쿠니히코 후쿠시마

쿠니히코 후쿠시마(Kunihiko Fukushima)

쿠니히코 후쿠시마(Kunihiko Fukushima, 1936년 5월 16일~ )는 인공신경망과 딥러닝에 관한 연구로 널리 알려져 있는 일본의 컴퓨터 과학자이다. 그는 현재 도쿄의 퍼지 논리 시스템 연구소에서 수석 연구 과학자로 일하고 있다.

생애

후쿠시마는 1936년 당시 일본의 영토였던 대만에서 태어나 제2차 세계대전이 끝날 때까지 가족과 함께 살았다. 전쟁이 끝날 무렵, 대만에 대한 일본의 식민 통치가 끝났고 그곳에 사는 일본인들은 일본으로 돌아왔다. 일본으로 돌아왔을 때, 가족은 황폐한 나라를 직면했고 장난감을 살 여유조차 없었다. 그래서 후쿠시마의 삼촌은 장난감 대신 잉여 변압기와 분해된 전기 모터를 주곤 했다. 그때 이후로 전선과 회로는 후쿠시마의 열정이 되었다. 이후 후쿠시마는 전기 회로와 인간 두뇌의 비유에 매료되었다. 그는 전기 구성 요소 (스위치, 트랜지스터 및 커패시터)가 서로 연결된 방식으로 신경 해부학이 패턴을 처리하도록 설정되는 방식을 모방할 수 있을지 궁금해했다. 전기 엔지니어로서의 공부을 통해 후쿠시마는 뇌의 시각 피질과 유사한 인공 신경망인 네오그니트론을 발명하게 되었다. 신경 과학과 전기 공학의 측면을 성공적으로 결합한 후쿠시마의 선구적인 접근 방식은 오늘날의 인공 지능 기술의 토대를 마련했다.

후쿠시마는 1965년부터 두뇌에 관심을 갖고 모델링에 뛰어들었다. 특히 허블과 비셀의 고양이 시각 연구에 영향을 많이 받아 시각 시스템(Visual System)에 몰입하게 된다. 1970년대, 교토 대학교를 졸업하고 후쿠시마는 일본방송협회(NHK) 연구소에 근무하면서 신경망 연구에 몰입했다. 일본방송협회 내에서 그는 기술 연구 실험실, 방송 과학 연구 실험실 및 과학 기술 연구 실험실에서 근무했다. 그리고 TV 신호의 효율적인 코딩에 관한 연구로 박사 학위를 취득했다. 그렇게 신경망 연구가 깊어지는 도중, 그는 손글씨를 인식하는데 난관이 있음을 깨닫게 된다. 후쿠시마 박사는 에스셀(S-cell)과 씨셀(C-cell)의 여러 층을 통해 만든 네오코그니트론(Neocognitron)으로 그 난관을 극복해냈다.

후쿠시마는 일본 신경망학회(JNNS) 창립총회장으로 활동했다. 국제신경망학회(INNS)의 주지사회의 창립 멤버, 아시아태평양신경망 총회(APNNA) 회장을 역임하기도 했다. 그리고 전자정보통신학회(IEICE)로부터 공로상, 공로상, 우수 논문상, 전기 전자 기술자 협회 (IEEE)로부터 신경망 개척자상, 아시아 태평양 신경망 회의(APNNA) 우수공로상, 일본 신경망 학회(JNNS)로부터 우수 논문상, 학술상, 국제신경망학회 헬름홀츠(INS Helmholtz) 상, 극학습기계(ELM) 2017에서 개척자상을 받았다. 현재 그는 퍼지 논리 시스템 연구소(Fuzzy Logic Systems Institute)의 선임 연구 과학자로 신경 분야의 전문 분야에서 연구를 계속하고 있다. 또한 일본과 해외에서 관련 연구 회의에 여전히 참여하여 젊은 연구원들과의 관계를 심화하고 있다.

경력

학력

• 1958년: 교토 대학교 전자공학 석사
• 1966년: 교토 대학교 전자공학 박사

약력

• 1970년: 일본방송협회 과학 기술 연구소 선임 연구 과학자
• 1989년 ~ 1999년: 오사카 대학교 교수
• 1999년 ~ 2001년: 전기통신대학교 교수
• 2001년 ~ 2006년: 도쿄공업대학교 교수
• 2006년 ~ 2010년: 간사이 대학교 교수

수상

• 1985년: 일본 과학 기술기구 상 (Japan's Science and Technology Agency Award )
• 2003년: 전기 전자 엔지니어 협회 신경망 개척 상 (the Institute of Electrical and Electronics Engineers Neural Networks Pioneer Award)
• 2005년: 아시아 태평양 신경망 회의 우수 공로상 (the Asia-Pacific Neural Network Assembly Outstanding Achievement Award)
• 2012년: 국제 신경망 협회 Helmholtz 상 (the International Neural Network Society Helmholtz Award),
• 2017년: 전자 정보 통신 엔지니어 연구소 공로 및 공로상 (the Institute of Electronics, Information and Communication Engineers Distinguished Achievement and Contributions Award)
• 2017년: 일본 신경망 학회 학술상 (the Japanese Neural Network Society Academic Award) 및
• 2020년: 다카 야나기 켄지로 상 (Kenjiro Takayanagi Award)

저서

• 1976년: 시각 생리와 바이오닉스 (視覚の生理とバイオニクス )
• 1979년: 신경회로와 자기조직화 -자기조직화의 모델- (神経回路と自己組織化 -自己組織化のモデル-)
• 1989년: 신경회로와 정보처리 (神経回路と情報処理 )
• 2001년: 시청각정보처리 (視聴覚情報処理)

주요 활동

네오코그니트론

네오코그니트론(Neoognitron)은 1979년에 후쿠시마가 제안한 계층적이고 다층적인 인공신경망이다. 일본 전자산업이 세계를 주름잡던 시절 1966년 교토대학에서 쿠니히코 후쿠시마는 전자공학 박사학위를 받았다. 1970년대 졸업 이후 일본방송협회에서 근무하며 그는 신경망 연구에 몰입한다. 사실 후쿠시마 박사는 1965년부터 두뇌에 관심을 갖고 모델링에 뛰어들었다. 특히 1959년, 데이비드 허셀(David Hubel)과 토르스텐 비셀(Torstem Nils Wiesel)의 고양이 시각연구에 영향을 많이 받아 시각시스템(Visual system)에 몰입하게 된다. 손에 잡힐 듯 신경망 연구가 깊어지는 그 때 후쿠시마는 손글씨를 인식하는 데 난관이 있음을 깨닫는다. 신경 생리 학자 및 심리학자와 긴밀하게 협력하여 인공 신경망을 한 그의 첫 인공 네트워크인 코그니트론(Cognitron)은 패턴을 인식하는 능력을 보여 주었지만, 패턴이 이동, 회전하거나 가려졌을 때는 거의 할 수 없었다. 후쿠시마는 신경 생리학에 대해 알려진 바에 따라 고급 패턴 인식 기능을 달성하기 위해 더 많은 계층을 가진 더 큰 자체 구성 네트워크가 필요하다고 결정했다. 그는 에스셀(S-cell)과 씨셀(C-cell)의 여러 층을 통해 만든 네오코그니트론으로 그 난관을 극복해내고, 1979년 이 인공신경망을 네오그니트론이라고 발표했다. 네오그니트론이 문자를 인식하는 과정을 간단히 보면 1) 이미지의 특징을 뽑아내고 2) 오차를 허용한 특징을 만들어내며 3) 조합하여 원래 이미지를 유추해낸다.

네오그니트론은 수기 문자 인식 및 기타 패턴 인식 작업에 사용되어 왔으며, 경련 신경망의 영감 역할을 하였다. 그들은 단순한 세포와 복잡한 세포라고 불리는 시각적 일차 피질에서 두 종류의 세포를 발견했고, 또한 패턴 인식 작업에 사용하기 위해 이 두 종류의 세포의 계단식 모델을 제안했다. 네오코그니트론은 이러한 계단식 모델들의 자연스러운 확장이다. 네오코그니트론은 여러 종류의 세포로 구성되는데, 그 중 가장 중요한 세포는 에스셀과 씨셀이다. 국소 형상은 에스-셀에 의해 추출되며, 국소교대 등 이러한 형상의 변형은 씨셀에 의해 용인된다. 입력의 로컬 형상은 점차적으로 통합되어 상위 레이어로 분류된다. 국소적 특징 통합의 개념은 합성곱 신경망 모델, 스케일 불변 특징 변환(SIFT) 알고리즘, 배향 경사의 히스토그램(HoG) 알고리즘 등 몇 가지 다른 모델에서 찾아볼 수 있다. 네오코그니트론의 구조는 인공 지능의 깊은 신경망, 특히 시각적 패턴 인식을 사용하는 네트워크의 핵심이다. 이 패턴 인식 기능은 자율주행 자동차가 위험 요소를 감지하는 방법, 보안 카메라가 얼굴을 인식하는 방법 및 의료 소프트웨어가 생검 샘플의 이상을 정확히 찾아내는 방법의 기반이다. 또한 패턴 인식은 위성 이미지를 기반으로 한 홍수 예측을 가능하게 한다. 그리고 휴대 전화의 잠금을 해제할 수 있다. 시각 장애가있는 사람들이 세계를 탐색하는 데 도움이 될 새로운 기술이라고 할 수 있다. 조금 더 복잡하게 말하자면 네오코그니트론은 시각 패턴 인식을 위한 딥 합성곱 신경망(CNN) 알고리즘이다. 후쿠시마의 네오코그니트론은 후에 얀 레쿤(Yann Lecun)에 의해 백프로퍼게이션이 더해지면서 오늘날 가장 성공적인 이미지 인식 딥러닝 모델인 합성곱 신경망으로 이어졌다. 그는 또한 시각적 움직임과 시각적 흐름을 추출하기 위한 신경 네트워크 모델과 대칭 축을 추출하기 위한 많은 다른 모델들을 개발했다.

참고자료

• Kunihiko Fukushima Franklin Institute - https://www.fi.edu/laureates/kunihiko-fukushima
• Kunihiko Fukushima Wikipedia - https://en.m.wikipedia.org/wiki/Kunihiko_Fukushima
• 적송과 루나, 〈딥러닝의 실질적 효시, 쿠니히코 후쿠시마 〉, 《네이버 블로그》, 2018-11-25
• Neocognitron Wikipedia - https://en.m.wikipedia.org/wiki/Neocognitron </ref>
• Kunihiko Fukushima ieice - https://www.ieice.org/eng/about_ieice/new_honorary_members_award_winners/2017/meiyo_05e.html

같이 보기

• 합성곱 신경망

이 쿠니히코 후쿠시마 문서는 인공지능 인물에 관한 글로서 검토가 필요합니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 문서 내용을 검토·수정해 주세요.

인공지능 : 인공지능 서비스, 인공지능 로봇, 인공지능 기술, 인공지능 기업, 인공지능 인물 □■⊕ 한국 곽인범 • 김대훈 • 김동환 • 김지섭 • 김진우 • 노봉균 • 박태웅 • 배영우 • 서대호 • 서창녕 • 신민영 • 신형섭 • 안익진 • 오준호 • 유태준 • 이경일 • 이상기 • 이정호 • 이주완 • 이현동 • 임재원 • 조강원 • 주명규 • 최진 • 하정우 (네이버) • 하정우 (베어로보틱스) • 황성재 중국 양즈린 • 우위신 • 장칭숭 • 저우신위 • 천즈치 • 펑즈후이 일본 쿠니히코 후쿠시마 동남아 마크 슈뮬레비치 미국 그레그 브로크만 • 다리오 아모데이 • 라지쿠마 티루말라이남비 • 래리 서머스 • 리드 호프만 • 마빈 민스키 • 마크 레이버트 • 메이 하비브 • 무스타파 술레이만 • 미라 무라티 • 보이치에흐 자렘바 • 브렛 애드콕 • 브렛 테일러 • 사친 나로드 • 샘 올트먼 • 아담 디안젤로 • 앤드류 응 • 에두아르도 에라조 • 에멧 시어 • 에이단 고메즈 • 요슈아 벤지오 • 월터 피츠 • 이안 굿펠로우 • 이타마 프리드먼 • 일론 머스크 • 일리야 수츠케버 • 저스틴 해리스 • 제프 딘 • 제프리 힌튼 • 존 매카시 • 존 홉필드 • 캐롤 라일리 • 타샤 매코리 • 탐닛 게브루 • 토머스 왓슨 • 프랭크 로젠블랫 • 헬렌 토너 유럽 기욤 램플 • 데미스 하사비스 • 데이비드 클렘 • 사이러스 호데스 • 샨샨 웡 • 아서 멘쉬 • 안젤로 달리 • 알베르토 바르가라 • 앨런 튜링 • 얀 르쿤 • 에마드 모스타크 • 유르겐 슈미트후버 • 크리스티안 라포르테 • 티모시 라크로아 기타 다니엘 흄 • 프레드 알메이다 위키 : 자동차, 교통, 지역, 지도, 산업, 기업, 단체, 업무, 생활, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반