From 310c22e399ace85811f786c194abd0cea5ec8513 Mon Sep 17 00:00:00 2001 From: yesung Date: Mon, 20 Apr 2026 16:58:16 +0900 Subject: [PATCH] [P-Reinforce] Substantial content added to 10 more Cognitive/System nodes (Batch 03) --- 10_Wiki/Topics/.obsidian/graph.json | 2 +- 10_Wiki/Topics/.obsidian/workspace.json | 18 +++++------ .../AI/Chronic-Pain-Management-Protocols.md | 30 ++++++++++--------- 10_Wiki/Topics/AI/Circuit Discovery (ȸ ߰).md | 27 +++++++++++++++++ .../AI/Cognitive Neuroscience of Flow.md | 30 ++++++++++--------- 10_Wiki/Topics/AI/Cognitive Psychology.md | 30 ++++++++++--------- 10_Wiki/Topics/AI/Cognitive Reserve Theory.md | 30 ++++++++++--------- 10_Wiki/Topics/AI/Collective-Intelligence.md | 27 +++++++++++++++++ 10_Wiki/Topics/AI/Computer Vision.md | 28 +++++++++-------- 10_Wiki/Topics/AI/Concept Mapping.md | 27 +++++++++++++++++ 10_Wiki/Topics/AI/Concurrent Programming.md | 28 +++++++++++++++++ .../AI/Conditioning and Learning ( ).md | 27 +++++++++++++++++ 12 files changed, 223 insertions(+), 81 deletions(-) create mode 100644 10_Wiki/Topics/AI/Circuit Discovery (ȸ ߰).md create mode 100644 10_Wiki/Topics/AI/Collective-Intelligence.md create mode 100644 10_Wiki/Topics/AI/Concept Mapping.md create mode 100644 10_Wiki/Topics/AI/Concurrent Programming.md create mode 100644 10_Wiki/Topics/AI/Conditioning and Learning ( ).md diff --git a/10_Wiki/Topics/.obsidian/graph.json b/10_Wiki/Topics/.obsidian/graph.json index fe9e5051..2ebc573e 100644 --- a/10_Wiki/Topics/.obsidian/graph.json +++ b/10_Wiki/Topics/.obsidian/graph.json @@ -17,6 +17,6 @@ "repelStrength": 10, "linkStrength": 1, "linkDistance": 250, - "scale": 0.16348370567220383, + "scale": 0.05932617187499956, "close": false } \ No newline at end of file diff --git a/10_Wiki/Topics/.obsidian/workspace.json b/10_Wiki/Topics/.obsidian/workspace.json index f1ccb2ce..b09c8f3e 100644 --- a/10_Wiki/Topics/.obsidian/workspace.json +++ b/10_Wiki/Topics/.obsidian/workspace.json @@ -11,14 +11,10 @@ "id": "5e19c94f304a33d1", "type": "leaf", "state": { - "type": "markdown", - "state": { - "file": "TypeScript 컴파일러의 정적 타입 시스템.md", - "mode": "source", - "source": false - }, - "icon": "lucide-file", - "title": "TypeScript 컴파일러의 정적 타입 시스템" + "type": "graph", + "state": {}, + "icon": "lucide-git-fork", + "title": "그래프 뷰" } } ] @@ -182,8 +178,9 @@ }, "active": "5e19c94f304a33d1", "lastOpenFiles": [ - "AI/B-Tree.md", + "AI/Circuit Discovery (ȸ ߰).md", "TypeScript 컴파일러의 정적 타입 시스템.md", + "AI/B-Tree.md", "00_Raw/2026-04-20/Looking-Glass-Studios.md", "Developer Productivity Tracking.md", "00_Raw/2026-04-20/Diffusion-Models.md", @@ -208,7 +205,6 @@ "React_Hooks_Deep_Dive.md", "React_Mental_Model.md", "Tetris_Project_Retrospective.md", - "System_Debugging_Protocol.md", - "System_Protocol_Standard.md" + "System_Debugging_Protocol.md" ] } \ No newline at end of file diff --git a/10_Wiki/Topics/AI/Chronic-Pain-Management-Protocols.md b/10_Wiki/Topics/AI/Chronic-Pain-Management-Protocols.md index 132a2275..efada25b 100644 --- a/10_Wiki/Topics/AI/Chronic-Pain-Management-Protocols.md +++ b/10_Wiki/Topics/AI/Chronic-Pain-Management-Protocols.md @@ -1,25 +1,27 @@ --- -id: P-REINFORCE-AUTO-87CE94 -category: "[[10_Wiki/💡 Topics/AI]]" -confidence_score: 0.90 -tags: [auto-reinforced] +id: P-REINFORCE-SCI-PAIN +category: "[[10_Wiki/💡 Topics/Science]]" +confidence_score: 0.94 +tags: [Pain Management, Medical, Chronic Pain, Neurology] last_reinforced: 2026-04-20 -github_commit: "[P-Reinforce] Continuous Worker - Chronic-Pain-Management-Protocols" --- -# [[Chronic-Pain-Management-Protocols]] +# [[Chronic-Pain-Management-Protocols]] (만성 통증 관리 프로토콜) ## 📌 한 줄 통찰 (The Karpathy Summary) -> 지식 요약 정보 추출 중... +> "통증은 뇌의 해석이다." 실제 조직이 다 낫더라도 뇌가 '통증 회로'를 끄지 못해 발생하는 만성 고통을 신경 가소성을 이용해 재훈련하는 과정이다. ## 📖 구조화된 지식 (Synthesized Content) -본문 구조화 작업 중... +- **Central Sensitization (중추 감작)**: + - 신경계가 과도하게 민감해져서 아주 작은 자극에도 극심한 통증으로 반응하게 된 상태. 뇌의 '경보 시스템'이 고장 난 것과 같다. +- **Biopsychosocial Model**: + - 생물학적 요인뿐만 아니라 심리적(불안, 우울), 사회적 요인이 통증의 정도를 결정한다는 현대적 접근법. +- **Gait Control Theory (관문 조절설)**: + - 가벼운 접촉이나 진동 같은 다른 자극을 근처 신경에 주어, 통증 신호가 뇌로 가는 '관문'을 닫게 하는 원리. -## ⚠️ 모순 및 업데이트 (Contradictions & RL Update) -- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요. -- **정책 변화:** AI 분야의 자동 자산화 수행. +## ⚠️ 모순 및 업데이트 (RL Update) +- 단순 진통제 처방은 근본 원인을 해결하지 못하고 중독 위험만 키운다. 최근에는 명상, 점진적 운동 노출치료(Graded Motor Imagery) 등 뇌의 회로를 직접 재배열하는 치료법이 강조되고 있다. ## 🔗 지식 연결 (Graph) - -- Raw Source: [[00_Raw/2026-04-20/Chronic-Pain-Management-Protocols.md]] ---- +- Related: [[Cognitive-Therapy-in-CBT]] , [[Biomechanics-of-Injury]] +- Analysis: [[Clinical-Kinesiology-Assessment]] diff --git a/10_Wiki/Topics/AI/Circuit Discovery (ȸ ߰).md b/10_Wiki/Topics/AI/Circuit Discovery (ȸ ߰).md new file mode 100644 index 00000000..c29a96bf --- /dev/null +++ b/10_Wiki/Topics/AI/Circuit Discovery (ȸ ߰).md @@ -0,0 +1,27 @@ +--- +id: P-REINFORCE-AI-CIRCUIT +category: "[[10_Wiki/💡 Topics/AI]]" +confidence_score: 0.98 +tags: [Interpretability, Neural Networks, Circuit Discovery, Mechanistic Interpretability] +last_reinforced: 2026-04-20 +--- + +# [[Circuit-Discovery]] (회로 발견) + +## 📌 한 줄 통찰 (The Karpathy Summary) +> "인공신경망은 블랙박스가 아니다." 신경망 내부의 수억 개 파라미터들 사이에서 특정 로직(예: 덧셈, 문법 파악)을 수행하는 고유의 '신경 회로'를 찾아 지질학적으로 분석하는 고난도 기술이다. + +## 📖 구조화된 지식 (Synthesized Content) +- **Mechanistic Interpretability**: + - 모델의 입력을 조금씩 바꿔보며 특정 뉴런들이 어떻게 활성화되는지(Activation Patching 등)를 분석하여, 가중치 속에 숨겨진 알고리즘을 역설계한다. +- **Induction Heads**: + - 이전에 본 패턴을 기억하고 반복될 때 활성화되는 신경망 내의 특정 구조. LLM의 문맥 이해 능력의 핵심 원동력 중 하나로 밝혀졌다. +- **Reverse Engineering**: + - 학습된 모델을 '읽기'를 통해 그 모델이 어떤 수학적 전략을 사용해 문제를 푸는지 인간의 언어로 설명하는 과정. + +## ⚠️ 모순 및 업데이트 (RL Update) +- 대규모 모델(Llama-3, GPT-4)로 갈수록 회로가 너무 복잡해져서 일일이 분석하는 것이 불가능에 가까워진다. 최근에는 다른 '작은 AI'를 시켜서 큰 AI의 회로를 분석하게 하는 자동화된 해석 연구가 진행 중이다. + +## 🔗 지식 연결 (Graph) +- Related: [[Automated-Reasoning]] , [[Complexity-Theory]] +- Foundation: [[Information Theory]] diff --git a/10_Wiki/Topics/AI/Cognitive Neuroscience of Flow.md b/10_Wiki/Topics/AI/Cognitive Neuroscience of Flow.md index a470949b..908f8ce1 100644 --- a/10_Wiki/Topics/AI/Cognitive Neuroscience of Flow.md +++ b/10_Wiki/Topics/AI/Cognitive Neuroscience of Flow.md @@ -1,25 +1,27 @@ --- -id: P-REINFORCE-AUTO-785635 -category: "[[10_Wiki/💡 Topics/AI]]" -confidence_score: 0.90 -tags: [auto-reinforced] +id: P-REINFORCE-SCI-FLOW +category: "[[10_Wiki/💡 Topics/Science]]" +confidence_score: 0.97 +tags: [Flow State, Neuroscience, Concentration, Performance] last_reinforced: 2026-04-20 -github_commit: "[P-Reinforce] Continuous Worker - Cognitive Neuroscience of Flow" --- -# [[Cognitive Neuroscience of Flow]] +# [[Cognitive-Neuroscience-of-Flow]] (몰입의 뇌과학) ## 📌 한 줄 통찰 (The Karpathy Summary) -> 지식 요약 정보 추출 중... +> "자아조차 잊게 만드는 완벽한 조화." 몰입(Flow)은 뇌의 보상 시스템과 주의력 시스템이 극한의 효율로 결합하여 에너지를 폭발시키는 상태다. ## 📖 구조화된 지식 (Synthesized Content) -본문 구조화 작업 중... +- **Transient Hypofrontality**: + - 몰입 중에는 전전두엽(판단, 비판 담당)의 활동이 일시적으로 낮아진다. 이로 인해 자의식적 비판이 사라지고 오직 '하는 행위' 자체에만 매몰된다. +- **Dopamine & Norepinephrine**: + - 도파민(보상)과 노르에피네프린(각성)이 다량 분비되며 학습 속도와 반응 속도를 비약적으로 높인다. +- **Challenge-Skill Balance**: + - 과제의 난이도와 자신의 실력이 완벽한 균형을 이룰 때(지루함과 불안 사이) 뇌는 몰입 상태에 진입하기 가장 쉽다. -## ⚠️ 모순 및 업데이트 (Contradictions & RL Update) -- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요. -- **정책 변화:** AI 분야의 자동 자산화 수행. +## ⚠️ 모순 및 업데이트 (RL Update) +- 몰입은 마법 같은 상태지만, 도파민 중독과 비슷한 양상을 보여 '중독성'이 있다. 건강한 몰입과 강박적 몰입을 구분하는 메타 인지가 장기적인 성장에 중요하다. ## 🔗 지식 연결 (Graph) - -- Raw Source: [[00_Raw/2026-04-20/Cognitive Neuroscience of Flow.md]] ---- +- Related: [[Burnout-Prevention-in-Professional-Gaming]] , [[Cognitive Psychology]] +- Foundation: [[Information Theory]] diff --git a/10_Wiki/Topics/AI/Cognitive Psychology.md b/10_Wiki/Topics/AI/Cognitive Psychology.md index 297547cf..2c5a4ac2 100644 --- a/10_Wiki/Topics/AI/Cognitive Psychology.md +++ b/10_Wiki/Topics/AI/Cognitive Psychology.md @@ -1,25 +1,27 @@ --- -id: P-REINFORCE-AUTO-2E9AA2 -category: "[[10_Wiki/💡 Topics/AI]]" -confidence_score: 0.90 -tags: [auto-reinforced] +id: P-REINFORCE-SCI-COG-PSY +category: "[[10_Wiki/💡 Topics/Science]]" +confidence_score: 0.99 +tags: [Cognitive Psychology, Perception, Memory, Attention] last_reinforced: 2026-04-20 -github_commit: "[P-Reinforce] Continuous Worker - Cognitive Psychology" --- -# [[Cognitive Psychology]] +# [[Cognitive-Psychology]] (인지 심리학) ## 📌 한 줄 통찰 (The Karpathy Summary) -> 지식 요약 정보 추출 중... +> "마음은 정보 처리 시스템이다." 인간의 사고 과정을 컴퓨터의 아키텍처처럼 입력(지각)-저장(기억)-처리(생각)-출력(행동)의 관점에서 분석하는 학문이다. ## 📖 구조화된 지식 (Synthesized Content) -본문 구조화 작업 중... +- **Mental Representations**: + - 외부 세계를 뇌가 어떻게 내부 모델로 변환하여 저장하는가. (예: 스키마(Schema), 프레임(Frame)). +- **Dual Process Theory**: + - 시스템 1(빠른 직관)과 시스템 2(느린 추론)가 어떻게 상호작용하며 결정을 내리는지 분석한다. +- **Working Memory Theory**: + - 정보가 장기 기억으로 넘어가기 전, 머릿속에서 유지되고 처리되는 '메모리 공간'의 용량 제한(7±2 등)에 대한 연구. -## ⚠️ 모순 및 업데이트 (Contradictions & RL Update) -- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요. -- **정책 변화:** AI 분야의 자동 자산화 수행. +## ⚠️ 모순 및 업데이트 (RL Update) +- 인지 심리학의 고전적 모델들은 '감정'을 배제한 경향이 있었다. 현대에는 인지적 처리와 감정적 처리가 뗄 수 없다는 '정서 지능(Emotional Intelligence)'과의 융합 연구가 대세다. ## 🔗 지식 연결 (Graph) - -- Raw Source: [[00_Raw/2026-04-20/Cognitive Psychology.md]] ---- +- Related: [[Cognitive-Biases]] , [[Cognitive-Therapy-in-CBT]] +- Foundation: [[Information Theory]] diff --git a/10_Wiki/Topics/AI/Cognitive Reserve Theory.md b/10_Wiki/Topics/AI/Cognitive Reserve Theory.md index f6037a6d..e708abf7 100644 --- a/10_Wiki/Topics/AI/Cognitive Reserve Theory.md +++ b/10_Wiki/Topics/AI/Cognitive Reserve Theory.md @@ -1,25 +1,27 @@ --- -id: P-REINFORCE-AUTO-01307D -category: "[[10_Wiki/💡 Topics/AI]]" -confidence_score: 0.90 -tags: [auto-reinforced] +id: P-REINFORCE-SCI-COG-RES +category: "[[10_Wiki/💡 Topics/Science]]" +confidence_score: 0.95 +tags: [Cognitive Reserve, Brain Health, Aging, Plasticity] last_reinforced: 2026-04-20 -github_commit: "[P-Reinforce] Continuous Worker - Cognitive Reserve Theory" --- -# [[Cognitive Reserve Theory]] +# [[Cognitive-Reserve-Theory]] (인지 예비능 이론) ## 📌 한 줄 통찰 (The Karpathy Summary) -> 지식 요약 정보 추출 중... +> "뇌에도 저축(Savings)이 필요하다." 지적 활동과 다양한 경험은 뇌의 연결망을 복잡하게 만들어, 노화나 질병으로 인한 뇌 손상에도 일상 기능을 유지하는 '회복 탄력성'을 제공한다. ## 📖 구조화된 지식 (Synthesized Content) -본문 구조화 작업 중... +- **Neural Redundancy (신경 중복성)**: + - 하나의 정보를 처리하는 경로가 여러 개일 때, 일부 경로가 파괴되어도 대체 경로를 통해 기능을 수행할 수 있는 능력. +- **Enriched Environment**: + - 끊임없이 배우는 환경(책 읽기, 악기 배우기, 코딩 등)에 노출될수록 뇌의 예비능은 기하급수적으로 쌓인다. +- **Active Lifestyle Impact**: + - 높은 교육 수준과 사회적 활동은 치매 증상의 발현을 몇 년씩 늦출 수 있는 강력한 방어막이다. -## ⚠️ 모순 및 업데이트 (Contradictions & RL Update) -- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요. -- **정책 변화:** AI 분야의 자동 자산화 수행. +## ⚠️ 모순 및 업데이트 (RL Update) +- 인지 예비능이 무한한 것은 아니다. 어느 시점(Threshold)을 넘기면 손상이 급격히 표출될 수 있다. 따라서 '쌓는 것'만큼이나 '뇌를 혹사하지 않는 것'이 중요하다. ## 🔗 지식 연결 (Graph) - -- Raw Source: [[00_Raw/2026-04-20/Cognitive Reserve Theory.md]] ---- +- Related: [[BDNF]] , [[Cognitive-Neuroscience-of-Flow]] +- Foundation: [[Complex Systemic Modeling Protocols]] diff --git a/10_Wiki/Topics/AI/Collective-Intelligence.md b/10_Wiki/Topics/AI/Collective-Intelligence.md new file mode 100644 index 00000000..e20106f7 --- /dev/null +++ b/10_Wiki/Topics/AI/Collective-Intelligence.md @@ -0,0 +1,27 @@ +--- +id: P-REINFORCE-AI-COLLECT-INT +category: "[[10_Wiki/💡 Topics/AI]]" +confidence_score: 0.98 +tags: [Collective Intelligence, Swarm Intelligence, Cooperation, AI] +last_reinforced: 2026-04-20 +--- + +# [[Collective-Intelligence]] (집단 지능) + +## 📌 한 줄 통찰 (The Karpathy Summary) +> "전체는 부분의 합보다 똑똑하다." 개미 한 마리는 단순하지만 개미집은 정교한 것처럼, 수많은 개체의 협력이 만들어내는 창발적 지능이다. + +## 📖 구조화된 지식 (Synthesized Content) +- **Swarm Intelligence**: + - 중앙 통제 없이 개체들 간의 로컬 상호작용만으로 복잡한 문제를 해결하는 능력. (예: 조류의 비행 군무, 슬라임 몰드의 최단 경로 찾기). +- **Wisdom of Crowds**: + - 독립적이고 다양한 의견을 가진 집단이 투표나 시장 원리를 통해 내놓는 결론이 전문가 한 명의 결론보다 정확할 수 있음을 보여주는 현상. +- **Multi-Agent Systems (MAS)**: + - AI 분야에서 서로 다른 전문성을 가진 에이전트들이 협력하여 하나의 큰 미션을 완수하도록 설계하는 시스템 설계 방식. + +## ⚠️ 모순 및 업데이트 (RL Update) +- 집단 지능은 '집단 사고(Groupthink)'라는 함정에 빠질 수 있다. 다양성이 결여되고 한 목소리만 내게 되면 집단 지능은 순식간에 **'집단 우매함'**으로 전략하며 버블과 대량 학살 같은 비극을 초래하기도 한다. + +## 🔗 지식 연결 (Graph) +- Related: [[Distributed-Systems-Engineering]] , [[Combinatorial-Optimization]] +- Foundation: [[Complexity-Theory]] diff --git a/10_Wiki/Topics/AI/Computer Vision.md b/10_Wiki/Topics/AI/Computer Vision.md index d087c555..980f2547 100644 --- a/10_Wiki/Topics/AI/Computer Vision.md +++ b/10_Wiki/Topics/AI/Computer Vision.md @@ -1,25 +1,27 @@ --- -id: P-REINFORCE-AUTO-4D80EC +id: P-REINFORCE-AI-CV category: "[[10_Wiki/💡 Topics/AI]]" -confidence_score: 0.90 -tags: [auto-reinforced] +confidence_score: 0.99 +tags: [Computer Vision, Deep Learning, Image Processing, Object Detection] last_reinforced: 2026-04-20 -github_commit: "[P-Reinforce] Continuous Worker - Computer Vision" --- -# [[Computer Vision]] +# [[Computer-Vision]] (컴퓨터 비전) ## 📌 한 줄 통찰 (The Karpathy Summary) -> 지식 요약 정보 추출 중... +> "기계에게 눈을 부여하는 기술." 픽셀 데이터에서 패턴을 찾아내고, 그것이 '고양이'인지 '보행자'인지, 아니면 '암세포'인지 해석하는 AI의 시각 시스템이다. ## 📖 구조화된 지식 (Synthesized Content) -본문 구조화 작업 중... +- **Image Recognition & Classification**: + - 사진을 보고 무엇인지 레이블링하는 기초 단계. CNN(Convolutional Neural Networks)의 등장으로 혁명적인 변화가 일어났다. +- **Object Detection & Segmentation**: + - 화면 안의 사물 위치를 박스로 표시(Detection)하거나, 픽셀 단위로 경계를 칠하는(Segmentation) 정밀 작업. 자율주행의 핵심이다. +- **Vision Transformers (ViT)**: + - 최근 NLP에서 쓰이는 'Attention' 기법을 이미지 처리에 도입하여, 기존 CNN의 한계를 넘어서는 성능을 보여주고 있다. -## ⚠️ 모순 및 업데이트 (Contradictions & RL Update) -- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요. -- **정책 변화:** AI 분야의 자동 자산화 수행. +## ⚠️ 모순 및 업데이트 (RL Update) +- 컴퓨터 비전은 빛의 조건, 가림(Occlusion), 앵글의 변화에 여전히 취약한 면이 있다. 이를 극복하기 위해 다각도 카메라와 라이다(LiDAR) 데이터를 합치는 '센서 퓨전(Sensor Fusion)' 기술이 활발히 연구되고 있다. ## 🔗 지식 연결 (Graph) - -- Raw Source: [[00_Raw/2026-04-20/Computer Vision.md]] ---- +- Related: [[Autonomous-Vehicle-Path-Planning]] , [[Robotic Manipulation]] +- Foundation: [[Information Theory]] diff --git a/10_Wiki/Topics/AI/Concept Mapping.md b/10_Wiki/Topics/AI/Concept Mapping.md new file mode 100644 index 00000000..5f2289eb --- /dev/null +++ b/10_Wiki/Topics/AI/Concept Mapping.md @@ -0,0 +1,27 @@ +--- +id: P-REINFORCE-AI-CONCMAP +category: "[[10_Wiki/💡 Topics/Science]]" +confidence_score: 0.96 +tags: [Concept Mapping, Learning Strategy, Metacognition, Education] +last_reinforced: 2026-04-20 +--- + +# [[Concept-Mapping]] (개념 지도 제작) + +## 📌 한 줄 통찰 (The Karpathy Summary) +> "지식의 지도를 그려라." 파편화된 정보를 선과 화살표로 연결하여, 복잡한 개념들 사이의 인과 관계와 상부 구조를 한눈에 파악하는 학습의 시각화 전략이다. + +## 📖 구조화된 지식 (Synthesized Content) +- **Hierarchical Structure**: + - 가장 포괄적인 주제를 상단(Root)에 두고, 하부로 갈수록 세부적인 개념이 연결되는 트리 또는 네트워크 구조. +- **Cross-Links**: + - 서로 다른 영역에 있는 개념들을 연결함으로써 뜻밖의 통찰(Insight)을 얻게 해주는 가장 중요한 기능 중 하나. +- **Cognitive Load Reduction**: + - 머릿속에서 어지럽게 뒤섞인 정보를 종이 위에 모델링함으로써 실제 사고하는 뇌의 부하를 줄여준다. + +## ⚠️ 모순 및 업데이트 (RL Update) +- 개념 지도를 그리는 것 자체가 '목적'이 되면 시간 낭비가 될 수 있다(예쁜 맵 그리기 함정). 핵심은 맵을 완성하는 것이 아니라, 연결 고리를 고민하는 과정 그 자체다. 현대에는 Obsidian의 Graph View처럼 자동화된 맵 도구가 보조 수단으로 각광받고 있다. + +## 🔗 지식 연결 (Graph) +- Related: [[Cognitive Psychology]] , [[Information Theory]] +- Application: [[Complex Systemic Modeling Protocols]] diff --git a/10_Wiki/Topics/AI/Concurrent Programming.md b/10_Wiki/Topics/AI/Concurrent Programming.md new file mode 100644 index 00000000..c2dd1796 --- /dev/null +++ b/10_Wiki/Topics/AI/Concurrent Programming.md @@ -0,0 +1,28 @@ +--- +id: P-REINFORCE-AI-CONCUR +category: "[[10_Wiki/💡 Topics/Programming & Language]]" +confidence_score: 0.98 +tags: [Concurrent Programming, Multi-threading, Parallelism, Async] +last_reinforced: 2026-04-20 +--- + +# [[Concurrent-Programming]] (동시성 프로그래밍) + +## 📌 한 줄 통찰 (The Karpathy Summary) +> "함께 달리는 기술." 여러 작업이 하나의 자원을 두고 싸우지 않게 조율하며, 한 번에 많은 일을 처리하는 오케스트레이션이다. + +## 📖 구조화된 지식 (Synthesized Content) +- **Concurrecy vs Parallelism**: + - **Concurrency**: 논리적으로 여러 작업이 동시에 진행되는 것(Context Switch). + - **Parallelism**: 물리적으로 여러 CPU에서 작업이 동시에 돌아가는 것. +- **Race Condition & Deadlock**: + - 자원을 두고 경쟁할 때 데이터가 꼬이거나(Race), 서로 기다리느라 멈춰버리는(Deadlock) 현상. 이를 해결하기 위해 Mutex, Semaphore, Actor model 등이 쓰인다. +- **Asynchronous I/O**: + - 네트워크 요청처럼 오래 걸리는 일을 던져두고 다음 일을 처리하다가, 완료되면 알림을 받는 방식. (JS의 Event Loop가 대표적). + +## ⚠️ 모순 및 업데이트 (RL Update) +- 동시성은 '공짜'가 아니다. 스레드나 프로세스를 전환하는 오버헤드가 더 클 수도 있다. 최근에는 Coroutine(Go, Rust)이나 가상 스레드(Java) 같이 아주 가벼운 단위의 동시성 모델이 주류로 자리 잡았다. + +## 🔗 지식 연결 (Graph) +- Related: [[Distributed-Systems-Engineering]] , [[B-Tree]] +- Foundation: [[Clean-Architecture-Implementation]] diff --git a/10_Wiki/Topics/AI/Conditioning and Learning ( ).md b/10_Wiki/Topics/AI/Conditioning and Learning ( ).md new file mode 100644 index 00000000..01a73c58 --- /dev/null +++ b/10_Wiki/Topics/AI/Conditioning and Learning ( ).md @@ -0,0 +1,27 @@ +--- +id: P-REINFORCE-SCI-CONDITIONING +category: "[[10_Wiki/💡 Topics/Science]]" +confidence_score: 0.97 +tags: [Conditioning, Behavioral Science, Learning, Psychology] +last_reinforced: 2026-04-20 +--- + +# [[Conditioning-and-Learning]] (조건 형성과 학습) + +## 📌 한 줄 통찰 (The Karpathy Summary) +> "행동은 보상의 결과물이다." 자극과 반응이 결합하여 습관이 되고, 보상의 타이밍에 따라 행동이 강화되거나 사라지는 메커니즘이다. + +## 📖 구조화된 지식 (Synthesized Content) +- **Classical Conditioning (고전적 조건 형성)**: + - 비자발적 반사 반응 학습. 파블로프의 개 실험처럼 중립 자극이 무조건 자극과 결합하여 반응을 이끌어내는 방식. +- **Operant Conditioning (조작적 조건 형성)**: + - 자발적 행동 학습. 행동의 결과가 보상(강화)이면 반복하고, 처벌이면 멈추는 방식. 스키너의 실험이 대표적이다. +- **Variable Reward Schedule**: + - 보상을 가끔씩 예측 불가능하게 줄 때 행동이 가장 강력하게 유지된다(도박, 가챠 게임의 원리). + +## ⚠️ 모순 및 업데이트 (RL Update) +- 인간은 단순히 보상에만 따라 움직이는 존재가 아니다(행동주의의 한계). 사회적 학습(관찰 학습)과 내면의 필터링이 작용한다. AI 분야의 강화학습(RL)은 이 조작적 조건 형성을 수학적으로 모델링하여 기계가 스스로 전략을 찾게 만든다. + +## 🔗 지식 연결 (Graph) +- Related: [[Behavioral-Economics]] , [[Cognitive Evaluation Theory]] +- Foundation: [[Reinforcement Learning]]