페이스북이 로봇에게 호기심을 가르치다

페이스북이 로봇에게 호기심을 가르치다

페이스북이 본사에 설립 한 새로운 실험실에서 로봇은 복잡한 움직임을 하면서 도전을 하고 있습니다. 이 신비한 움직임은 로봇의 "호기심"의 표현입니다. 페이스 북의 수석 AI 연구원과 튜링상 수상자 Yann LeCun과 같은 전문가들은 로봇이 정답 없이 학습하도록 함으로써 AI와 로봇을 더 똑똑하게 만들려고 노력했습니다. 페이스북이 개발하고 있는 로봇 플랫폼은 다소 혼란스러워 보입니다. 궁궐 같은 고급 본사에 지어진 새로운 실험실에서 빨간색과 검은 색 로봇 팔 ‘소여’가 기계적인 소음을 내면서 계속 흔들리고 엉망으로 움직입니다. (Sawyer, 2018. Rethink Robotics의 제품으로 일본의 독일 Hahn Group에 인수 됨). 정답을 말하자면, 로봇 팔은 오른쪽의 지정된 위치로 손을 조금 움직여야 했습니다. 그러나 손이 위로 올라가 코스를 벗어난 다음 시작 위치로 재설정됩니다. 이번에는 손이 오른쪽으로 움직였고 목표 위치에 꽤 가까웠지만 안타깝게도 다시 코스를 벗어나려고 하고 다시 리셋 되고 맙니다. 보는 쪽이 답답합니다. 이 이상한 움직임은 실제로 이 로봇이 가지고 있는 특별한 지혜의 증거입니다. 이 로봇은 스스로 학습하면서 세계를 탐험하고 있습니다. 페이스북은 이 특별한 지혜가 더 나은 로봇뿐만 아니라 더 나은 인공 지능 (AI)을 개발하는 열쇠를 쥐고 있다고 믿습니다. 또한 회사에 따르면 언젠가는 텔레프레즌스 로봇과 같은 고도로 지능적인 기계로 이어질 수 있습니다. 현재 로봇을 학습시키기란 꽤나 까다롭습니다. 코드를 통해 모든 것을 설명해야 합니다. "이렇게 하면 앞으로 나아갈 것입니다", "팔이 이렇게 움직일 것입니다" 와 같이 상세한 설명을 통해 배우는 방식입니다. 인간은 학습에 있어서 훨씬 더 똑똑합니다. 아기조차도 당장 눈에 보이지 않는 물체가 물리적 우주에서 사라지지는 않았다는 것을 이해합니다. 공을 굴릴 수 있지만 소파는 굴릴 수 없다는 것을 압니다. 소파에서 구르는 방식으로 내려가는 건 괜찮지만 절벽에서 굴러 떨어지면 괜찮지 않다는 것을 빠르게 배웁니다. 이러한 모든 실험적 행동은 뇌에 구축 된 세계 모델의 기초를 형성합니다. 그렇기 때문에 자라서 자동차 운전을 배운 후 바로 충돌사고를 내지 않을 수 있습니다. 페이스 북의 AI 수석 연구원 인 Yann LeCun은 "절벽 옆에서 운전하는 동안 운전대를 도로 바깥쪽으로 돌리면 차가 절벽에서 떨어질 것이라는 것을 알고 있습니다."라고 말한다. 우리의 두뇌에는 어리석은 모방을 하지 못하도록 하는 자기 학습된 세계 모델이 있습니다. 페이스북은 이러한 모델을 기계에도 적용하려고 합니다. Lucan은 "세계 모델을 학습하기 위한 시스템을 만드는 것이 AI 혁신을 달성하기 위한 다음 도전이라고 생각합니다."라고 말합니다. 페이스북 그룹이 로봇이 움직이는 방법 자체를 스스로 배우도록 시도한 것은 처음이 아닙니다. 캘리포니아 대학교 버클리의 한 팀은 강화 학습이라는 기술을 사용하여 두 팔을 가진 로봇 인 BRETT를 훈련시켜 사각형 블록을 사각형 구멍으로 밀어 넣었습니다. 이 학습 방법에서 로봇은 다양한 동작을 무작위로 반복합니다. 로봇이 목표물에 접근하면 시스템은 디지털 보상을 주고 실패하면 보상을 주지 않습니다. 로봇이 이것을 기록합니다. 보상을 추구하면서 학습하는 로봇은 시행 착오를 반복 한 후 점차 사각형 구멍에 접근하여 결국 블록을 구멍에 넣을 수 있습니다. 이번 페이스북의 시도는 약간 다릅니다. Facebook AI 연구소에서 시도하고 싶었던 것은 로봇에게 '호기심'이라는 개념을 주입하는 것이었습니다. 인간이 사물을 다루는 법을 배우는 것과 같은 방식입니다. 아이들의 행동은 세상에 대한 호기심에서 비롯됩니다. 예를 들어 아이들은 고양이의 꼬리와 같은 새로운 무언가를 잡아야 한다는 목표가 있어서가 아니라, 고양이의 꼬리를 잡으면 어떻게 될지 궁금해합니다. BRETT와 같은 로봇은 학습하면서 점차 움직임을 개선합니다. 반면 페이스북의 로봇 팔은 정답에 접근 한 후 경로를 벗어날 수 있습니다. 성공에 접근하는 것에 대한 보상이 없기 때문입니다. 대신, 페이스 북 로봇은 "최적화되지 않은 움직임"을 시도 할 자유를 부여 받았습니다. 아기처럼 새로운 것을 시도 할 수 있습니다. 행동이 특별히 합리적이지 않은 것 같더라도 말입니다. 각 움직임은 데이터로 시스템에 제공됩니다. 목표를 달성 할 수 없더라도 더 많은 데이터를 얻을 수 있습니다. 그러한 방식의 퀘스트에서 더 많은 데이터를 얻을 수 있습니다. 이 개념을 자가지도학습이라고 합니다. 로봇은 새로운 것을 시도하고 소프트웨어 모델을 업데이트합니다. 그럼으로써 로봇은 행동의 결과를 더 쉽게 예측할 수 있습니다. 자가지도 학습의 목적은 기계가 작업에 유연하게 대응할 수 있도록 하는 것입니다. 미로를 예로 들어 쉽게 이해할 수 있습니다. 출구의 대략적인 방향을 아는 로봇은 어딘가 막 다른 골목에 부딪혀도 같은 방향을 계속해서 조준 할 수 있습니다. 하지만 한 방향으로 가는 데 너무 집중하기 때문에 도중에 멈출 수 있습니다. 한 방향으로 답을 고수하기보다는 탐구에만 집중하는 것이 더 좋은 결과를 도출할 수 있습니다. 아이디어는 '새로운 답을 찾는 것'입니다. 페이스북의 로봇은 그 방법을 배우기 위해 실험 중입니다. 페이스북 로봇 팔의 일관되지 않은 움직임은 호기심을 나타내며, 이러한 호기심은 주변 환경에 고도로 적응할 수 있는 기계를 만드는 열쇠입니다. 로봇에게 작업 방법을 가르치는 또 다른 쉽고 빠른 방법은 시뮬레이션입니다. 예를 들어, 스틱맨 애니메이션이 시행 착오를 통해 살아가고 독학하는 디지털 세상을 구축하는 방법입니다. 이 방법을 사용하면 상대적으로 빠르게 학습 할 수 있습니다. 이것은 디지털 세계의 기계가 실제 세계의 물리 법칙에 의해 제한되지 않기 때문에 반복이 훨씬 빠릅니다. 그러나 이것은 현실 세계를 완전히 반영하지는 않습니다. 변화하는 인간 환경의 복잡성을 완전히 시뮬레이션 할 수 있는 방법은 없습니다. 이러한 이유로 연구자들은 먼저 일부 움직임을 시뮬레이션 한 다음 해당 지식을 실제 로봇으로 전달하여 로봇을 훈련시킬 수 있도록 했습니다. 그러나 이러한 전환은 디지털 세계와 물리적 세계가 일치하지 않기 때문에 매우 까다롭습니다. 매우 복잡한 로봇을 설계 할 때 로봇이 직면하게 될 인간 세계의 혼돈을 시뮬레이션하는 것은 불가능합니다. 로봇이 실제로 "경험"하는 것 외에 다른 방법은 없습니다. 인간이 로봇에게 주는 작업이 더욱 복잡 해짐에 따라 이는 더욱 중요해집니다. 공장 생산 라인에서 자동차 문을 들어 올리는 로봇은 코딩이 비교적 쉽습니다. 그러나 집안의 혼란 속에서 임무를 수행하려면 (바닥이 어수선한 곳, 어린이, 바닥에 누워있는 어린이 등) 로봇이 창의적이고 피드백 루프에 빠지지 않도록 적응해야 합니다. 되지 않습니다. 코더가 장애물을 추적하는 것은 불가능합니다. 로봇은 AI를 더 똑똑하게 만듭니다. Facebook 프로젝트는 AI와 로봇을 통합하려는 큰 노력의 일환입니다. 지금까지 두 세계는 기본적으로 연결이 끊어졌습니다. 물론 로봇이 자율적으로 작동하려면 머신 비전을 사용하여 세상을 감지하는 것과 같은 AI가 항상 필요합니다. 구글, 아마존 및 페이스북과 같은 거대 기술 회사는 완전한 디지털 영역에서 AI를 개발하는 데 큰 진전을 이루었습니다 (예 : 컴퓨터가 이미지에서 물체를 인식하도록 인간에게 사전 라벨링). 반면에 로봇은 여전히 매우 뒤처져 있습니다. 연구원들이 심각한 실수를 하지 않고 일을 처리하는 데 집중했기 때문입니다. 그러나 이러한 상황은 변화하기 시작했습니다. AI 연구자들은 소프트웨어 알고리즘을 개선하기 위한 플랫폼으로 로봇을 사용하기 시작했습니다. 예를 들어 Facebook은 로봇을 교육하고 결국 일련의 작업을 스스로 해결하도록 할 수 있습니다. 이는 또한 사용자를 위한 일련의 작업을 더 잘 계획 할 수 있는 AI 비서의 개발을 촉진 할 수 있습니다. "한 상황에서 문제를 해결할 수 있다면 다른 상황에서 문제를 해결할 수 있습니다."라고 Lucan은 말합니다. 즉, AI가 로봇을 더 똑똑하게 만드는 동안 로봇도 AI 발전을 돕고 있습니다. Lucan은 "AI에 관한 많은 문제와 질문이 현재 로봇 분야의 연구자들에 의해 연구되고 있습니다."라고 말합니다. "로봇을 속일 수 없기 때문입니다. 로봇을 사용하면 많은 사람들이 이미지에 라벨을 지정하지 않습니다." 어쨌든 문제는 페이스 북과 같은 거대기업들이 로봇으로 무엇을 할 것인지에 대해 생각해 볼 필요가 있습니다. 지금까지 회사는 이러한 연구가 특정 제품의 생산과 직접적으로 관련이 없다고 말합니다. 그러나 우리는 페이스북이 커뮤니케이션 사업 (및 광고 판매 사업)에 관여한다는 것을 명심해야 합니다. Lucan은 "로봇 공학이 핵심 구성 요소 중 하나가 될 것이라고 생각합니다. 텔레프레즌스 같은 것을 생각해보십시오."라고 말합니다. 사실 페이스 북은 이미 VR "Oculus"와 비디오 채팅 시스템 "Portal"을 위한 헤드 마운트 디스플레이를 제공하는 하드웨어 회사입니다. 논리적으로 다음은 차례는 원격으로 제어 할 수 있는 시스템이 될 것입니다. 물론 그것은 바로 일어나지 않습니다. 그 이유 중 하나는 기계가 충분히 똑똑하거나 쓸모가 없기 때문입니다. 어떤 로봇도 아직 그렇게 똑똑하지 않습니다. 그러나 페이스 북의 고군분투하는 로봇 팔 은이 상황을 해결하는 데 도움이 될 수 있을 것입니다.