[IT 소식] AI의 얼굴 인식 최적화 모델은 인간의 뇌

AI의 얼굴 인식 최적화 모델은 인간의 뇌

AI에서도 뇌와 같이 특정 영역에 안면 인식 임무 할당 
얼굴 인식과 물체 분류 임무를 주면 뇌도, AI도 분리 처리
AI에 얼굴과 물체 분리를 지시하지 않아도 뇌처럼 분리

(사진=셔터스톡)

AI(인공지능)의 안면 인식 작업이 별도의 지시 없이도 뇌와 같이 특정 영역을 할당하는 방식으로 수행되는 것으로 나타났다. 

미국 메사추세츠 공대가 발행하는 MIT 뉴스는 최근 ‘얼굴 인식을 위한 최적화 솔루션’이라는 기사에서 인공 지능이 물체와 얼굴을 시각적으로 식별하는 임무를 맡으면 인간의 뇌와 마찬가지로 얼굴 인식 작업에 네트워크의 특정 구성 요소를 할당하는 것을 발견했다고 밝혔다.

인간의 뇌는 얼굴에 대해 많은 관심을 가지면서 특정 영역을 얼굴 식별에 사용한다. 특히 뉴런은 이를 매우 잘 수행해 대부분의 사람들이 수천 명의 개인을 순조롭게 인식할 수 있다. 이제 인공 지능을 통해 컴퓨터에서도 유사한 효율성으로 얼굴을 인식할 수 있게 되는 시대가 왔다. MIT 맥거번 뇌연구소의 신경과학자들은 얼굴과 다른 물체를 식별하도록 훈련된 컴퓨터 네트워크가 이러한 모든 것을 분류하기 위해 인간 두뇌와 같은 놀라운 전략을 구사한다는 사실을 발견했다.

‘사이언스 어드밴시스(Science Advances)’ 지에 지난달 16일 실린 이 연구 결과는 인간의 뇌에 회로를 형성한 수백만 년의 진화가 얼굴 인식에 대한 인공지능 시스템에서도 같은 방식으로 이뤄지고 있음을 시사한다.

MIT의 인식 신경학 교수인 맥거번 연구소 낸시 칸위셔의 실험실에서 포스트닥터 교수로 연구를 이끈 캐서리나 도브스는 “인간의 두뇌 솔루션은 얼굴 처리와 물체 처리를 분리하는 것”이라고 설명했다. 그녀가 훈련시킨 인공 네트워크도 똑같이 했다. "이는 얼굴 인식과 물체 분류를 하도록 훈련된 시스템이라면 찾아내게 되는 동일한 해법이라는 것“이라고 도브스 연구원은 말했다.

(사진=셔터스톡)

20여 년 전 낸시 칸위셔 교수와 그의 동료들은 뇌 측두엽에서 얼굴에 특별히 반응하는 작은 점을 발견했다. 칸위셔 팀은 심층 신경망 네트워크라는 정교한 머신 러닝 방식을 통해 적어도 다른 시스템이 비슷한 작업을 어떻게 처리하는지 알아낼 수 있었다.

현재 독일의 기센대학 주스투스 리빅에서 연구 그룹 책임자로 있는 도브스 연구원은 수십만 개의 이미지를 모아 얼굴 및 물체 인식과 관련해 심층 신경망을 훈련시키는 데 사용한다. 이 콜렉션에는 1,700명 이상의 사람들과 의자에서 치즈버거에 이르기까지 수백 가지의 다양한 물건들이 포함되어 있다. 도브스 연구원은 "우리는 시스템에 그 중 일부는 얼굴이고 일부는 물체라는 말을 한 적이 없다"고 설명했다.

이 프로그램은 물체의 식별과 얼굴 인식 기능을 익혔고 얼굴 인식 전용 장치를 포함하는 정보 처리 네트워크로 조직되었다. 연구팀은 뇌와 마찬가지로 이러한 전문화가 이미지 처리의 이후 단계에서 발생하는 것을 알아냈다.

칸위셔 교수는 "우리는 네트워크에 얼굴용을 따로 구축하지 않았다“며 ”네트워크는 얼굴을 따로 설정하지 않고도 스스로 분리할 수 있었다”고 설명했다.

칸위셔 교수는 심층 신경망이 얼굴과 물체의 인식을 위해 별개의 부분으로 분리되는 것을 보고 흥분했다고 말했다. 그는 “20년 동안 우리가 뇌에서 바라본 것이 바로 이것”이라며 “뇌에 얼굴 인식을 위한 별도의 시스템이 있는 이유는 무엇일까? 이것이 바로 최적화된 솔루션이 어떤 모습인지 알 수 있게 한다”고 밝혔다.

이한선 객원 기자 griffin12@gmail.com

원문 : http://www.aitimes.com/news/articleView.html?idxno=143985