ViciousSquid/Dosidicus

도시디쿠스란?

Dosidicus electronicus는 뇌가 작고 완전히 투명한 신경망인 디지털 애완 오징어를 키울 수 있는 오픈소스 Python 기반 시뮬레이션입니다. 이 프로젝트는 교육용 신경과학 도구이자 시뮬레이션 게임으로 자리잡고 있습니다. 오징어에게 먹이를 주고, 청소하고, 상호작용하면서 모든 뉴런의 발화, 시냅스 변화, 그리고 학습에 따라 나타나는 새로운 뉴런을 관찰할 수 있습니다.

핵심 아이디어

• 8개 뉴런의 초기 뇌 – 7개의 '드라이브'(배고픔, 호기심 등)와 1개의 감각 입력을 갖춥니다. 네트워크는 기존 구조가 작업을 해결하지 못할 때만 새로운 뉴런을 생성합니다.
• 생물학적 영감을 받은 학습 – Hebbian 업데이트와 STDP(Spike-Timing-Dependent Plasticity)가 순수 NumPy로 구현되었습니다(src/plasticity.py 참조). 각 가중치 변경은 무엇이 원인인지, 왜 발생했는지, 어떤 경험이 촉발했는지를 기록합니다.
• 완전한 출처 기록 – 시스템은 모든 시냅스 수정과 새로 생성된 뉴런에 대해 사람이 읽을 수 있는 설명을 로그로 기록합니다. 따라서 "이 가중치가 0.31에서 0.47로 변한 이유는 무엇인가?"와 같은 질문을 할 수 있습니다.
• 이중 기억 시스템 – 단기 및 장기 기억 저장소를 통해 오징어가 시간이 지나도 경험을 유지할 수 있습니다.
• 확장 가능한 엔진(STRINg) – TensorFlow나 PyTorch에 의존하지 않고 NumPy로 처음부터 구축된 맞춤형 시뮬레이션 코어입니다. 동일한 엔진이 GUI, 헤드리스 트레이너, 테스트 스위트를 구동합니다.

사용 방법

1. 클론 및 설정 – git clone … && python -m venv venv && pip install -r requirements.txt.
2. 실행 – python main.py는 PyQt5 창을 시작하여 오징어와 상호작용할 수 있습니다.
3. Docker – GUI 버전(X11/WSLg 필요)과 학습된 뇌 JSON 파일을 출력할 수 있는 헤드리스 CLI 트레이너용 사전 빌드 이미지가 제공됩니다.
4. 사용자 정의 – Brain Designer 위키 페이지에서 뉴런과 행동을 추가하거나 삭제하는 방법을 설명합니다. 미리 만들어진 뇌 설정은 custom_brains/에 있습니다.
5. 공유 – 저장된 뇌 파일을 내보내어 SQUID‑EXCHANGE 브랜치에 업로드하면 다른 사람들이 당신의 생물의 신경 이력을 탐색할 수 있습니다.

누구에게 유용한가?

• 학생 및 애호가 – 단순한 스파이킹 유형 학습 규칙이 어떻게 적응 행동을 만들어내는지 구체적이고 시각적으로 이해하려는 사람.
• 연구자 – 대규모 딥러닝 프레임워크의 오버헤드 없이 구조적 가소성이나 신용 할당에 대한 아이디어를 프로토타입하기 위한 경량의 완전히 관찰 가능한 샌드박스를 찾는 사람.
• 게임 디자이너 – 검사하고 조정할 수 있는 창발적 AI 에이전트에 관심이 있는 사람.

리포지토리 내용

• src/ – STRINg 엔진, 가소성 알고리즘, 뇌 설계 유틸리티, UI 위젯, 플러그인 프레임워크.
• main.py – PyQt5 GUI의 진입점.
• headless/ – 그래픽 없이 동일한 엔진을 실행하는 명령줄 트레이너.
• custom_brains/ – 예제 네트워크 구성.
• gui 및 headless의 두 가지 빌드 타겟을 가진 Dockerfile.
• 매니페스트, 엔진 개요, 뇌 설계, STDP 이론, 변경 로그를 다루는 광범위한 위키(57페이지).

TL;DR

Dosidicus는 귀여운 가상 애완동물 게임에 감싸인 투명한 신경망 샌드박스입니다. 간단한 Python/NumPy 코드베이스와 선택적 PyQt5 GUI를 통해 작은 스파이킹 네트워크가 실시간으로 학습하는 것을 관찰하고, 모든 가중치 변화를 검사하고, 새로운 뉴런을 키울 수도 있습니다.

---

위의 모든 정보는 리포지토리의 README와 연결된 위키 페이지에서 직접 가져온 것입니다.