영장류 중에서 유일하게 인간은 광범위한 행동 전반에 걸쳐 작업 목표를 달성하기 위해 추상적 구조를 인식하고 조작하는 놀라운 능력을 보유하고 있습니다. 이에 대한 한 가지 예는 기하학적 형태의 시각적 인식에 있습니다. 연구에 따르면 기하학적 규칙성에 대한 인간의 독특한 편견이 밝혀졌으며, 기하학적으로 불규칙한 형태에 비해 더 규칙적이고 대칭적인 형태에 대한 작업 수행 능력이 향상되었습니다. 이러한 연구는 이러한 행동이 인간의 정신적 표상에 별개의 상징 구조가 존재함을 의미하며, 신경망 구조에서 그러한 행동을 복제하려면 상징 처리를 위한 메커니즘이 필요하다는 결론을 내렸습니다. 본 연구에서 우리는 기하학적 규칙성에 대한 인간의 편견이 신경망에 상징적 기계를 명시적으로 제공하지 않고도 시스템이 관계 구조를 발견하고 조작할 수 있도록 하는 건축적 제약을 강화함으로써 신경망에서 재현될 수 있다고 주장합니다. 적절한 커리큘럼으로 훈련되면 이 모델은 추상적 기하학적 추론과 관련된 두 가지 별개의 작업에서 대칭과 규칙성에 대한 인간과 유사한 편견을 나타냅니다. 우리의 연구 결과에 따르면 신경망은 필요한 훈련 목표와 아키텍처 요소를 갖추고 있을 때 인간과 같은 규칙성 편향과 일반화를 나타낼 수 있습니다. 이 접근 방식은 기하학적 추론의 기초가 되는 신경 메커니즘에 대한 통찰력을 제공하고 이 영역에서 널리 사용되는 상징적 "사고의 언어" 모델에 대한 대안을 제공합니다.