G-LAMP 사업단

[연구목표]

● 최근 인공지능 시스템에서 비전형적인 데이터 또는 이상적인 가정에 부합하지 않는 데이터가 다수 발생

● 수학 및 통계학을 이용해 이러한 문제점을 해결하고 효과적으로 데이터를 분석하는 방법론 및 이론을 개발하는 것을 목표로 함

● 기존의 전형적인 데이터 또는 이상적인 가정을 바탕으로 한 이론을 보완하고 다양한 데이터를 분석할 수 있는 기반을 마련

[연구내용]

● 수리-통계 기반 인공지능 이론 개발 및 인공지능 기반 수리 이론 개발 - 미분기하학, 확률론, 수론, 암호론, 해석학을 포함한 수학과 통계의 융복합 지식을 기반으로, 비전형적 데이터를 다룰 수 있고 이상적 가정을 요구하지 않는 비모수 회귀, 신경망 모형, 분포 추론, 암호 모형에 대한 방법론 및 이론을 개발하고, 특수함수 계산식, 산술함수, 가우스합의 곱 구조 및 수리물리 모형의 구조를 탐색하여 그 수리적 성질을 밝히는 인공지능 알고리즘과 엄밀 해석 방법론 개발을 목표

▷ 세부과제A1: 신경망 기반 분포자유 통계 추론 및 불확실성 정량화 방법론 개발

▷ 세부과제A3: 인공지능 모형을 활용한 산술 및 특수함수의 분석

▷ 세부과제A4: 안전한 기계학습을 위한 암호학적 기반 연구

▷ 세부과제A7: 인공지능 기반 구조 탐색과 엄밀 해석을 통한 다체 슈뢰딩거 동역학으로부터 분산 방정식의 유도

● 생성형·판별형 AI 모형의 수리·통계적 거동 분석을 통한 학습 및 추론 방법론 고도화 - 생성형(Generative)과 판별형(Discriminative) 모형이 보이는 수학적·통계적 거동(behavior)을 체계적으로 분석한 뒤, 그 결과를 토대로 기계학습 방법론의 제한적 환경에서의 효과적인 학습과 공정하고 신뢰 가능한 생성형 인공지능 모형 개발을 목표

▷ 세부과제A5: 제한된 조건 하 판별형 인공지능 학습 및 분석 방법론 정립

▷ 세부과제A6: 생성형 인공지능의 데이터 생성 과정에 대한 수리-통계적 분석

[연구목표]

● 인간의 범용인공지능(Artificial General Intelligence) 공존을 위한 총 4개의 인공지능 기술적 과제(설명 가능성, 공정성, 범용성, 상호작용성)를 정의하고 이를 바탕으로 신뢰성 및 투명성을 확보할 수 있는 인공지능 기술 개발

● 이를 위해 편향성을 탐지하고 완화하는  거대언어모델, 뛰어난 확장성과 적응성을 갖춘 멀티모달 인공지능, 인간-에이전트 상호작용을 위한 생성형 인공지능, 설명가능한 Whitebox 인공지능 기술을 개발하고, 인공지능의 안전성과 효용성을 높이는 해결책을 제시

[연구내용]

1. 공정한 차세대 인공지능 및 프라이버시 보호 기술

 - 문화·언어적 편향성 측정을 위한 벤치마크 및 편향 완화 기술 개발

 - 편향 평가 지표 및 시각화 도구 설계, 프롬프트 조정 기반 편향 완화 전략 고도화

2. 인간 및 환경과 상호작용하는 차세대 멀티모달 생성형 인공지능 기술

 - 비정합 멀티모달 환경에서의 topology-aware 정렬 기술 및 프라이버시 보안 강화 기술 개발 

 - 사용자 정서 기반 멀티모달 표현 해석 및 생성 응답 제어 기술 개발

3. 설명가능한 차세대 멀티모달 인공지능 개술

 - 설명가능한 White-box 멀티모달 모델 개발

 - 세계 멀티모달 데이터 기반 설명 가능한 모델 검증 및 고도화

[연구목표]

● 인간 중심 환경 대응을 실현하기 위해 물리적, 사회적, 생물학적 환경의 다양한 현실적 문제를 해결하는 AI 기반 융합 기술 개발을 목표로 함

● 이를 위해, AI 기반 센싱 및 통신 융합 기술, 기후 변화와 글로벌 헬스 연계를 위한 AI 기반 인과 해석 기술, 정밀한 약물 반응 예측을 위한 생체정보 기반 AI 기술, 지속가능한 에너지 시스템을 위한 AI 기반 자율 제어 기술을 개발함

[연구내용]

● 감지-해석-예측-제어의 기술 흐름을 유기적으로 연결하는 정보 순환형 융합 AI 플랫폼 구축

● 물리, 사회, 생체 환경에서 수집되는 이질적 데이터를 통합 처리하고, 상호작용 가능한 시스템 설계

● 각 세부과제 간 기술 연계를 위한 공통 데이터 인터페이스, 기능 모듈화 구조, 상호 피드백 경로 설계