[논문 리뷰] Unveiling the mystery of visual information processing in human brain

Emanuel Diamant|ArXiv.org|2008. 07. 02.

Image Retrieval and Classification Techniques인용 수 3

한 줄 요약

이 논문은 알고리즘 정보이론(Algorithmic Information Theory, AIT)과 콜모고로프 복잡도를 기반으로 시각 정보의 새로운 정의를 제안하며, 전통적인 신경과학이 시각 처리에서 '정보'가 실제로 무엇을 의미하는지에 대한 근본적인 질문을 간과해왔다고 주장한다. 정보를 알고리즘 복잡도로 재정의함으로써 저자께서는 뇌 연구에서 오랫동안 지속된 가정을 도전하고, 인간의 시각 인지를 객관적이고 체계적으로 모델링하기 위해 범주 전환을 요구한다.

ABSTRACT

It is generally accepted that human vision is an extremely powerful information processing system that facilitates our interaction with the surrounding world. However, despite extended and extensive research efforts, which encompass many exploration fields, the underlying fundamentals and operational principles of visual information processing in human brain remain unknown. We still are unable to figure out where and how along the path from eyes to the cortex the sensory input perceived by the retina is converted into a meaningful object representation, which can be consciously manipulated by the brain. Studying the vast literature considering the various aspects of brain information processing, I was surprised to learn that the respected scholarly discussion is totally indifferent to the basic keynote question: "What is information?" in general or "What is visual information?" in particular. In the old days, it was assumed that any scientific research approach has first to define its basic departure points. Why was it overlooked in brain information processing research remains a conundrum. In this paper, I am trying to find a remedy for this bizarre situation. I propose an uncommon definition of "information", which can be derived from Kolmogorov's Complexity Theory and Chaitin's notion of Algorithmic Information. Embracing this new definition leads to an inevitable revision of traditional dogmas that shape the state of the art of brain information processing research. I hope this revision would better serve the challenging goal of human visual information processing modeling.

연구 동기 및 목표

• 시각 처리에서 '정보'를 정의하지 못한 신경과학 분야의 심각한 생략을 해결하기 위해.
• 시각 인지가 정보의 본질을 명확히 하지 않더라도 이해된 것으로 간주하는 기존의 가정을 도전하기 위해.
• 알고리즘 정보이론(Algorithmic Information Theory, AIT)과 콜모고로프 복잡도를 바탕으로 새로운 이론적 프레임워크를 제안하기 위해.
• 인간 뇌의 시각 정보 처리의 기초 원칙을 재구성하기 위해.
• 정보의 수학적으로 일관된 정의에 기반하여 인간의 시각 인지 모델링을 더 엄밀하고 객관적으로 만들기 위해.

제안 방법

• 체이틴(Chaitin)과 콜모고로프(Kolmogorov)의 알고리즘 정보이론을 활용해 '정보'의 재정의를 제안한다.
• 시각 정보를 인지 패턴의 알고리즘 복잡도, 즉 그 패턴을 생성할 수 있는 가장 짧은 프로그램의 길이로 정의한다.
• 망막에서皮질에 이르는 신경 처리 경로에 이 정의를 적용하며, 시각 입력을 알고리즘 객체로 간주한다.
• 의식적인 물체 표현이 감각 입력을 최소 알고리즘 기술로 압축함으로써 발생한다고 주장한다.
• 모든 시각 처리 이론이 먼저 정보의 정의를 내야 한다는 조건을 요구함으로써 기존 신경과학 모델을 재구성한다.
• 모든 시각 처리 모델이 명확하고 형식적인 정보 정의에 기반해야 한다고 주장함으로써 뇌 연구의 범주 전환을 촉구한다.

실험 결과

연구 질문

• RQ1 인간 뇌에서 시각 정보의 근본적인 성질은 무엇인가?
• RQ2 왜 수십 년에 걸친 연구에도 신경과학 공동체는 시각 처리에서 '정보'를 정의하지 못했는가?
• RQ3 어떻게 알고리즘 정보이론이 시각 인지 모델링을 더 엄밀한 기초로 제공할 수 있는가?
• RQ4 정보를 알고리즘 복잡도로 재정의할 경우 기존의皮질 처리 모델에 어떤 영향을 미치는가?
• RQ5 형식적인 정보 정의가 인간의 시각 인지 객관적 모델링을 어떻게 향상시킬 수 있는가?

주요 결과

• 논문은 신경과학 분야에서 시각 처리 연구에서 '정보'에 대한 공식적 정의가 부재하다는 심각한 격차를 밝혀낸다.
• 명확한 정의가 부족함으로써 시각 인지 및 인지 모델의 과학적 엄밀성이 훼손된다고 주장한다.
• 알고리즘 복잡도를 정보의 정의로 채택함으로써 기존의 모호한 정보 개념에 대체할 수 있는 수학적으로 탄탄한 대안을 제공한다.
• 제안된 프레임워크는 감각 입력이 최소 알고리즘 기술로 압축되는 것을 포함하여 효율적 코딩 원칙과 일치함을 시사한다.
• 저자는 현재의 시각 처리 모델이 검토되지 않은 가정에 기반해 있으며, 정보의 공식적 정의를 통합함으로써 개선되어야 한다고 결론 내린다.
• 논문은 재정의된 정의가 인간의 시각 정보 처리에 대한 객관적이고 검증 가능한 모델을 발전시키기 위해 필수적이라고 위치한다.