NeuroAI 연구팀이 지난 15년간 DNN 모델과 뇌 비교, 인공 신경망과 실제 뇌망의 수렴 진화 정도에 대한 핵심 질문을 제기했어요.
어떤 두 개의 최소 DNN 솔루션에 대해, 약한 표현 정렬은 강력한 우월 축 정렬을 보장하며, 정렬은 네트워크 계층을 따라 올라가면서 엔드투엔드 작업 최적화를 통해 우월 축이 나타나요.
이 연구는 Cao와 Yamins의 Contravariance 개념을 공식화하고, NeuroAI 이론에 중요한 시사점을 줘요. 강력한 작업의 경우, 네트워크 간 비교를 위한 측정 기준 선택은 민감하지 않으며, 수렴 진화는 불가피할 수 있어요.