함하고 있습니다. 그 결과, NEDS는 다른 대규모 모델들에 비해 인코딩과 디코딩 모두에서 최첨단 성능을 달성했습니다. 특히, 다중 동물 데이터로 사전 학습된 NEDS는 새로운 동물 데이터에도 뛰어난 적응력을 보였습니다.

예측 가능한 임베딩과 뇌의 기초 모델

놀랍게도, NEDS의 학습된 임베딩은 명시적인 훈련 없이도 각 기록의 뇌 영역을 높은 정확도로 예측하는 능력을 보여주었습니다. 이는 마치 모델이 뇌의 구조와 기능을 스스로 이해하고 있는 것과 같습니다. 연구진은 이를 통해 NEDS가 뇌의 기초 모델을 구축하는데 중요한 토대를 제공할 수 있을 것으로 기대하고 있습니다.

미래를 향한 발걸음

NEDS는 뇌 활동과 행동 간의 관계를 규명하는 데 있어 획기적인 진전을 이룬 연구입니다. 이 연구는 향후 뇌 질환 진단 및 치료, 인공지능 발전 등 다양한 분야에 혁신적인 영향을 미칠 것으로 예상됩니다. 뇌의 복잡한 메커니즘을 이해하는 여정은 계속되고 있으며, NEDS는 그 여정에 있어 중요한 이정표가 될 것입니다.