인공 지능의 발전: 메타가 인간과 같은 감각과 민첩성을 인공 지능에 적용하는 방법

인공 지능은 시각 인식과 언어 처리에서 많은 발전을 이루었습니다. 그러나 이러한 능력만으로는 물리적인 세계와 상호작용할 수 있는 시스템을 구축하기에 충분하지 않습니다. 인간은 물건을 다루거나 제어된 동작을 하는 데 감각을 사용합니다. 우리는 질감, 온도, 무게를 감지하여 각 동작을 정확하게 수행할 수 있습니다. 이러한 감각 피드백을 통해 우리는 깨달은 물건을 조작하고, 도구를 제어하여 정교한 작업을 수행할 수 있습니다.

메타는 가상 현실과 aumented 현실에서 많은 업적을 이루었으며, 이제 인간과 같은 감각과 민첩성을 인공 지능에 적용하는 데 도전하고 있습니다. 메타의 FAIR Robotics 이니셔티브를 통해, 메타는 로봇의 감각과 물리적인 민첩성을 향상시키기 위한 오픈 소스 도구와 프레임워크를 개발하고 있습니다. 이러한 노력은 인공 지능의 발전으로 이어질 수 있습니다 — 시스템이 단순히 보거나 듣기만 하는 것이 아니라 물리적인 세계와 상호작용할 수 있는 시스템입니다.

인공 지능이란 무엇인가?

인공 지능은 물리적인 상호작용과 인공 지능을 결합하여 기계가 자연스럽게 환경과 상호작용할 수 있도록 합니다. 입력을 단순히 “보거나” “듣기”만 하는 것이 아니라, 기계가 환경과 상호작용할 수 있도록 합니다. 예를 들어, 로봇이 물건에 가하는 압력을 감지하고, 그립을 조정하고, 민첩하게 움직일 수 있습니다. 인공 지능은 화면과 스피커를 넘어 물리적인 세계로 확장되어 물건을 조작하고, 작업을 수행하며, 사람들과 더 의미 있게 상호작용할 수 있습니다.

예를 들어, 인공 지능을 기반으로 하는 로봇은 노인에게 깨달은 물건을 집어주는 데 도움을 줄 수 있습니다. 의료 분야에서, 로봇은 수술 중에 의사들이 정확하게 기구를 잡을 수 있도록 도와줄 수 있습니다. 이러한 가능성은 연구소나 공장의 로봇 팔을 넘어, 기계가 물리적인 환경에 실시간으로 반응하고 상호작용할 수 있는 시스템을 만드는 데 있습니다.

메타의 인공 지능 접근 방법

메타는 인간과 같은 감각과 민첩성을 인공 지능에 적용하기 위해 세 가지 주요 영역에 초점을 맞추고 있습니다. 첫째, 메타는 압력, 질감, 온도와 같은 것을 감지할 수 있는 고급 감각 기술을 개발하고 있습니다. 둘째, 메타는 이러한 신호를 이해하고 반응할 수 있는 감각 인식 모델을 만들고 있습니다. 마지막으로, 메타는 여러 센서와 감각 인식 모델을 통합하여 감각 개발 플랫폼을 구축하고 있습니다. 여기서 메타가 인공 지능의 발전을 위해 각 영역에서 진행 중인 작업을 소개합니다.

메타 디지트 360: 인간 수준의 감각

메타는 디지트 360을 소개했습니다. 이는 인공 지능에 인간과 같은 감각을 제공하기 위한 감각 기술입니다. 18개의 감각 특징을 갖춘 디지트 360은 진동, 열, 표면의 화학 물질을 감지할 수 있습니다. 인공 지능 칩이 내장된 디지트 360은 감각 데이터를 즉시 처리하여 스토브의 열이나 바늘의 뾰족한 끝과 같은 입력에 빠르게 반응할 수 있습니다. 이 기술은 인공 지능의 “주변 신경계”로 작용하여 인간과 같은 반사적 반응을 시뮬레이션합니다. 메타는 디지트 360을 고유한 광학 시스템으로 개발했으며, 8백만 개의 택셀이 포함되어 있어 모든 각도에서 감각을 캡처할 수 있습니다. 디지트 360은 작은 세부 사항까지 감지할 수 있으며, 1 밀리뉴턴의 힘까지 감지할 수 있습니다. 이는 인공 지능이 환경에 대해 세부적으로 감각할 수 있도록 합니다.

메타 스파시: 감각 인식의 기초

메타는 감각 인식 능력을 향상시키기 위해 스파시를 개발했습니다. 스파시는 인공 지능이 물리적인 감각을 이해하고 반응할 수 있도록 합니다. 감각을 의미하는 산스크리트어 “스파시”에서 유래한 이름을 가진 이 모델은 인공 지능의 “감각 뇌”로 작용합니다. 스파시는 기계가 복잡한 감각 신호를 해석할 수 있도록 합니다.

스파시의 주요 특징 중 하나는 그 유연성입니다. 전통적인 감각 시스템은 각 작업에 대해 별도의 모델을 사용하며, 레이블이 붙은 데이터와 특정 센서에 크게 의존합니다. 스파시는 이러한 접근 방식을 완전히 변경합니다. 일반-purpose 모델로, 스파시는 다양한 센서와 작업에 적응할 수 있습니다. 스파시는 460,000개의 감각 이미지 데이터베이스에서 자체 감독 학습을 통해 감각 패턴을 학습하며, 레이블이 붙은 데이터가 필요 없습니다.

메타는 또한 스파시의 능력을 평가하기 위한 새로운 벤치마크인 TacBench를 소개했습니다. TacBench에는 6개의 감각 기반 작업이 포함되어 있으며, 스파시가 전통적인 모델보다 95.1% 더 우수하다는 것을 보여주었습니다. 메타의 I-JEPA와 DINO 아키텍처를 기반으로 하는 스파시 버전은 힘 추정, 미끄러짐 감지, 복잡한 조작과 같은 작업에서卓越한 능력을 보여주었습니다.

메타 디지트 플렉서스: 감각 시스템 개발 플랫폼

메타는 감각 기술과 감각 인식 모델을 통합하여 인공 지능 시스템을 만들기 위한 플랫폼인 디지트 플렉서스를 개발했습니다. 디지트 플렉서스는 단일 로봇 손에 감각 기술과 팜 센서를 결합하여 더 조정된 감각 반응을 가능하게 합니다. 이 설정은 인공 지능이 감각 피드백을 처리하고 실시간으로 동작을 조정할 수 있도록 합니다.

디지트 플렉서스는 손 전체에 걸쳐 감각 피드백을 표준화하여 인공 지능의 정밀도와 제어를 향상시킵니다. 이는 제조와 의료 분야에서 특히 중요합니다. 디지트 플렉서스는 센서와 제어 시스템을 연결하여 데이터 수집, 제어, 분석을 단일 케이블을 통해 수행할 수 있도록 합니다.

메타는 디지트 플렉서스의 소프트웨어와 하드웨어 설계를 오픈 소스 커뮤니티에 공개할 계획입니다. 목표는 협력을 촉진하고 인공 지능 연구를 가속화하여 이러한 분야에서 혁신과 발전을 이룰 수 있도록 하는 것입니다.

인공 지능 연구 및 개발 촉진

메타는 기술뿐만 아니라 인공 지능 연구와 개발을 촉진하기 위한 자원을 개발하고 있습니다. 주요 이니셔티브 중 하나는 벤치마크를 개발하여 인공 지능 모델을 평가하는 것입니다. PARTNR(Planning And Reasoning Tasks in humaN-Robot collaboration)과 같은 벤치마크는 인공 지능 모델이 가사 작업 중에 인간과 상호작용하는 방식을 평가합니다. Habitat 3.0 시뮬레이터를 사용하여 PARTNR은 로봇이 가사 작업을 수행하는 현실적인 환경을 제공합니다. 100,000개의 언어 기반 작업을 포함하여, PARTNR은 인공 지능의 발전을 가속화하는 데 도움이 됩니다.

메타는 GelSight Inc.와 Wonik Robotics와 같은 조직과 협력하여 감각 기술의 채택을 가속화하고 있습니다. GelSight는 디지트 360 센서를 배포할 예정이며, Wonik Robotics는 디지트 플렉서스 기술을 통합한 Allegro Hand를 제조할 예정입니다. 이러한 기술을 오픈 소스 플랫폼과 파트너십을 통해 제공함으로써, 메타는 의료, 제조, 가정 지원과 같은 분야에서 혁신을 이룰 수 있는 생태계를 만들고 있습니다.

결론

메타는 인공 지능의 발전을 위해 노력하고 있습니다. 디지트 360과 스파시와 같은 혁신을 통해, 인공 지능 시스템은 환경에 대해 더 정교하게 반응할 수 있습니다. 이러한 기술을 오픈 소스 커뮤니티와 주요 조직과 공유함으로써, 메타는 감각 기술의 개발을 가속화하고 있습니다. 이러한 발전은 의료, 제조, 가정 지원과 같은 분야에서 인공 지능이 더 능력 있게 되고, 현실 세계의 작업에서 더 반응성이 높아질 수 있도록 할 수 있습니다.

ring 이러한 기술을 오픈 소스 커뮤니티와 주요 조직과 공유함으로써, 메타는 감각 기술의 개발을 가속화하고 있습니다. 이러한 발전은 의료, 제조, 가정 지원과 같은 분야에서 인공 지능이 더 능력 있게 되고, 현실 세계의 작업에서 더 반응성이 높아질 수 있도록 할 수 있습니다.