Laboratory of Anmo J Kim
Drosophila melanogaster
초파리는 사람의 백만분의 일 규모의 뇌로 보고, 듣고, 냄새 맡으며, 짝짓기를 하고, 먹이를 찾고, 위험한 장소나 대상을 피하며, 놀라운 운동 능력으로 걷고 비행하는 것은 물론, 비행하다 앞 발을 펼쳐 천장에 착륙할 수도 있습니다. 대상을 학습하고, 장소를 기억하는 등 사람이 가진 인지기능도 가지고 있습니다. 우리 연구실은 초파리의 뇌를 연구하여 신경시스템이 외부 자극 정보를 처리하고, 이를 기억하고, 행동을 결정하며, 동작을 제어하는 신경회로의 구조와 알고리즘을 단일 세포 수준에서 밝히는 연구를 합니다. 현재 연구 프로그램은 곤충의 시각신경시스템과 비행제어시스템의 상호 작용에 중점을 두고 있으며, 전기생리학, 행동유전학, 광유전학, 칼슘이미징 등의 기술을 사용하여 실험을 진행하고 있습니다. 동시에, 실험에서 얻어진 데이터에 기반한 계산모델을 개발하여, 드론과 같은 자율 로봇에 활용할 수 있는 경량의 인공신경망을 개발하고 이를 공학시스템에 응용하는 것을 목표로 하고 있습니다. ("초파리 신경계의 리버스엔지니어링" 기고글 참고)
Fruit flies possess remarkable abilities such as detecting dangers from a distance, locating food and mating partners, remembering locations, making decisions, and coordinating their bodies with agility, despite having only around 100 thousand neurons contained in a mere 400 uL volume. Our goal is to uncover the neural circuit principles behind these intelligent behaviors. Our current research focuses on the areas of vision, navigation, and the modulation of these processes by top-down signaling. We aim to gain a comprehensive understanding of brain functions by utilizing a combination of experimental techniques including electrophysiology, calcium imaging, optogenetics, and behavioral genetics. Additionally, we are working on developing computational models of the neural algorithms uncovered through our experiments, with the hope of advancing engineering applications, such as in unmanned air vehicles (drones).
Tiny brain, big principles
Brain for AI
"Uncovering intelligent computation through the study of brain circuits"
뇌를 모방한 인공지능(AI)은 인류에게 산업혁명을 넘어서는 충격을 주고 있습니다. 하지만, 동물의 뇌에 비하면 단점도 많습니다. 에너지 효율이 현저히 떨어지고, 다른 업무를 동시에 학습하기 어렵고, 대량의 학습 데이터가 필요하는 등 실용화를 위해서는 개선할 점이 많습니다. 동물의 뇌회로에 정합된(brain-aligned) 인공신경망을 개발할 경우, 이러한 문제들을 극복하는 저전력, 고효율 인공지능의 개발이 가능할 것입니다. 우리 연구실은 뇌의 시각패턴인식, 운동제어, 의사결정, 공간기억과 관련된 뇌회로를 단일 신경세포 수준에서 규명하고 이를 인공지능 모델로 구현하는 연구를 수행합니다.
Artificial intelligence (AI) that mimics the brain outperforms traditional machine learning. However, when compared to the brains of animals, it still has many shortcomings. Energy efficiency is significantly lower, learning various types of data simultaneously is challenging, and it requires a large amount of training data for practical applications. Developing artificial neural networks that mimic the circuits of the animal brain could overcome these issues and lead to the development of low-power, high-efficiency AI. Our research lab aims to elucidate brain circuits related to visual pattern recognition, motor control, decision-making, and spatial memory at the level of individual neurons and implement them as artificial intelligence models.
AI for brain
"Developing AI-based tools for analyzing micro-behaviors
and testing the brain-inspired algorithms"
심층신경망은 기존의 기술로는 불가능하던 "동물의 몸언어"의 분석을 가능하게 하였습니다. 이를 통해 뇌신경회로의 동작 원리나 뇌질환의 미세한 변화를 분석하는 것이 가능해집니다. 동영상 분석 심층신경망을 개발하여 기존의 기술로는 어렵던 미세한 행동을 감지하는 연구를 진행하고 있습니다. 더불어, 뇌의 신경망과 인공지능 신경망을 비교분석하고, 이를 통해 뇌의 동작원리를 이해하고 인공신경망의 성능을 높이는 연구도 진행하고 있습니다.
Deep neural networks have made it possible to analyze "the body language of animals," which was previously impossible with conventional technology. This enables the analysis of the operation principles of brain neural circuits and the subtle changes in brain disorders. We are developing deep neural networks for video analysis to study the detection of subtle behaviors that were difficult to capture with existing technology. Additionally, we are conducting research to compare and analyze the brain's neural networks with artificial neural networks, aiming to understand the principles of brain operation and improve the performance of artificial neural networks.
What's new in the lab?
