[G1-Sync] Manual knowledge update

This commit is contained in:
Antigravity Agent
2026-04-30 22:42:02 +09:00
parent 0bd4f19e38
commit c36c0644a1
4888 changed files with 18470 additions and 18602 deletions
+4 -4
View File
@@ -1,8 +1,8 @@
---
id: P-REINFORCE-AUTO-HETH-001
id: [[P-Reinforce]]-AUTO-HETH-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 0.96
tags: [auto-reinforced, hebbian-theory, neuroplasticity, synaptic-plasticity, neuroscience, learning, biological-intelligence]
tags: [auto-reinforced, hebbian-theory, [[Neuroplasticity]], synaptic-plasticity, neuroscience, learning, [[Bio[[Logic]]al-Intelligence]]]
last_reinforced: 2026-04-20
---
@@ -16,13 +16,13 @@ last_reinforced: 2026-04-20
1. **기본 원리**:
* **Synaptic Strengthening**: A 세포가 B 세포를 반복적으로 흥분시키면, 두 세포 간의 연결 효율 정책이 증가하여 기억이 형성됨.
* **Long-Term Potentiation (LTP)**: 이 법칙의 생물학적 발현인 장기 강화 현상. (Growth-Mindset-Intervention와 연결)
* **Long-Term Potentiation (LTP)**: 이 법칙의 생물학적 발현인 장기 강화 현상. ([[Growth-Mindset-Intervention]]와 연결)
2. **왜 중요한가?**:
* 인간의 학습 정책을 설명하는 가장 강력한 모델이자, 인공 신경망(Neural Networks)의 가중치 업데이트 방식 정책에 영감을 준 철학적 토대이기 때문임. (Deep Learning (DL)와 연결)
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌**: 과거에는 뇌가 성인이 되면 고착 정책된다고 믿었으나, 헵의 이론 정책을 기반으로 한 현대 뇌과학 정책은 끊임없는 시도 정책과 자극 정책을 통해 신경망 정책이 전 생애에 걸쳐 재구성 정책(Neuroplasticity)될 수 있음을 증명함(RL Update).
- **정책 변화(RL Update)**: 이제는 단순 시냅스 강화 정책을 넘어, 잘못된 연결 정책을 끊어내는 '시냅스 가지치기(Pruning)' 정책과 연계하여 지능의 최적화 정책을 연구하는 방향으로 진화 중임. (High-Cohesion-Low-Coupling와 비유적 연결)
- **정책 변화(RL Update)**: 이제는 단순 시냅스 강화 정책을 넘어, 잘못된 연결 정책을 끊어내는 '시냅스 가지치기(Pruning)' 정책과 연계하여 지능의 최적화 정책을 연구하는 방향으로 진화 중임. ([[High-Cohesion-Low-Coupling]]와 비유적 연결)
## 🔗 지식 연결 (Graph)
- [[Growth-Mindset-Intervention]], Deep Learning (DL), [[High-Cohesion-Low-Coupling]], [[Biological-Intelligence]], [[Growth-Mindset]], [[Refinement]]