AI로 과학 모델을 구축하도록 가르치기

핵심 발표

• 과학적 모델링의 구축·제약·해석 3단계와 각 단계에 확대되는 AI 활용 논의
• 데이터 재현만으로는 충분하지 않으며, 현실 세계에 대한 이해와 해석의 중요성 강조

연구 방법·결과

• 복잡한 모델의 파라미터 불확실성 추정을 위한 Bayesian inference와 simulation-based inference(SBI) 소개
• 무작위 파라미터 기반 시뮬레이션 결과로 신경망을 학습해 관측 데이터에 가능한 파라미터 분포 추론
• Hodgkin-Huxley 규모 모델에 약 100,000회, 더 큰 모델에 수백만 회 시뮬레이션 활용 가능성

개발자 영향

• SBI 학습 완료 후 새 데이터의 추론을 추가 시뮬레이션 없이 수 초 내 수행 가능
• 신경세포 네트워크, 충돌 은하처럼 정방향 실행은 가능하지만 역추론이 어려운 시뮬레이터 기반 모델에 적용 가능

한계·주의점

• 대규모 시뮬레이션 실행 비용과 수 주에 이르는 학습 시간
• 단일 최적 적합값 대신 복수의 그럴듯한 파라미터와 추가 실험 필요 영역 확인 필요