물리적 기술革命: AI 로봇, 랩린스 마블 게임에서 인간 능력 초월

ETH Zurich의 연구자들은 인공 지능 분야에서 획기적인 발전을 이루어, AI가 물리적 기술을 요구하는 작업에서 인간을 능가할 수 있음을 입증했다. 이 돌파구는 랩린스 마블 게임, 즉 민첩성과 정밀성을 테스트하는 게임에서 인간을 능가한 AI 로봇, CyberRunner를 통해展示되었다.

전통적으로 인간의 운동 능력과 공간적推論을 테스트하는 랩린스 게임은 마블을 마제에서 목표로 안내하는 게임이다. 그러나 CyberRunner, 즉 ETH Zurich에서 개발하여 전용 웹사이트에 자세히 설명된 로봇은 이 게임을 매우 짧은 시간에 마스터했다.

고급 모델 기반 강화 학습을 사용하여 CyberRunner는 물리적 상호작용 영역에서 AI의 능력을 확장하는 방법을展示한다. 이 기술은 AI가 환경에서 지속적으로 학습함으로써 예측하고 계획할 수 있게 한다. 카메라로 게임을 관찰하고 모터로 보드를 제어하는 로봇은 인간의 학습과 유사한 과정으로 빠르게 게임을 향상시켰다.

기록적으로 CyberRunner는 6시간이 조금 넘는 시간에 1,200만 시간 단계를 55샘플/초의 제어 속도로 완료하여 매우 높은 수준의 인간 플레이어의 기록을 6% 이상 능가했다.

흥미롭게도, CyberRunner는 학습 단계에서 게임의 단축 경로를 발견했으며, 연구 책임자 Thomas Bi와 Prof. Raffaello D’Andrea가 AI를 이러한 경로를 피하도록 지시했다.

ETH Zurich 연구자의 이 성과는 게임에서 AI의 경계를 확장하는 것뿐만 아니라 물리적 작업에 AI를 적용하는 방법에서 주요한 발전을 나타낸다. CyberRunner의 성공은 복잡한 물리적 작업을 수행할 수 있는 AI의 미래를 암시하며, 다양한 산업과 일상 생활을 변革할 수 있다.

이 AI 개발의 이정표는 체스 또는 고를 마스터하는 것과 같은 가상 성과에서 물리적 도전을 극복하는 것으로의 전환을 나타내며, 물리적 기술과 민첩성 영역에서 인간과 기계의 능력 사이의 경계를模糊화한다.

연구 논문의 사전판은 프로젝트 웹사이트에 उपलब하다. 또한 Bi와 D’Andrea는 프로젝트를 오픈 소스로 만들고 웹사이트에 공개할 예정이다. Prof. Raffaello D’Andrea는 다음과 같이 말했다. “우리는 이것이 현실 세계 기계 학습과 AI 연구를 위한 이상적인 테스트 베드라고 믿는다. CyberRunner 이전에는 대규모 예산과 맞춤형 실험 인프라를 갖춘 조직만이 이 분야에서 연구를 수행할 수 있었다. 이제 200달러 미만으로 누구나 최신 AI 연구에 참여할 수 있다. 또한 수천 대의 CyberRunner가 실-world에 배포되면 대규모 실험을 수행할 수 있을 것이며, 학습은 평행하게 전 세계적으로 발생할 것이다. 시민 과학의 최종 목표!”