DARPA, 컴퓨터 비전 AI 시스템을 “제3의 물결” 개발로 이끌다

국방고등연구계획국(DARPA)은 컴퓨터 비전 기술을 개선하고 “제3의 물결” AI 연구를 시작하는 프로젝트를 시작했다. 제3의 물결 AI 연구는 제1차와 제2차 AI 기술의 한계를 해결하기 위해 이미지 인식 알고리즘을 개선하는 것을 목표로 한다.

DARPA는 미국 군대의 주요 고등 연구 그룹으로, 초기 컴퓨터 네트워크와 초기 AI 시스템을 포함한 현대 기술의 많은 요소를 창조하는 데 중요한 역할을 했다. DARPA는 최근에 “제3의 물결” AI 이론과 응용 프로그램 개발에 참여할 연구자를 찾는 공고를 게시했다. 이 공고는 DARPA의 Pixel Intelligent Processing (IP2) 시스템에 대한 작업 기회를 언급했다. IP2는 이미지/비디오 인식 시스템의 일반적인 신뢰성, 사용성, 정확성을 개선하는 것을 목표로 한다. IP2는 특히 에지 컴퓨팅 인스턴스에서 중요하다. 이러한 장치는大量의 작업을 처리하는 데 필요한 계산 리소스에 접근할 수 없기 때문이다.

IP2는 에지 컴퓨팅 장치에서 AI 시스템을 배포하는 것을 제한하는 두 가지 문제를 해결하는 것을 목표로 한다. 하나는 정확성을 유지하면서도 저중량, 저전력, 저지연의 AI 알고리즘을 생성하는 것이다. 또 다른 문제는 데이터 복잡성을 해결하는 것이다. 데이터 세트의 복잡성을 줄일수록 데이터를 분석하는 데 필요한 처리 능력이 줄어든다.

DARPA 연구원들은 이미지 데이터 세트의 복잡성을 줄이기 위해 개별 픽셀을 처리하는 신경망을 사용할 것이다. 이 기술은 데이터 세트의 차원을 줄이고 이미지/비디오의 희소성을 증가시킨다. 이러한 기술을 사용하면 백엔드에서 데이터를 처리하는 동안 모델의 정확성을 희생하지 않는다. 차원 감소 기술을 사용하면 AI 시스템이 이미지/비디오에서 가장 관련 있는 정보를 추출하여 예측을 하는 재귀 신경망 모델에 전달할 수 있다. 재귀 신경망 자체도 전력 소비를 줄이기 위해 단순화된다.

DARPA officials에 따르면, NextGov에 인용된 바와 같이:

“데이터 스트림을 즉시 희소한 특징 표현으로 이동함으로써, 감소된 복잡성의 [신경망]은 높은 정확도로 훈련을 완료하면서 전체 컴퓨팅 연산을 10배로 줄일 수 있다.”

IP2 프로젝트는 수행자가 최신 기술의 정확도를 보여주면서도 대규모 데이터 세트를 처리할 때 AI 알고리즘 처리 에너지 지연을 20배로 줄이는 것을 필요로 할 것이다. 예를 들어, IP2는 버클리 대학교의 BDD100K 데이터 세트에서 최신 기술의 결과를 제공해야 한다. 이 데이터 세트는 자율 주행 자동차를 훈련하는 데 사용되는 대규모 데이터 세트로, 다양한 이미지 분류 작업과 함께 가시성, 날씨, 지리적, 환경적 조건의 다양성을 포함한다.

DARPA는 컴퓨터 비전 알고리즘과 시스템의 제3의 물결을 해결하기 위해 준비하는 동안, 또한 항공기 제어의 일부를 자동화하는 노력을 주도하고 있다. 최근에는 AI 제어 F-16 전투기를 가상 도그파이트에서 상대편과 대결하는 시뮬레이션 테스트를 수행했다. 이 테스트는 군대의 전투기에서 AI를 통합하는 더 큰 임무의 1단계였다. 1단계의 종료는 시뮬레이션에서 실제 비행으로의 전환에 중점을 두고 있으며, DARPA는 2021년 후반에 실제 비행 테스트를 준비하고 있다.