페이지 정보

1969년 민스키와 페퍼트는 '퍼셉트론' 이라는 책을 출판하였습니다. 

퍼셉트론이라고 불리는 개별 단위는 인공 신경망(ANN-Artificial Neural Network)의 구성요소로써 노드라고도 불립니다. 

뉴런은 다른 인접한 뉴런에서 발생한 신호를 입력받아 누적한다음 저장한 신호의 크기가 임계값 이상이 될때만 신호가 축삭돌기를 통해 외부로 전달하는 방식입니다. 이때문에 출력신호를 변형하거나 제어할 수 있습니다.

인간의 뇌는 이러한 뉴런이 약 1000억개 정도로 모여서 연결되어 있고 각각의 뉴런이 자신이 가진 적절한 임계값을 가지고 신경신호를 입력받아 다른 뉴런에게 전달하도록 구성되어 있습니다. 

이러한 연결을 커넥텀 이라고 합니다. 

단지 신호의 크기를 입력받아 강약을 조절하여 다른 신경에 전달하는 이 뉴런구조가 모여서 동물의 지능을 만들고 있습니다. 

그중 인간은 뉴런개수가 대형 고래를 제외하곤 가장 많은것으로 알려져 있습니다.

물론 인간이 뇌의 모든 뉴런을 지능으로 쓰는건 아닙니다. 80%정도는 근육을 제어하고 몸의 향상성을 유지하는데 쓰이는 것으로 알고있습니다.

이러한 뉴런을 모사한 개별 단위가 퍼셉트론 이라고 불리는 노드입니다.

퍼센트론은 뉴런이 다른 뉴런으로부터 신호를 입력받듯 다수의 x를 입력받고, 입력된 값마다 가중치를 곱합니다.

외부에서 들어오는 각각의 신호 Xn 이 개별 가중치로 곱해져 노드로 전달됩니다. 

거기에 Bias 를 더해서 활성화 함수에 대입하여 값을 냅니다. 

활성화 함수는 아까 뉴런이 특정 임계값이 채워졌을때 신호를 보낸다고 한 그 내용입니다.

함수에 들어오는 값에 따라 신호를 어떤 강도로 보낼지 결정합니다.

이것이 하나의 노드가 가진 기능입니다. 

노드는 보시다시피 신호를 입력받아 강약을 결정하여 다른 노드로 전달하는 기능밖에 하지 않습니다.

하지만 그것이 1600억개정도 모이면 우리가 아는 ChatGPT4 같이 지능을 가진듯한 결과를 도출하게 됩니다.

이것이 기존 알고리즘 논리를 이용한 로직과 다른 부분입니다. 

참고자료 :

https://heytech.tistory.com/332 

https://mizzlena.tistory.com/entry/%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-%EB%85%B8%EB%93%9C-Node-%EC%8B%A0%EA%B2%BD%EB%A7%9D-Neural-Network 

https://ko.wikipedia.org/wiki/%EC%BB%A4%EB%84%A5%ED%86%B0