패트릭 M. 필라르스키, Ph.D. 캐나다 CIFAR AI 의장 (Amii) – 인터뷰 시리즈

패트릭 M. 필라르스키 박사는 캐나다 CIFAR 인공 지능 의장, 이전 캐나다 연구 의장인 기계 지능 및 재활 분야, 그리고 앨버타 대학교 의과대학 물리적 의학 및 재활학 部門의 부교수입니다.

2017년에 필라르스키 박사는 앨버타 주 에드먼턴에 있는 DeepMind의 첫 번째 국제 연구 사무소를 공동 설립하였으며, 2023년까지 사무소 공동 리더 및 시니어 스태프 연구 과학자로 활동했습니다. 그는 アルバータ 기계 지능 연구소 (Amii)의 펠로우이자 이사회의 회원이며, BLINC 연구소의 공동 리더이며, 앨버타 대학교의 강화 학습 및 인공 지능 연구소 (RLAI) 및 SMART 네트워크의 주요 연구자입니다.

필라르스키 박사는 120개 이상의 동료 심사 논문의 수상 작가 또는 공동 작가이며, IEEE의 시니어 멤버이며, 省, 국가, 국제 연구 기관의 연구 보조금을 지원받았습니다.

우리는 에드먼턴에서 열린 2023년 Upper Bound 컨퍼런스에서 인터뷰를 진행했습니다. 이 컨퍼런스는 에드蒙튼에서 열린 인공 지능에 관한 연례 컨퍼런스로, Amii (アルバータ 기계 지능 연구소)에서 주최합니다.

인공 지능 분야에 어떻게 들어오게 되셨나요? 이 산업에 대해 어떤 점이 매력적이었나요?

이 두 가지 질문은 별개입니다. 인공 지능에 매력을 느끼는 이유는, 복잡성이 어떻게 나타나고 구조가 어떻게 나타나는지에 대한 것입니다. 지능은 이러한 복잡성의 예 중 하나입니다. 생물학적 측면이나 기계의 복잡한 행동이 나타나는 방식 모두에서 이러한 점이 매력적입니다. 이것은 오랫동안 저를 매료시켜 왔으며, 저의 길고 복잡한 경로는 현재 저가 연구하는 인공 지능 분야, 즉 시도와 오류를 통해 학습하는 기계, 인간과 상호 작용하는 강화 시스템, 시간의 흐름, 경험의 흐름으로 이어졌습니다.

저는 생체 기계 장치와 생물 기술, 인공 지肢와義肢 등에 대해 연구했습니다. 저는 의료 진단을 지원하기 위해 인공 지능을 어떻게 사용할 수 있는지, 기계 지능을 사용하여 질병으로 이어지는 패턴이나 기계 기록에서疾病이 어떻게 나타나는지 이해하는 방법에 대해 연구했습니다. 그러나 이것은 모두 복잡한 행동을 단순한 기반에서 얻는 방법을 정말로赏識하는 길입니다. 특히 강화 학습에서 매력적인 점은 기계가 시간의 흐름에 자신을 내재시키고 자신의 경험에서 학습하여 매우 복잡한 행동을 나타내고, 실제로 세계의 복잡한 현상을 포착할 수 있다는 것입니다.

그것은 저를 정말로 끌리는 것입니다. 특히 저의 초기 경력에서 스포츠 의학을 공부한 것이 인공 지肢로 이어지는 길을 열어주었습니다. 저는 현재 인간과 기계의 상호 작용을 연구하는 환경에서 일하고 있으며, 기계 지능과 재활 기술이 어떻게 사람들의 일상 생활을 지원할 수 있는지 연구하고 있습니다. 이것은 정말로 흥미로운 여정입니다. 복잡한 시스템과 복잡성에 대한側面적인 관심, 그리고 인간이 어떻게 더 잘 지원될 수 있는지에 대한 실제적인 문제에 대한 관심입니다.

초기에 스포츠는 어떻게 인공 지肢로 이어지게 되셨나요?

스포츠 의학 분야는 인간의 몸과 스포츠 또는 기타 활동에서 개인의 고유한需求을 어떻게 지원할 수 있는지에 대해 연구하는 것입니다. 인공 지肢와義肢 기술은 사람들이 원하는 삶을 살 수 있도록 도와주는 장치, 시스템, 기술을 개발하는 것입니다. 이것은 실제로緊密하게 연결된 두 가지입니다. 초기에 스포츠 의학에 대한 관심이 인공 지肢로 이어지는 것이 정말로 흥미롭습니다.

인공 지肢가 사람에게 적응하는 대신, 사람에게 적응하도록 하는 기계 학습에 대해 설명해 주시겠습니까?

절대적으로, 도구 사용의 역사에서 인간은 도구에 자신을 적응시켰습니다. 그리고 우리는 도구를 우리의需求에 맞게 적응시켰습니다. 그리고現在, 우리는 중요한 시점에 있습니다. जह서 우리는 도구를 만들 수 있습니다. 도구가 사람을 지원하는 동안 실제로 적응하고 개선될 수 있는 도구입니다. 강화 학습과 그것을 뒷받침하는 메커니즘, 시간차 학습 등은 이러한 시스템을 구축하는 데 중요합니다.

시간차 학습을 정의해 주시겠습니까?

시간차 학습은 예측 학습 알고리즘의核心입니다. 시스템이 भविष에 대한 예측을 만들고, 현재의 신호를 받으면, 그 차이를 계산하여 오류를 계산합니다. 그리고 이 오류를 사용하여 시스템을 업데이트 합니다. 이것은 강화 학습에서 사용되는 기본 알고리즘입니다.

카이로의 발가락에 대해 이야기해 주시겠습니까? 무엇을 가르쳐 주나요?

카이로의 발가락은 3000년 전의 인공 지肢입니다. 저는 신경 인공 지肢 분야에서 일하고 있습니다. 우리는 매우 발전된 로봇 시스템을 보며, 생물학적 신체 부위와 같은 제어 수준을 가진 시스템을 볼 수 있습니다. 그러나 저는 3000년 전의 나무 발가락을 예로 들어 설명합니다. 이것은 인간이 기술을 사용하여 자신을 확장하는 예입니다. 이것은 새로운 것이 아닙니다. 우리는 항상 도구를 사용해 왔습니다.

인공 지肢와 인간 사이의 피드백 경로에 대해 설명해 주시겠습니까?

우리는 현재 인공 지肢와 인간의 관계를 새롭게 보고 있습니다. 인공 지肢를 사용하는 사람은 그것을 도구로 사용합니다. 그러나 우리는 일반적으로 피드백 경로를 고려하지 않습니다. 인공 지肢에서 사람에게 정보를 전달하는 경로는 기계적 결합, 시각적 피드백 등이 있습니다. 그러나 이것은まだ 연구 중인 분야입니다.

미래에는 3D 프린팅이 사용될 것이라고 생각하시나요? 제조는 어떻게 진행될 것이라고 생각하시나요?

저는 이것에 대해 추측하기 어렵습니다. 그러나 우리는 현재 상업적인 인공 지肢 제공업체에서 3D 프린팅과 기타 제조 기술을 사용하여 장치를 만들고 있습니다. 이것은 매우 흥미롭습니다. 특히 개인 맞춤형 인공 지肢를 만들 때, 3D 프린팅과 제조 기술이 중요합니다.

120개 이상의 논문을 작성하셨습니다. 대표적인 논문이 있나요?

저는 최근에 발표한 논문이 있습니다. 이것은 인간과 기계의 상호 작용을 설명하는 프레임워크입니다. 특히 인공 지肢와 인간의 상호 작용을 설명합니다. 이것은 커뮤니케이션 자본이라는 개념입니다. 이것은 인간과 기계가 상호 작용을 통해 자본을 쌓을 수 있다는 것입니다.

브레인-머신 인터페이스에 대한 응용 프로그램은 무엇이라고 생각하시나요?

저는 적응형 스위칭 기술을 제안했습니다. 이것은 인공 지肢가 사용자의 의도에 따라 적응적으로 스위칭할 수 있는 기술입니다. 이것은 강화 학습과 시간차 학습을 사용하여 구현할 수 있습니다.