Microsoft: Generative Causal Testing — 스캐너로 검증하는 AI 뇌 가설
Generative Causal Testing(GCT)은 뇌 활동 예측을 위한 불투명한 모델을 검증 가능한 가설로 변환하는 2단계 AI 프레임워크로, 실제 fMRI 실험으로 인간 피험자에게서 검증합니다.
이 기사는 AI가 1차 출처를 기반으로 생성했습니다.
Generative Causal Testing이란 무엇입니까?
Generative Causal Testing(GCT)은 신경과학의 핵심 문제를 해결하는 2단계 연구 프레임워크입니다. 뇌 활동 예측을 위한 머신러닝 모델은 정확한 결과를 내놓지만 이유를 설명하지 않습니다. GCT는 이러한 불투명한 모델을 구체적이고 검증 가능한 가설로 변환합니다.
AI는 어떻게 뇌에 질문을 던집니까?
첫 번째 단계에서 LLM은 특정 뇌 영역의 활성화를 목표로 한 합성 자극(짧은 텍스트 프롬프트)을 생성합니다. fMRI(뇌 활동의 척도로 뇌의 혈류를 측정하는 기능적 자기공명영상 기술)는 그런 다음 스캐너에서 실제 피험자를 대상으로 이러한 자극을 테스트합니다. 결과는 가설을 확인하거나 반박하여 AI 모델과 경험적 실험 사이에 닫힌 루프를 만듭니다.
세 영역, 새로운 미세 영역
시스템은 3명의 피험자에게서 검증을 통해 테스트되었습니다. GCT는 기존 방법으로는 구별하기 어려웠던 공간 장소 처리를 담당하는 3개의 인접 영역 — 후비장 피질(RSC), 해마옆 영역(PPA), 후두 장소 영역(OPA) — 을 성공적으로 구별했습니다. 또한 이 방법은 문헌에 이전에 설명되지 않은 새로운 전전두엽 미세 영역을 발견했습니다.
협력과 시사점
이 프로젝트는 UC Berkeley, UCSF, Columbia 연구진과 Microsoft의 협력 결과입니다. 이 접근 방식은 체계적인 AI 주도 뇌 지도 작성의 길을 열어줍니다. 기계가 신경과학자를 대체하는 것이 아니라 다음에 수행할 실험을 제안하는 방식으로 협력합니다.
자주 묻는 질문
- Generative Causal Testing이란 무엇이며 어떻게 작동합니까?
- GCT는 LLM이 특정 뇌 영역을 대상으로 합성 fMRI 자극을 생성한 후, 실제 스캐너 실험으로 이러한 가설을 확인하는 2단계 방법입니다.
- GCT는 피험자에게서 어떤 구체적인 결과를 달성했습니까?
- 시스템은 3명의 피험자에서 검증을 통해 장소 처리를 위한 3개의 인접 영역(RSC, PPA, OPA)을 구별하고 새로운 전전두엽 미세 영역을 발견했습니다.