생물학적으로 타당한 SGD는 BCI의 큰 걸림돌

이 게시물은 인텔리전스 증강을 위해 추가 뉴런을 시뮬레이션하기 위해 AI를 사용하는 방법을 탐구하지만, 확률적 경사 하강법(stochastic gradient descent, SGD)에 생물학적으로 그럴듯한 등가물이 없다는 것을 주요 장벽으로 식별한다. 딥 러닝은 역전파(backpropagation)에 의존하는데, 이는 전체 네트워크에 걸쳐 오류 신호를 전파하는 반면, 생물학적 뉴런은 로컬 신호와 발사 통계에 따라 업데이트되는 것으로 보인다. 생물학에서 일부 경사도와 유사한 신호를 관찰했음에도 불구하고, SGD와 일치하는 글로벌 학습 규칙에 대한 과학적 합의는 없다. 저자는 이 프로세스에 대한 컴팩트하고 지정 가능한 알고리즘을 발견하는 것이 매우 어렵다고 결론지으며, 인지 향상을 위한 근ระยะ BCI(brain-computer interface) 기능에 대해 의심의 여지를 남겼다.