본 논문은 인간의 뇌가 불확실성의 분포를 어떻게 표상하는지 탐구하는 새로운 강화학습 기반 생성형 인공지능(genAI) 접근법을 제시합니다. 기존의 기능적 자기공명영상(fMRI) 데이터를 활용하여, 인간이 뇌 상태의 잡음을 제거하여 목표 신경 패턴을 달성하는 학습 과정을 모방하도록 잡음 제거 확산 genAI 모델을 강화학습 알고리즘으로 훈련시켰습니다. 이후, 기존의 역전파 알고리즘으로 훈련된 모델과 비교하여 학습된 잡음 분포의 고차 표상(HORs)을 분석했습니다. 결과적으로, 강화학습 기반 모델이 인간 행동에 대한 설명력이 훨씬 높다는 것을 발견하여, genAI를 활용하여 신경 잡음 분포 HORs를 탐구하는 새로운 가능성을 제시합니다. 이는 기존 연구에서 주로 다루어지던 일시적인 불확실성 추정이 아닌, 기대되는 불확실성의 분포에 대한 뇌의 표상을 중점적으로 다룹니다.
