누구나 현실에서는 있을 수 없는 터무니없는 내용의 '꿈'을 꾸지만, '왜 꿈을 꾸는 것인가'라는 이유에 대해서는 명확히 규명되지 않았고 다양한 가설을 존재합니다. 터프츠대학의 에릭 호에르 씨는 뇌의 신경회로를 모방해 만든 기계학습 기법 '심층 신경망(DNN)'의 관점에서 하나의 새로운 가설을 세웠습니다.
The overfitted brain: Dreams evolved to assist generalization: Patterns
https://www.cell.com/patterns/fulltext/S2666-3899(21)00064-7
Our Weird Dreams May Help Us Make Sense of Reality, AI-Inspired Theory Suggests
https://www.sciencealert.com/ai-research-suggests-weird-dreams-might-help-our-brains-keep-reality-in-check
기계학습은 컴퓨터 등의 학습자에 대량의 데이터세트를 기반으로 학습 · 훈련을 실시해, 그 결과로써 어떤 작업을 해낼 수 있게 될 것으로 기대되고 있습니다. 그러나 학습기간이 너무 길거나 훈련데이터가 적절하지 않은 경우, 학습자는 본래 학습해야 할 데이터와 무관한 특징을 학습해버리는 '과잉적합' 상태에 빠집니다.
과잉적합이 발생하면 학습자는 학습모델을 일반화할 수 없게 되고 예측데이터를 정확하게 출력할 수 없습니다. 과잉적합을 해소하기 위해서는 '데이터세트 추가', '이미지 데이터라면 그것을 반전시키는 등 데이터를 수정', '데이터를 단순화' 등의 방법을 생각할 수 있지만 가장 일반적 수단은 특정 데이터를 무시하는 '드롭아웃'이라고 호에르 씨는 말합니다.
일반적인 드롭아웃 방법은 학습 중에 데이터세트의 노드의 일부를 임의로 무시하는 것으로, 이로 인해 무시된 데이터가 예측데이터에 영향을 주는 것을 방지하고 또한 모델이 지금까지 본적이 없는 데이터에 적합하는 것에도 도움이 될 가능성이 있다고 합니다.
호에르 씨는 이를 꿈에도 적용하여 기계학습과 DNN에서 발생하는 과도한 적합이야말로 동물이 꿈꾸는 이유 중 하나라는 '과잉적합 뇌 가설'을 제창했습니다. 즉, 동물이 꿈을 꾸는 것은 '현실의 사건을 예측하기 위해 발생한다'는 기존의 가설에 더해 '뇌가 과잉적합되는 것을 방지하기 위해 발생한다'는 것.
꿈이 때때로 현실과 동떨어진 내용이 되는 이유도 뇌가 깨어있는 동안 기억한 사건을 모두 꿈에 반영하는 것이 아니라 일부 자세한 정보를 누락시켜 반영하고 있기 때문이라는 것입니다. 꿈속에서 상세한 정보를 누락시켜 기계학습과 마찬가지로 학습모델의 일반화가 이루어져 뇌가 하는 정보처리가 유연하게 된다고 호에르 씨는 설명합니다.
호에르 씨는 "꿈과 기계학습의 특성은 놀라운 유사점을 가지고 있으며 '과잉적합 뇌 가설'은 신경과학 및 심층학습이라는 두 분야에 도움이 될 수 있다"고 말합니다.
'의학' 카테고리의 다른 글
어린 시절의 트라우마가 노화로 인한 알츠하이머병에까지 영향을 미친다는 최신 연구결과 (0) | 2021.06.03 |
---|---|
78종류의 자외선차단제에서 발암물질을 검출 (0) | 2021.05.31 |
타인의 식사나 호흡 소리에 불쾌감을 느끼는 '미소포니아'에 대한 뇌과학적 이유가 밝혀져 (0) | 2021.05.26 |
주간의 졸음이 짧은 수명과 관련이 있을 가능성 (0) | 2021.05.23 |
과도한 염분이 면역체계를 일시적으로 교란시킨다 (0) | 2021.05.23 |
왜 사람은 무고한 죄를 자백해 버리는 것인가? (0) | 2021.05.20 |
수면 중에 손이 저리는 이유는? 신경통이나 심각한 질병이 원인일지도... (0) | 2021.05.18 |
심정지가 발생하면 앱의 자동통보로 근처에 있는 사람이 AED로 구조하는 긴급구명서비스가 북유럽에서 전개 (0) | 2021.05.13 |