새로운 인공지능이 두뇌 신호 해독...97%의 정확도
새로운 인공지능이 두뇌 신호 해독...97%의 정확도
  • 최영란 기자
  • 승인 2020.05.15 14:57
  • 댓글 0
이 기사를 공유합니다

 

[퓨처타임즈=최영란 기자] 새로운 AI가 두뇌 활동을 97%의 정확도로 해독하는 방법이 연구되고 있다. 뇌 신호를 전문 음성 전사보다 낮은 3%의 오류율을 가진 완전한 문장으로 번역할 수 있다는 것을 증명했다. 뇌 신호를 읽는 기계는 단지 생각만으로 이메일을 입력하거나, 디지털 비서에게 텔레파시로 명령할 수 있을 것이며, 말하는 능력을 잃은 사람들에게 매우 유용할 수 있다.

당신의 생각을 해독하는 기계에 대한 생각은 소름끼치게 들릴지 모르지만, 질병이나 장애로 인해 말하는 능력을 잃은 많은 사람들에게 그것은 판도를 바꾸는 변화이다. 신체가 건강한 사람들에게도, 단지 생각만으로 이메일을 입력하거나 디지털 비서에게 명령을 텔레파시로 보내는 일은 매우 유용할 수 있다.

샌프란시스코 캘리포니아 대학의 연구원들이 뇌 신호를 전문적인 음성 전사의 문턱보다 낮은 3%의 오류율을 가진 완전한 문장으로 번역할 수 있다는 것을 증명한 후, 그 비전은 한 걸음 더 다가왔을지도 모른다.

 
약 10년 동안 우리는 뇌 신호로부터 언어의 일부를 해독할 수 있었지만, 지금까지 대부분의 해결책은 이해할 수 있는 문장의 일관된 번역과는 거리가 멀었다. 지난해 연구원들은 뇌 신호를 사용하여 시뮬레이션된 성대를 애니메이션화함으로써 지금까지 어느 정도 최상의 결과를 얻은 새로운 접근법을 사용했지만, 그 단어의 70%만 이해가 가능했다.
 
네이처 뉴로사이언스지의 새로운 논문 저자들이 성취한, 개선된 성과의 비결은 뇌 신호를 텍스트로 변환하는 것과 신경망을 이용하는 언어의 기계 번역 사이에 강한 유사점이 있음을 깨닫는 일이었는데, 이는 현재 많은 언어에서 매우 정확하다.
 
뇌 신호를 해독하려는 대부분의 노력은 특정 음소, 즉 단어를 구성하는 뚜렷한 소리 덩어리에 해당하는 신경 활동을 식별하는 데 초점을 맞췄지만, 연구원들은 전체 문장이 한 번에 번역되는 기계 번역을 모방하기로 결정했다. 이 방법은 강력한 접근법임을 입증했다. 특정 단어들이 항상 서로 가까이서 나타날 가능성이 높기 때문에, 시스템은 문맥에 의존해 공백을 메울 수 있다.
 
연구팀은 기계 번역에 흔히 사용되는 것과 동일한 인코더-디코더 접근법을 사용했다. 이 접근법에서 하나의 신경망이 입력 신호, 즉 보통 텍스트지만 이 경우 뇌 신호를 분석하여 데이터를 만든 다음, 두 번째 신경망은 이를 목표어로 변환한다.
 
이들은 뇌에 전극을 이식한 4명의 여성으로부터 기록된 뇌 활동을 이용해, 250개의 독특한 단어를 포함한 50개의 문장을 읽을 때 반응을 추적 관찰하는 시스템을 훈련시켰다. 이는 첫 번째 네트워크가 어떤 신경활동이 언어의 어느 부분과 관련이 있는지 알아낼 수 있게 했다.
 
테스트에서, 시스템은 신경 신호에만 의존해  4개 과목 중 2개 과목에서 8% 미만의 오류율을 달성할 수 있었다. 이는 전문 전사자가 달성한 정확도와 일치한다.
 
불가피하게, 주의사항들이 있다. 첫째, 이 시스템은 250단어의 제한된 어휘를 사용하여 30-50개의 특정 문장만을 해독할 수 있었다. 그것은 또한 사람들에게 뇌에 전극을 이식하도록 요구하는데, 이 전극 이식은 현재 제한된 수의 매우 구체적인 의학적 이유로만 허용되고 있다. 그러나 이 방향에 상당한 장래성이 있다는 징후가 적지 않다.
 
한 가지 우려는 시스템이 훈련 데이터의 문장으로 테스트되고 있었기 때문에, 단순히 특정 문장을 특정 신경 사인에 일치시키는 것만을 배울 수 있다는 부분이었다. 이는 시스템이 실제 언어의 구성 요소를 배우지 않았음을 암시하고, 익숙하지 않은 문장으로 일반화하는 작업을 더 어렵게 만들 것이다.
 
그러나 연구진이 테스트에 포함되지 않은 훈련 데이터에 또 다른 기록 세트를 추가했을 때, 오류율을 크게 줄임으로써 시스템이 단어와 같은 하위 문장 정보를 학습하고 있음을 시사했다.
 
또한 최악의 수행자 중 한 명의 데이터를 훈련시키기 전, 가장 높은 정확도를 달성한 지원자의 데이터에 대해 시스템을 사전 훈련시켜 오류율을 현저히 감소시켰다는 사실을 발견했다. 이는 실제 적용에서 최종 사용자에게 시스템이 제공되기 전 많은 훈련을 수행할 수 있으며, 뇌 신호의 기호에 맞춰 미세 조정하기만 하면 된다는 것을 시사한다.
 
이러한 시스템의 어휘는 사람들이 이러한 접근법을 기반으로 구축함에 따라 상당히 향상될 가능성이 높지만, 250단어의 제한된 팔레트라도 하반신 마비 환자에게는 엄청나게 유용하며, 다른 장치의 텔레파시 제어를 위한 특정 명령 집합에 맞춰 조정될 수 있다.
 
이제 그 공은 최초의 실용적인 신경 인터페이스를 개발하기 위해 경쟁하는 회사들의 스크럼 코트로 돌아왔다.

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

  • 서울특별시 영등포구 국회대로 800 (여의도동, 여의도파라곤) 1236호
  • 대표전화 : 02-783-7789
  • 팩스 : 02-783-7790
  • 청소년보호책임자 : 최성립
  • 법인명 : 퓨처타임즈
  • 제호 : 퓨처타임즈
  • 등록번호 : 서울 아 51999
  • 등록일 : 2017-11-20
  • 발행일 : 2017-05-01
  • 발행인 : 송승호
  • 편집인 : 송승호
  • 퓨처타임즈 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.
  • Copyright © 2020 퓨처타임즈. All rights reserved. mail to
ND소프트