(출처: 브라운 대학)
최근 로봇이나 기계가 학습을 통해서 배우게 하는 연구가 한창 진행 중에 있습니다. 일부는 이미 적용되어 우리가 알게 모르게 사용되고 있습니다. 그런데 아직 산업용 로봇에게 학습을 시키는 연구는 걸음마 단계라고 할 수 있습니다. 대부분의 산업용 로봇은 스스로 배우면서 학습을 통해 작업방식을 익히는 것이 아니라 사람이 정확하게 어떻게 작동을 해야 하는지 사전에 입력을 해줘야 합니다.
로봇에서 목표를 지정하고 여기에 맞춰서 스스로 가장 효과적인 작업 방식을 학습하게 하는 것은 매우 효율적으로 로봇을 다양한 임무에 투입할 수 있는 지름길입니다. 하지만 현실적으로 간단한 일은 아니죠. 아직 인공 지능은 사람처럼 몇 번 해보면 스스로 방식을 터득하는 수준까지는 이르지 못했습니다.
이전 포스트 참조 : http://blog.naver.com/jjy0501/220505316520
브라운 대학의 스테파니 텔렉스 교수(Stefanie Tellex, an assistant professor at Brown University)가 이끄는 연구팀은 이 문제를 더 쉽게 극복하기 위해서 로봇이 다른 로봇으로부터 배울 수 있는 알고리즘을 개발했습니다. 모든 로봇이 다 처음부터 배우는 것이 아니라 다른 로봇이 터득한 데이터를 넘겨받아 더 빨리 익힐 수 있다면 작업 속도는 매우 빨라질 수 있습니다. 연구팀에 의하면 이런 방식으로 75% 정도 더 신뢰성 있는 작업이 가능해졌다고 합니다.
연구팀이 사용한 로봇은 현재 기계 학습 분야에서 널리 사용되는 박스터 로봇입니다. (이 로봇에 대해서는 이전 포스팅 탐조) 두 대의 박스터 로봇은 팔에 있는 카메라와 적외선 센서로 사물을 인지해 이를 잡는 훈련을 하게 됩니다. 하나의 로봇에서 얻은 지식은 다른 로봇에 공유됩니다.
(동영상)
비록 작업 속도는 빠르지 않지만, 이런 식으로 데이터와 알고리즘을 공유할 수 있는 것은 로봇만이 가진 강점입니다. 사람은 자신의 기술을 다른 사람에게 전파하기 위해서 복잡한 과정을 거치지만, 로봇은 소프트웨어와 데이터만 넘겨받으면 되기 때문입니다.
아직은 복잡한 작업을 스스로 학습하는데 시간이 오래 걸리지만, 결국 기술의 발전 속도를 생각하면 미래에는 더 복잡한 작업에도 로봇이 사람 대신 들어오지 않을까하는 생각이 드네요.
참고
댓글
댓글 쓰기