[논문 리뷰] The whole brain architecture approach: Accelerating the development of artificial general intelligence by referring to the brain

Hiroshi Yamakawa|arXiv (Cornell University)|2021. 03. 06.

EEG and Brain-Computer Interfaces참고 문헌 66인용 수 24

한 줄 요약

이 논문은 뇌 기반 참조 아키텍처(BRA)를 사용하여 소프트웨어 설계를 제약하고 이끌어내는 Whole Brain Architecture(WBA) 접근법을 제안하여 인공통합지능(AGI) 개발을 가속화한다. BRA 기반 개발 프레임워크는 뇌 유사 AGI 설계를 BRA 생성—생물학적으로 타당한 구성 요소 다이어그램을 만드는 구조 제약 인터페이스 분해(SCID) 방법을 사용하여 구현하는 방식으로 분리한다. 이로써 신경과학 전문 지식이 제한된 개발자들도 뇌 유사 인지 시스템을 구현할 수 있다.

ABSTRACT

The vastness of the design space created by the combination of a large number of computational mechanisms, including machine learning, is an obstacle to creating an artificial general intelligence (AGI). Brain-inspired AGI development, in other words, cutting down the design space to look more like a biological brain, which is an existing model of a general intelligence, is a promising plan for solving this problem. However, it is difficult for an individual to design a software program that corresponds to the entire brain because the neuroscientific data required to understand the architecture of the brain are extensive and complicated. The whole-brain architecture approach divides the brain-inspired AGI development process into the task of designing the brain reference architecture (BRA) -- the flow of information and the diagram of corresponding components -- and the task of developing each component using the BRA. This is called BRA-driven development. Another difficulty lies in the extraction of the operating principles necessary for reproducing the cognitive-behavioral function of the brain from neuroscience data. Therefore, this study proposes the Structure-constrained Interface Decomposition (SCID) method, which is a hypothesis-building method for creating a hypothetical component diagram consistent with neuroscientific findings. The application of this approach has begun for building various regions of the brain. Moving forward, we will examine methods of evaluating the biological plausibility of brain-inspired software. This evaluation will also be used to prioritize different computational mechanisms, which should be merged, associated with the same regions of the brain.

연구 동기 및 목표

• 뇌의 구조를 기반으로 하여 AGI 개발의 광범위하고 다루기 어려운 설계 공간을 제약하고자 한다.
• 뇌 기반 참조 아키텍처(BRA)를 표준화하여 재사용 가능한 형태로 제공함으로써 신경과학 전문 지식이 제한된 개발자들도 뇌 유사 AGI를 구축할 수 있도록 하고자 한다.
• 부분적인 신경과학 지식으로 인해 발생하는 불완전성 문제를 해결하고자, 뇌 해부학에 부합하는 가설적 구성 요소 다이어그램을 구성하기 위한 SCID 방법을 개발하고자 한다.
• 계산 메커니즘을 전체 뇌 소프트웨어 시스템에 통합하기 위한 확장 가능하고 모듈화된 프레임워크를 구축하고자 한다.
• 뇌 유사 소프트웨어의 생물학적 타당성을 평가하여 인간 수준의 AGI로의 수렴을 이끌어내는 데 목적이 있다.

제안 방법

• BRA 기반 개발: BRA 설계와 구현을 분리하여 다양한 프로젝트 간에 재사용 가능하도록 한다.
• 뇌 기반 참조 아키텍처(BRA)는 두 가지 핵심 구성 요소로 이루어진다: 뇌 정보 흐름(BIF), 즉 신경 회로의 방향성 그래프이며, 가설적 구성 요소 다이어그램(HCD), 즉 기능적 의존성 맵이다.
• 구조 제약 인터페이스 분해(SCID) 방법은 신경 해부학적 제약 조건에서 구성 요소 인터페이스를 추론함으로써, 심지어 신경과학 데이터가 불완전한 경우에도 HCD를 생성한다.
• SCID는 연결 패턴과 같은 구조적 제약 조건을 사용하여 구성 요소 분해를 이끌지만, 동시에 기능적 일관성을 유지한다.
• BRA는 세밀한 수준과 추상화 수준의 균형을 이루기 위해 중간 척도 수준에서 설계되어, 저수준의 신경생리학적 잡음을 피한다.
• 이 프레임워크는 다양한 계산 메커니즘을 통합하고 설계 공간의 분산을 줄이기 위해 병합 개발을 지원한다.

실험 결과

연구 질문

• RQ1 인공통합지능의 설계 공간을 효과적으로 제약하여 개발 속도를 가속화할 수 있는 방법은 무엇인가?
• RQ2 신경과학 지식이 불완전한 상황에서 생물학적으로 타당한 구성 요소 다이어그램을 생성하는 데 유용한 방법론은 무엇인가?
• RQ3 신경과학 전문 지식이 제한된 비전문가들이 어떻게 뇌 유사 AGI 소프트웨어를 개발할 수 있는가?
• RQ4 뇌 유사 AI 시스템의 생물학적 타당성을 보장하기 위한 평가 기준은 무엇인가?
• RQ5 다양한 계산 메커니즘을 어떻게 통합된 전체 뇌 아키텍처로 통합할 수 있는가?

주요 결과

• BRA 기반 개발 프레임워크는 표준화되고 재사용 가능한 아키텍처 제약 조건을 제공함으로써 비전문가가 뇌 유사 AGI를 구현할 수 있도록 한다.
• SCID 방법은 기능 데이터가 제한된 상황에서도 알려진 뇌 해부학에 부합하는 가설적 구성 요소 다이어그램(HCD)을 성공적으로 생성한다.
• BRA는 표준화되고 환경에 종속되지 않는 형식으로 뇌 아키텍처를 기술함으로써 모ularity와 재사용성을 지원한다.
• 프레임워크는 최소 유효성 기준을 충족하는 한, 서로 다른 HCD를 다수 수용할 수 있으며, 이는 설계 공간의 다양성을 유지한다.
• 생물학적 타당성 평가를 중심 메커니즘으로 삼아, 인간 수준의 AGI로의 통합과 수렴을 이끌어내는 데 기여한다.
• 이 접근법은 대규모 전체 뇌 소프트웨어 개발을 위한 확장 가능한 기반을 마련하며, 현재 분산되어 있는 AGI 연구 노력을 통합할 잠재력을 지닌다.