[논문 리뷰] On The Existence Of Parallel Computation In Nature

Nabarun Mondal, Partha Ghosh|arXiv (Cornell University)|2013. 03. 31.

Computability, Logic, AI Algorithms인용 수 1

한 줄 요약

이 논문은 규칙 테이블을 동적으로 추가/삭제할 수 있는 튜링 기계를 사용한 자율 학습의 형식적 모델을 제안하며, 이 모델의 병렬 구현이 진화적으로 안정적임을 보여준다. 주요 기여는 일반 목적의 학습을 위한 진화적 이점으로서 자연에서 병렬 계산이 널리 퍼져 있는 이유를 설명하는 데 있다.

ABSTRACT

There are enormous amount of examples of Computation in nature, exemplified across multiple species in biology. One crucial aim for these computations across all life forms their ability to learn and thereby increase the chance of their survival. In the current paper a formal definition of autonomous learning is proposed. From that definition we establish a Turing Machine model for learning, where rule tables can be added or deleted, but can not be modified. Sequential and parallel implementations of this model are discussed. It is found that for general purpose learning based on this model, the implementations capable of parallel execution would be evolutionarily stable. This is proposed to be of the reasons why in Nature parallelism in computation is found in abundance.

연구 동기 및 목표

• 생물학적 시스템에서의 자율 학습을 계산 과정으로 형식화하기.
• 규칙 테이블을 수정할 수 없고, 추가 또는 삭제만 가능한 튜링 기계 모델을 개발하여 생물학적 학습을 반영하기.
• 이 학습 모델의 순차적 대비 병렬 구현 방식의 진화적 안정성 분석하기.
• 일반 목적의 학습 맥락에서 병렬 계산의 광범위한 존재를 계산적 안정성과 효율성의 관점에서 설명하기.

제안 방법

• 시스템이 경험을 통해 생존 능력을 향상시키기 위해 규칙를 적응적으로 수정하는 과정으로 자율 학습을 정의하기.
• 내용은 수정할 수 없고, 추가 또는 삭제만 가능한 규칙 테이블을 갖는 튜링 기계의 변종 설계하기.
• 학습 기계의 순차적 및 병렬 실행 모델을 형식화하여 계산 효율성과 안정성 비교하기.
• 진화적 안정성 이론을 활용해 선택 압력 하에서 어느 방식이 더 견고한지 평가하기.
• 일반 목적의 시나리오에서 병렬 실행이 더 빠르고 신뢰할 수 있는 학습을 가능하게 하는 조건 분석하기.

실험 결과

연구 질문

• RQ1 생물학적 시스템에서 자율 학습을 정의하는 형식적 특성은 무엇인가?
• RQ2 어떻게 튜링 기계 모델이 생물학적 학습에서 관찰되는 동적 규칙 수정을 포괄할 수 있는가?
• RQ3 일반 목적의 학습 맥락에서 병렬 계산이 왜 진화적으로 안정적인가?
• RQ4 이 학습 모델에서 병렬 실행은 순차적 실행에 비해 어떤 계산적 이점이 있는가?

주요 결과

• 규칙의 동적 추가 및 삭제를 허용하는 제안된 학습 모델은 생물학적 시스템에서 일반 목적의 학습을 지원한다.
• 이 학습 모델의 병렬 구현은 순차적 구현보다 높은 진화적 안정성을 보인다.
• 병렬 실행을 통한 학습의 스케일링 능력은 복잡한 환경에서 생존 확률을 높인다.
• 이 모델은 자연에서 병렬 계산이 널리 퍼져 있는 이유를 효율적 학습을 위한 진화적 적응으로 설명한다.