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

[참여연구원]