최대한 다양한 ai모델을 설계해보면서 깊은 내부의 작동원리를 완벽히 이해하고자 시작하였지만

생각보다 거대한 광맥이 이곳에 있음을 알게 되었습니다.

폰노이만 컴퓨터 구조에 익숙한 개발자들은 ai의 분기처리에 매우 당황합니다.

재미있는 부분은 폰노이만구조에서 단조증가하는 시간축 너머에 나중에 결정되는 분기 결과를 ,은닉층 공간에 미리 흩뿌려두는 방식이 양자컴퓨터의 중첩 및 결정과 유사합니다.

ai가 학습밖의것 즉 본적 없는것을 맞추는 능력은 마법이 아니라

정답으로 가는 경로가 중복배선되면서 간섭 강화된것 때문입니다

레거시 컴퓨터의 원자적 결과와 또 다른 맛이있는

근사적 정답 이부분이 가장흥미로운 부분입니다

언어모델에선 두리뭉실한 근사도 쓸만한 문장이 되지만 게임ai라면 패배로 연결되니 더 깍아내서 다듬어야합니다

일련의 연구 개발과정을 하기하고 소개합니다

ubms ai 탐색개발 2024년 2월

최초 특정 격투게임을 ai를 이용하여 플레이하는것을 목표로

관련 기술을검증하고 수집하며 빌드업하는 과정을 설계합니다

화면인식을 통해 게임화면을 받아들이는것과

키보드 입력을 강제 주입하는 실험입니다

cnn 화면인식

rnn(gru) 학습 2025년

순환신경망은 시계열 대표적인 신경망으로

빠른 반응속도와 짧은기억이특징입니다

과거를 잊는건 정보의 손실이기에 트리거 작동 조건반사등 말초신경구현에 적합합니다.

2024년 8월

snn 신경망 오라클 지도학습 2026년 6월

뉴런을 격자로 배치한탓에 입력과 출력을 다양한 방법으로 성형하여 그 특성을 확인하는 실험입니다.

snn 튜링패턴 발현

ubms는 노드끼리 릴레이통신하는 격자아핀전파 특허를 출원한바 있습니다.

그 기술이 뉴런의 신호 릴레이에 얼마나 적합한지 확인하는 실험을 수행하합니다

ubms ai 사전학습 품질 테스트

덤프를 이용한 충분한 사전학습만으로 게임진행이 가능합니다

발견된문제는 과도하게 앉고, 특정각도의 공격을 허용하는 패턴을 학습한것 , 이후 강화학습은 이런 잘못된 패턴을 수정합니다

사전학습후 강화학습 품질 테스트 2026년 9월

정합한 학습을 마친 다이몬 고로,

게임 레벨 8 매우높은 난이도에서 최종 스테이지 루갈까지 무리없이 극복하는 모습이 인상적입니다