엔지니어가 AI에게 최소한의 에너지를 통해 바다를 항해하는 방법을 가르치다
캘리포니아공대, ETH 취리히대, 하버드대 엔지니어들은 자율형 드론이
해류를 이용해 항해를 도울 수 있는 인공지능(AI)을 개발하고 있습니다.
항공기계공학의 100주년 기념교수이자 네이처 커뮤니케이션스가 발표한 연구에 관한
논문의 저자인 John O. Dabiri 교수는
“우리가 로봇을 통해 심해 탐험을 원할 때, 2만 피트 떨어진 지표에서 조이스틱을 통해
로봇을 제어하는 것은 거의 불가능합니다.
지표에서 해류를 검출할 수 없기 때문에 항해에 필요한 해류에 관한
데이터를 제공하는 것도 불가능합니다.
https://fullstack.typehut.com/8632
https://fullstack.typehut.com/8631
그 대신 어느 시점에서 어떻게 이동할지에 대한 결정을 내리려면
해양에서 드론이 필요합니다” 라고 말했습니다.
인공지능의 성능은 컴퓨터 시뮬레이션을 통해 테스트가 되었지만
해당 작업을 진행한 연구팀은 지구와 다른 행성의 해상 드론에 전력을 공급할 수 있는
작은 컴퓨터 칩으로 알고리즘을 실행하는 손바닥만한 소형 로봇도 개발했습니다.
목표는 지구의 해양상태를 감시하는 자율시스템을 만드는 것입니다.
예를 들어 해파리가 보다 빠르고 자유롭게 헤엄칠 수 있도록 기존에 개발한 인공 보철물과
알고리즘을 조합해 사용합니다.
이 알고리즘을 실행하는 완전한 기계로봇은 Enceladus나 Europa와 같은
다른 세계의 해양까지 탐사할 수 있습니다.
어떤 시나리오에서든 드론이 어디로 가야 하는지,
그리고 거기에 가기 위한 가장 효율적인 방법에 대해 스스로 결정할 수 있어야 할 것입니다. 그러기 위해서는 스스로 수집할 수 있는 데이터
즉, 현재 경험하고 있는 수류에 대한 정보만 갖게 될 입니다.
https://fullstack.typehut.com/8634
https://fullstack.typehut.com/8633
이 과제를 해결하기 위해 연구자들은 강화학습(RL) 네트워크로 눈을 돌렸습니다.
기존 신경망에 비해 강화학습망은 정적 데이터셋으로 훈련하는 것이 아니라
경험을 수집할 수 있는 한 빨리 훈련합니다.
이 계획을 통해 훨씬 작은 컴퓨터에 존재할 수 있게 됩니다.
이 프로젝트의 목적을 위해 팀은 Teensy에 설치하고 실행할 수 있는
소프트웨어를 만들었습니다.
이 소프트웨어는 아마존에서 30달러 미만으로 누구나 구입할 수 있으며,
소비 전력은 약 0.5와트의 전력만 사용합니다.
연구팀은 수중 장애물을 통과하는 흐름이 반대 방향으로 움직이는
여러개의 소용돌이를 만드는 컴퓨터 시뮬레이션을 이용해 소용돌이가 발생한 뒤
속도가 낮은 지역을 이용해 최소한의 전력으로 목표지점까지 항해하도록
AI에게 알려줬습니다.
항해를 돕기 위해 시뮬레이션에 나선 수영 선수는 곧바로 물살에 대한 정보를 얻었지만
곧 소용돌이를 이용해 목표를 향해 나아가는 법을 배웠습니다.
물리적 로봇에서는, AI는 탑재 자이로스코프와 가속도계로부터 수집할 수 있는
정보 밖에 액세스 할 수 없습니다.
자이로스코프와 가속도계는 로봇 플랫폼으로서는 비교적 소형으로 저비용 센서입니다.
이런 종류의 항법은 독수리나 매가 공중에서 열을 이용해 기류에서 에너지를 추출한 뒤 최소한의 에너지로 원하는 장소로 이동하는 방식과 비슷합니다.
놀랍게도 연구자들은 이들의 강화학습 알고리즘이 바닷속의 실제 물고기가 사용한다고 생각하는 보다 효과적인 항해전략을 배울 수 있다는 사실을 발견했습니다.
Dabiri는 “우리는 당초 AI가 실제 수영 동물에서 이미 볼 수 있는 내비게이션 전략과
경쟁할 수 있기를 바랬고 컴퓨터로 반복 실험을 통해 더 효과적인 방법을
배우는 것에 놀랐다” 라고 말했습니다.
해당 기술은 아직 초보적인 단계에 있습니다.
현재, 연구팀은 AI가 해양 임무중에 조우할 가능성이 있는
여러가지 타입의 흐름의 혼란(예를 들면, 소용돌이 대 조류)을 테스트하고,
야생에 있어서의 그 효과를 평가하고 싶다고 생각하고 있습니다.
그러나 연구자들은 해양유동물리학에 대한 지식을 강화학습 전략으로 통합해
이 한계를 극복하는 것을 목표로 하고 있다고 했습니다.
현재의 연구는 RL 네트워크가 이러한 작은 장치로 작동할 수 있기 때문에
해당 과제를 해결하는 데 잠재적인 효과가 있음을 증명하고 있습니다.
이를 현장에서 시험하기 위해 팀은 CARL-Bot(칼텍 자율강화학습 로봇)으로 불리는
맞춤형 드론에 틴즈를 얹고 있습니다.
칼봇은 칼텍 캠퍼스에 새로 건설된 2층 높이의 수조에 들어가 해류를 항해하는 방법을
가르칠 예정입니다.
네이처 커뮤니케이션 논문의 주 집필자인 Peter Gunnarson 캘리포니아
공과대학 대학원생은
“로봇은 배울 뿐 아니라 해류와 해류를 항해하는 방법도 배우게 될 것” 이라고 말했습니다.