전주대학교 인공지능학과

1. 제목 : Generative autoencoder to prevent overregularization of variational autoencoder 

4. 주요내용 :

인공지능에서 생성모델은 기존에 있는 데이터로부터 모델을 학습하여 새로운 데이터를 만들어낼 수 있다. 신약 개발 관점에서 바라보면 기존에 값싸지만 부작용이 심한 약과 비싸지만 부작용이 없는 약 데이터를 학습하여 생성모델은 값싸지만 부작용이 없는 신약을 찾아낼 가능성이 있다.

생성모델 중 변분오토인코더(VAE)는 다른 생성모델과 다르게 상대적으로 밀도있는 저차원에서 분포를 추정하는 방법이다. 이 모델의 학습이 제대로 이뤄지지 않는 문제가 있는데 이를 해결한 방법이 GAE다. 아래는 GAE로 옷 이미지 데이터를 학습하여 기존 이미지에 없는 새로운 옷 이미지를 만든 그림이다.

생성모델은 산업, 의료 등 다양한 영역에서 한계점에 부딪혀 있는 벽을 깰 수 있는 잠재력이 존재한다. 구체적으로 신약 개발을 하기 위해 의료 연구진들은 하나의 신약을 세상에 내놓기까지 10년 정도의 시간이 소요되는데 이를 기하급수적으로 절감할 수 있고 전혀 보지 못한 새로운 약을 개발할 가능성이 있다.