Perceptron
2019-08-18 이민예
Perceptron
Perceptron Paper 번역
Rosenblatt, Frank (1958), The Perceptron : http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.335.3398&rep=rep1&type=pdf
Rosenblatt, Frank (1958), The Perceptron 번역
로젠 블라트는 고차원의 생물의 인지, 일반화, 회고, 생각등을 이해하기 위해서 다음 3가지에 질문에 답할 수 있어야 한다고 말한다.
정보는 암호화되어 저장되거나 이미지 형태로 저장된다.
이미지로 저장되지 않는다. 간단한 형태로 저장되지 않는다.
공간 또는 메모리에 저장된 정보가 어떻게 인지와 행동에 영향을 끼치는가?
정보 보유에 관한 2가지 입장은 세번째 질문인 정보가 현재의 활도엥 어떻게 영향을 끼치는가?에 대한 2가지 가설로 상응된다. 암호화된 정보를 가진다고 주장하는 첫번째 이론가들은 모든 자극으로부터 들어오는 감각패턴들은 그에 상응되는 또는 시스템적인 비교에 의한 저장 공간 안의 내용과 연계되어, 현재 자극이 이전에 본적이 있는지를 판단하고, 적절한 반응을 선택한다. 반면, 경험론자들은 필연적으로 3번째 질문에 대한 답변을 2번째 질문에 대한 답변과 결합시킨다. 저장된 정보는 신경계 내부에서 새로운 연결을 만들어 내기 때문에, 새로운 자극 또한 창조되어진 새로운 경로를 이용할 것이고, 어떠한 분리된 프로세스 없이 그들의 인지 또는 식별을 위한 적절한 반응을 자동적으로 활성화시킬것이다.
본 내용에 설명된 이론은 '경험주의자' 또는 '연결주의자' 의 입장을 채택하여, 발표되었다. 이 이론은 가상의 신경 시스템 혹은 머신, 퍼센트롭으로 발전되었다. 퍼셉트론은 일반적인 지능 시스템을 설명하기 위해 고안되었으며 너무 깊고, 알려지지 않은 생물학적인 내용에 휘말리지 않는다. 퍼셉트론과 생물학적 시스템 사이의 비유는 독자에게 쉽게 전달되어야 한다.
지난 몇 십년간, 기호학적인 로직 및 디지털 컴퓨터 및 스위칭 회로 이론들의 발전은 뉴런과 컴퓨터를 구성하는 간단한 on-off 단위와의 기능적인 유사함으로 많은 이론가들을 감명시켰고, 그러한 요소에 관한 고차원적으로 복잡한 논리함수를 구현하는데 필요한 분석 방법을 제공해왔다.
그 결과는 다량의 두뇌의 모델이며, 간단하게 순차적인 자극에 대한 특별한 알고리즘(자극 비교, 전달, 그리고 다양한 분석을 말하는 '리콜' 이라고 말함)을 시행시키는 논리적인 수행장치이다. Ashby, von Neumann 와 같은 상대적으로 몇 안되는 이론가들은 많은 랜덤한 연결을 포함하는 신경망이 최적화된 신경 도표에서만 신뢰 가능한 기능을 수행하는 불안정성에 대한 고민이 많았다. 불행하게도, 기호 논리학과 부울대수의 언어는 그러한 연구에 잘 들어맞지 않는다. 정확한 구조가 알려져 있지 않고, 시스템 내부 이벤트에 대한 수학적인 분석에 대한 언어의 필요성은 저자로 하여금 기호 논리학 보다는 확률론에 관하여 현재의 모델을 수식화하게 하였다.
앞서 언급한 이론가들은 어떻게 퍼셉트론이라는 함수, 리콜이 뇌에서 실제로 동작하는 방법대신에 결정적인 물리 시스템에 의하여 수행이 될 수 있는지에 관해 주로 염려를 하였다. 이렇게 생산된 모델은 생물학적 시스템과 부합하는 분야(등역가성 부재, 신경경제 부재, )에서 모두 실패되었다. 이러한 접근의 지지자들은 만약 단 한번의 물리적인 시스템이 자극을 감지하거나 인지하고, 또 뇌과 같이 반응한다면, 오직 한 번의 기존 원리에 대한 정제, 수정만 필요할 것이며, 더 현실적인 신경계를 이해하고, 앞서 말한 부족한 점들을 제거할 수 있다고 말하였다. 본 저자는 앞서 말한 결점들이 매우 희소한 부분이며, 절대 생물학적 시스템에 중요하지 않다고 이야기 하겠다.
(생략)
퍼셉트론의 조직
전형적인 시각 퍼셉트론의 구조는 시각적인 패턴을 자극으로 받는 퍼셉트론을 말하며, 아래와 같다.
이 조직에 대한 규칙은 다음과 같다.
자극이 눈의 망막 감각 조직 (S Points) 에 자극을 주며, 몇가지 모델에서는 이 감각 조직은 반응을 하거나 안하거나 단 두가지 반응이 있다고 가정하며, 또 다른 모델에서는 펄스 진폭, 자극 강도에 비례한다고 가정한다. 이 모델에서는 감각 조직의 반응은 단 두가지만 있다고 가정한다.
자극은 Projection Area(AI)에 있는 Association Cell 의 집합(A Unit)으로 전달되어 진다. 이 Projection Area는 몇몇 모델에서는 생략이 되어지며, 눈의 망막이 직접적으로 A2에 연결이 되기도 한다. Projection area에 있는 세포들은 수많개의 감각 조직과 연결되어 있으며, 감각 조직 (S Points) 들은 특정한 A Unit에게 자극을 전달한다. 자극을 받는 A Unit을 origin points라고 명명한다. 이러한 origin points들은 A Units으로 들어오는 효과에 따라서 흥분적이거나 억제적이다. A Unit으로 들어오는 흥분 그리고 억제의 강도의 합이 A Unit의 임계치보다 크면, A Unit 은 발포(on)된다. A Unit의 origin points들은 중점을 중심으로 군집화되거나 집중화되는 경향이 있다. origin points들의 수는 망막과 멀어질수록 기하급수적으로 감소한다. (이러한 분포는 윤곽 감지의 중요한 기능 수행의 목적으로 생물학적 진화된 것으로 추측된다.)
Projection Area와 Association Area 의 사이 연결은 랜덤하다. 즉 A2에 있는 A Unit들은 A1에 있는 origin points들로 부터 몇가지 회선을 받으며, 하지만 이러한 origin points들은 Projection Area에 무분별하게 흩어져있다. 연결에 분포와 분리되어 A2에 있는 A Unit들 또한, A1과 같으며, 비슷한 조건에 놓인다.
R1, R2,...Rn 의 반응들은 세포 또는 세포의 집합이며, A Unit과 같은 방식으로 반응한다. 각각의 반응들은 일반적으로 많은 수의 A2의 origin points들과 연결되어 있다. 특정 반응으로 자극을 전달하는 A Unit의 집합들을 특정 반응의 source-set이라고 명명한다. A2까지 모든 연결은 전방향이며, 그곳에는 반대방향 피드백이 없다는 것을 기억하라. A2와 R Units을 잇는 마지막 연결 집합에 왔을 시, 양방향성 연결이 이루어진다. 퍼셉트론의 대부분의 모델에서 피드백에 관한 규칙은 다음 중에 하나이다.
각 반응 Unit은 그들의 source set에 있는 cell들과 흥분 feedback 연결을 가진다.
각 반응 Unit은 그들의 source set에 있는 cell의 보수들과 억제 feedback 연결을 가진다. (반응에 자극을 전달하지 않음으로서, 활동을 막는 경향이 있다. )
R Units 이 와 각각의 source-set과 같은 피질층에 있을 것이기 때문에 이 규칙중에 첫번째 규칙이 해부학상적으로 더 이치에 맞아 보인다.
(생략)
Last updated
