- AI 로봇 사이버러너가 미로 게임에서 인간을 제치고 6시간 만에 정복
- 연구자들은 모델 기반 강화학습을 활용하고 AI 협력을 위해 연구 결과를 공개함
- 사이버러너의 $200 오픈소스 플랫폼은 AI 로봇 기술 혁신을 촉진
획기적인 성과로, ETH 취리히의 연구원들은 인기 게임 라비린스(Labyrinth)에서 인간을 능가하는 AI 로봇 사이버러너(CyberRunner)를 개발했습니다. 이 로봇은 미세 운동 기술과 공간 추론을 사용하여 작은 금속 공을 미로 속으로 조종함으로써 이 업적을 달성했으며, 6시간 만에 게임을 마스터했습니다.
이는 인공지능이 직접적인 물리적 응용 분야에서 뛰어난 성과를 거둔 초기 사례 중 하나로, 민첩성 기반 작업에서 사고하고, 학습하며, 자기 개발하는 능력을 보여줍니다.
모델 기반 강화 학습: 성공의 열쇠
연구원인 라파엘로 D'안드레아와 토마스 비는 사이버러너가 라비린스 게임에서 탁월한 성과를 거둘 수 있도록 가르치기 위해 모델 기반 강화 학습이라는 분야의 최근 발전을 활용했습니다. 이 유형의 머신러닝은 AI가 시행착오를 통해 동적 환경에서 어떻게 행동해야 하는지 학습하는 것을 포함합니다.
연구원들은 학술 논문을 통해 자신의 작업을 공유함으로써 다른 사람들이 그들의 발견을 바탕으로 구축할 수 있도록 했으며, 이는 프로젝트의 협력적이고 오픈 소스적인 성격을 강조합니다.
이 프로젝트의 놀라운 측면 중 하나는 접근성입니다. D'안드레아와 비는 그들의 작업을 오픈 소스 플랫폼에서 제공하여 더 넓은 커뮤니티가 AI 로봇 공학 분야에서 탐색하고, 실험하며, 혁신할 수 있도록 합니다.
단 200달러의 가격으로 사용자는 대규모 실험을 위해 사이버러너 플랫폼을 활용할 수 있으며, 이는 AI 애호가와 연구원들 간의 소통과 모범 사례 공유를 촉진합니다.
반복에서 적응으로 진화하는 AI
산업용 로봇은 오랫동안 반복적이고 정밀한 제조 작업을 수행하는 데 능숙했습니다. 그러나 사이버러너가 보여준 유연성과 적응력은 AI 기반 기계의 능력에서 중요한 도약을 나타냅니다.
이 로봇이 동적인 물리적 작업에 실시간으로 사고하고, 학습하며, 적응할 수 있는 능력은 이전에 인간 지능을 통해서만 달성 가능하다고 여겨졌습니다.
경험을 통한 학습: 사이버러너의 독특한 접근법
사이버러너의 학습 과정은 그 성공의 흥미로운 측면입니다. 위에서 미로를 관찰하는 카메라를 갖춘 이 로봇은 경험을 통해 학습하며, 단축 경로 포함하여 미로를 탐색하는 놀라운 방법을 발견합니다.
그러나 연구원들은 이 로봇이 이러한 단축 경로를 악용하지 않도록 지시해야 했으며, 이는 AI 개발에서 윤리적 고려의 필요성을 강조합니다.
D'안드레아는 그들의 프로젝트가 비싼 맞춤형 플랫폼이 아니라 AI 로봇 공학을 발전시키려는 모든 사람에게 개방적이고 저렴한 자원이라고 강조했습니다. 이러한 포용성과 저렴함은 해당 분야에서 빠른 진전의 잠재력을 위한 핵심 요소입니다.
가장 똑똑한 암호화폐 전문가들이 이미 우리 뉴스레터를 구독하고 있습니다. 참여하고 싶으신가요? 함께하세요.
면책 조항. 제공된 정보는 투자 조언이 아닙니다. Cryptopolitan.com 본 페이지에 제공된 정보를 바탕으로 이루어진 투자에 대해 어떠한 책임도 지지 않습니다. 투자 결정을 내리기 전에 반드시 독립적인 조사나 자격을 갖춘 전문가의 상담을 강력히 권장합니다.
Brian Koome
브라이언 쿰은 2017 년 이후 블록체인 및 암호화폐 업계에서 활동해 온 7 년 이상의 경험을 보유하고 있습니다. BlockToday.com 을 포함한 주요 출판사에 기고했으며, BitDegree.org 에서 이더리움 101 과정을 개발한 후 Cryptopolitan 의 전속 작가로 합류했습니다. 브라이언은 에버그린 가이드 (EG), 심층 분석, 인터뷰, 가격 분석을 다루며 DeFi, 블록체인 혁신, 그리고 신흥 암호화폐 프로젝트에 집중하여 독자들에게 큰 호응을 얻고 있습니다.
