뇌-컴퓨터 인터페이스(BCI) 기업 뉴럴링크가 레이블 없는 5만시간 분량의 원시 신경 데이터로 디코딩 AI 모델을 사전학습하는 데 성공했다고 발표했다. 기존에는 임상 참가자가 반복 작업을 수행하며 수집한 라벨링 데이터에 의존했지만, 이번에는 일상생활 중 패시브하게 수집한 대규모 비라벨 데이터를 맘바(MAMBA) 기반 신경 인코더로 사전학습해 한계를 극복했다. 이렇게 만든 파운데이션 모델은 개별 사용자에 수분간의 미세조정만 거치면 실제 디코딩에 투입할 수 있어 기존의 번거로운 보정 과정을 크게 단축한다. 실제 적용 결과 6명의 참가자가 개인 최고 기록을 경신했고 최고 11.32 BPS의 디코딩 속도로 BCI 분야 신기록을 세웠다. 뉴럴링크는 향후 여러 환자의 데이터를 통합하는 '다중 사용자 파운데이션 모델'로 고도화할 계획이다.
- •뉴럴링크, 레이블 없는 5만시간 분량 원시 신경데이터로 디코딩 AI 사전학습 성공
- •맙바(MAMBA) 기반 신경 인코더와 '공간 마스크 오토 포아송 회귀' 기법 적용
- •사전학습 모델은 수분간 미세조정만으로 실제 디코딩에 투입 가능, 보정 과정 단축
- •6명 참가자 개인 최고 기록 경신, 최고 11.32 BPS로 BCI 분야 신기록 달성
- •향후 여러 이식 환자 데이터를 통합한 '다중 사용자 파운데이션 모델'로 고도화 계획
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
뉴럴링크, 5만시간 뇌 데이터 사전학습…BCI도 '파운데이션 모델' 시대 열렸다
- 1.뉴럴링크가 레이블 없는 5만시간 분량 원시 뇌신경 데이터로 BCI 디코딩 AI를 사전학습, 공개된 모델 중 최대 규모
- 2.맘바(MAMBA) 아키텍처 신경 인코더와 '공간 마스크 오토 포아송 회귀'로 채널 절반을 가리고 나머지를 예측하는 자기지도학습 적용
- 3.사전학습 모델 적용 결과 참가자 6명이 개인 최고기록 경신, P15 참가자가 초당 11.32비트(BPS)로 BCI 신기록 달성
- 4.향후 여러 환자 데이터를 통합하는 '다중사용자 통합 파운데이션 모델'로 고도화 계획, 단일모델 간 전이학습 가능성은 이미 확인
왜 중요한가?
라벨링된 과제수행 데이터에 의존하던 기존 BCI 디코딩의 수집 비용·시간 한계를 자기지도 사전학습으로 돌파함으로써, 자연어처리·컴퓨터비전을 혁신한 '파운데이션 모델' 패러다임이 뇌-컴퓨터 인터페이스에도 본격 도입됐음을 보여준다.
언급 프로젝트
본문 미리보기
뇌-컴퓨터 인터페이스(BCI) 전문 뉴럴링크가 레이블이 지정되지 않은 5만시간 분량의 원시 신경 데이터로 디코딩 AI 모델을 사전학습하는 데 성공했다. 자연어 처리와 컴퓨터 비전 분야를 혁신했던 대규모 자기지도 학습 방식을 BCI 디코딩 체계에 본격 도입한 것으로 평가받는다.뉴럴링크는 1일(현지시간) 자사의 BCI 플랫폼을 뒷받침하는 AI 훈련 기술 방식의 연구 업데이트를 공개했다. 그동안 공개된 BCI 디코딩 모델 중 최대 규모인 5만 시간 분량의 신경 기록을 활용해 파운데이션 모델 방식의 사전학습을 완료했다는 내용이다.이번 연구
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안
