[인공지능] 뉴런을 통한 밸런스 시스템

한계효용의 법칙이 적용되는 뉴런 3개짜리 시스템에서, 억제 뉴런을 억제하는 시스템을 부착한 뉴런 6개짜리 시스템을 알아 보았다. 이번에는 그 시스템을 하나 더 부착하여, 총 12개짜리 시스템을 통해, 보상의 균형을 잡는 시스템을 만들어 보자.

[그림1]에서 보면 인풋값이 left, right 박스에 골고루 입력된다. left 쪽에 들어간 인풋은 출력을 통해 R을 - 방향으로 변화시킨다. 반면, right 쪽에 들어간 인풋은 출력을 통해 R을 + 방향으로 변화시킨다.

left 박스안의 B 박스는 R이 0보다 크면 활성화하여, A:P를 억제함으로써 A의 출력을 도와준다. right 박스에서는 R이 음수일 때만 B 박스가 가동하여, A의 P를 제지함으로써 A의 활성화를 돕는다.

자, R이 원래 10이었다고 해 보자. left, right로 들어간 인풋값으로 각각 -2와 2의 출력을 내면, R은 그대로 10이 될 것이다. R이 0보다 큰 값이므로, left의 B박스가 활성화하여, left:A의 활성화를 돕겠지만, right:B 박스는 R이 음수가 아니므로, A:P는 A의 출력을 저지하게 될 것이므로, 다음 입력에서는 left만 활성화하고 right는 활성화하지 못할 것이다. 따라서 R 값 10은 곧 8로 바뀐다.

8이 여전히 양수이므로, 계속 left만 활성화 될 것이고, 그러다보면, 8, 6, 4, 2, ... 순으로 줄어들다가 어느 순간에 0, -2, ... 의 출력이 될 것이다. R이 음수값이 나오면, 이번엔 left:B의 활동은 멈추고, right:B가 활성화되면서 right:A의 활성화를 도울 것이고, 그러면, R 값은 -4, -2, 0, 2, ... 으로 변하게 될 것이다. 이런 식으로 left와 right가 힘을 주고 받으면서 R을 0의 근처에 머물게 할 수 있다.

근육은 수축과 이완을 통해 뼈를 움직이고, 그렇게 움직인 뼈가 사람을 이동시킨다. 아무리 복잡한 동작이라도 근육은 '수축', 혹은 '이완' 뿐이다. 본 시스템은 근육에 수축과 이완 신호를 주어 균형을 잡도록 하는 가장 간단한 시스템이 될 수 있다.

이 시스템이 놀라운 것은 단지 인풋값을 넣는 동작을 일정하게 반복하면, 이 시스템이 알아서 왼쪽, 오른쪽을 조절한다는 데 있다. 즉, 사용자는 그저 인풋만 넣으면 되는 것이다.