초록
과거의 기억을 기반으로 현재의 계산을 수행할 수 있는 능력은 스토리 이해와 같은 여러 인지 작업에 있어 핵심적인 요소이다. 헤비안형 시냅스 가소성(Hebbian-type synaptic plasticity)은 뇌에서 중장기적인 기억 유지에 기여하는 것으로 여겨지고 있다. 그러나 이러한 가소성 과정이 피질 네트워크 내에서 계산과 어떻게 통합되는지는 아직 명확하지 않다. 본 연구에서는 헤비안 가소성에 노출된 핵심 이질적 연상 네트워크(hetero-associative network)를 중심으로 구성된 간단한 신경망 모델인 헤비안 메모리 네트워크(Hebbian Memory Networks, H-Mems)를 제안한다. 우리는 이 네트워크가 헤비안 가소성 과정을 계산에 활용하도록 최적화될 수 있음을 보여준다. H-Mems는 자극 쌍 간의 관계를 한 번의 경험으로 기억할 수 있으며, 이후 결정 과정에서 이를 활용할 수 있다. 또한, 합성 스토리에 대한 과제를 수행하는 데 있어 높은 난이도의 질문-답변 문제를 해결할 수 있다. 본 연구는 단순한 헤비안 가소성 과정을 통해 신경망 모델이 기억을 활용하여 계산 능력을 풍부하게 할 수 있음을 시사한다.