본 논문은 뇌의 시각 학습 및 추론에 대한 영향력 있는 계산 모델인 예측 코딩(PC)에 대한 연구이다. 기존의 PC는 뇌가 앞으로 들어올 시각 입력을 적극적으로 예측하고 추론은 예측 오류를 최소화하는 상향식 생성 모델로 제안되었다. 최근 연구에서는 PC를 감각 입력이 전방향적 방식으로 신경 활동을 예측하는 판별 모델로 공식화할 수 있음을 보였다. 그러나 실험적 증거는 뇌가 생성적 추론과 판별적 추론 모두를 사용하는 반면, 단방향 PC 모델은 양방향 처리가 필요한 작업에서 성능이 저하됨을 시사한다. 본 연구에서는 생물학적으로 타당한 회로 구현을 유지하면서 생성적 추론과 판별적 추론을 모두 통합하는 양방향 PC(bPC) 모델을 제안한다. 본 연구는 bPC가 두 작업 모두에 적합한 에너지 지형을 개발함으로써 특수화된 생성적 또는 판별적 작업에서 단방향 모델과 동등하거나 능가하는 성능을 보임을 보여준다. 또한, 다중 모드 학습 및 정보 누락을 포함한 두 가지 생물학적으로 관련된 작업에서 bPC의 우수한 성능을 입증하여 bPC가 생물학적 시각 추론을 더욱 밀접하게 닮았음을 시사한다.
