세계에서 가장 영향력있는 머신러닝 학회를 꼽으라면 그 중 하나로 NIPS (Neural Information Processing Systems)를 꼽을 수 있을텐데요, 최근 NIPS에선 아주 많은 논문들이 딥러닝과 관련하여 출판되고 있습니다. 이 글은 한 참석자가 NIPS2015에서 느낀 딥러닝에 대한 10가지 트렌드를 밝힌 글을 (대충) 번역한 글입니다.
 |
| 캐나다 몬트리올에서 열린 NIPS 2015 |
2016년 1월 8일 금요일
딥러닝의 10가지 트렌드 from NIPS 2015
세계에서 가장 영향력있는 머신러닝 학회를 꼽으라면 그 중 하나로 NIPS (Neural Information Processing Systems)를 꼽을 수 있을텐데요, 최근 NIPS에선 아주 많은 논문들이 딥러닝과 관련하여 출판되고 있습니다. 이 글은 한 참석자가 NIPS2015에서 느낀 딥러닝에 대한 10가지 트렌드를 밝힌 글을 (대충) 번역한 글입니다.
2015년 12월 4일 금요일
아두이노 vs 라즈베리파이 vs 비글본 : 무엇으로 시작할까?
DIY 프로젝트를 위해 많이 사용되는 마이크로컨트롤러 또는 싱글보드컴퓨터엔 아두이노, 라즈베리파이, 그리고 비글본이 있죠. 그런데 어떤 것을 선택해야할지 참 고민될 때가 많습니다. 그래서 이 글에선 가장 많이 사용되는 세가지를 비교했습니다!
2015년 10월 23일 금요일
[MIT Review] 왜 무인자동차는 사람을 죽이도록 프로그램 되어야할까
MIT 리뷰에선 무인자동차의 도덕적 판단에 관한 흥미로운 논문 하나를 소개했습니다. 바로 "Autonomous Vehicles Need Experimental Ethics: Are We ready for Utilitarian Cars?"(Bonnefon et al., 2015)이란 논문이었는데요,
 |
| 이런 상황에서 무인자동차는 보행자를 치어야할까 아니면 운전자 스스로 충돌하도록 해야할까? (출처) |
2014년 11월 1일 토요일
사람의 연상작용을 닮은 새로운 기계학습 방법
MIT Technology Review에 기계학습과 심리학을 결합한 재미난 연구결과가 있어 소개드립니다. 이 연구는 심리학 실험에서 착안해 진행한 연구입니다. 실험은 다음과 같습니다. 먼저 실험자들에게 노이즈만이 있는 랜덤이미지를 보여줍니다. 그리고 알 수 없는 이 이미지들을 "차"와 "차가 아닌 것"으로 구분하라고 요청하죠. 분명 이 이미지들은 아무 것도 의미하지 않는 랜덤 노이즈일 뿐입니다. 하지만 사람들은 연상작용을 통해 어떤 것이 차를 연상시키는지 골라내기 시작합니다.
놀라운 사실은 사람들이 "차를 연상시킨다"라고 대답한 이미지들을 모아보면 실제로 그것이 (불분명하긴 하지만) 차의 형상을 나타내었다는 것입니다. 이는 기존 기계학습의 한계와는 분명 구분됩니다. 기존의 기계학습은 traning이 되지 않은 데이터에 대해서는 예측을 하지 못한다는 것이 한계점인데, 이와 달리 인간은 비록 보지못했더라도 연상작용을 통해 무언가 새로운 이미지를 만들 수 있기 때문입니다.
이들은 사람, 텔레비전, 물병, 공에 대한 구분에 대해서도 실험에 봤는데 그 실험에서도 비슷한 결과가 나왔다고 합니다. 심지어 실험자의 문화적 배경에 따라 다른 형태의 연상결과가 나오기도 했다네요. 예를 들어 인도 사람에게 '공'을 고르라고 했을 때 나오는 결과는 빨간색 공인데 이는 크리켓 공이 빨갛기 때문이고, 반면 미국사람들은 갈색 공, 즉 풋볼이나 농구공 색깔을 연상하였다고 합니다.
이 연구진은 나아가 Support Vector Machine을 변형한 새로운 알고리즘을 제시하기도 하였습니다. 이 알고리즘은 사람의 연상작용을 응용해 이미지템플릿을 학습함으로써 특정한 이미지를 학습했을 때보다 더 좋은 학습결과를 보여줬다고 하네요. 이제는 기존 학습한 것들만 통계적으로 추론해주는 인공지능이 아닌, 새로운 것을 상상하는 인공지능이 나오지 않을까 기대가 큽니다! 더 궁금하신 분들은 "Acquiring Visual Classifier from Human Imagination" (C. Vondrick et al., 2014) 논문을 참고해주세요.
[facebook] http://facebook.com/trobotics
[rss feeds] http://t-robotics.blogspot.kr/feeds/posts/default
놀라운 사실은 사람들이 "차를 연상시킨다"라고 대답한 이미지들을 모아보면 실제로 그것이 (불분명하긴 하지만) 차의 형상을 나타내었다는 것입니다. 이는 기존 기계학습의 한계와는 분명 구분됩니다. 기존의 기계학습은 traning이 되지 않은 데이터에 대해서는 예측을 하지 못한다는 것이 한계점인데, 이와 달리 인간은 비록 보지못했더라도 연상작용을 통해 무언가 새로운 이미지를 만들 수 있기 때문입니다.
이들은 사람, 텔레비전, 물병, 공에 대한 구분에 대해서도 실험에 봤는데 그 실험에서도 비슷한 결과가 나왔다고 합니다. 심지어 실험자의 문화적 배경에 따라 다른 형태의 연상결과가 나오기도 했다네요. 예를 들어 인도 사람에게 '공'을 고르라고 했을 때 나오는 결과는 빨간색 공인데 이는 크리켓 공이 빨갛기 때문이고, 반면 미국사람들은 갈색 공, 즉 풋볼이나 농구공 색깔을 연상하였다고 합니다.
이 연구진은 나아가 Support Vector Machine을 변형한 새로운 알고리즘을 제시하기도 하였습니다. 이 알고리즘은 사람의 연상작용을 응용해 이미지템플릿을 학습함으로써 특정한 이미지를 학습했을 때보다 더 좋은 학습결과를 보여줬다고 하네요. 이제는 기존 학습한 것들만 통계적으로 추론해주는 인공지능이 아닌, 새로운 것을 상상하는 인공지능이 나오지 않을까 기대가 큽니다! 더 궁금하신 분들은 "Acquiring Visual Classifier from Human Imagination" (C. Vondrick et al., 2014) 논문을 참고해주세요.
[facebook] http://facebook.com/trobotics
[rss feeds] http://t-robotics.blogspot.kr/feeds/posts/default
2014년 9월 18일 목요일
[IEEE] 치타로봇, 들판을 뛰어다니다
MIT 김상배 교수님 연구실에서 발표되었던 세계에서 가장 빠른 로봇, 치타로봇 기억하시나요? 그동안 치타로봇이 '런닝머신 위에서만 달리는 것 아니냐'라는 의구심이 있었는데요, 이번에 드디어 들판을 달리는 치타로봇을 공개했습니다.
휴머노이드 Nao가 사람들을 피해가며 조그만 자동차를 이리저리 움직이고 있다. 이는 스스로 움직이는 무인자동차에 비해 약간 더 복잡한(but not 난해한) 기술이라 할 수 있다.
이 동영상을 보면 이 치타로봇은 전기모터를 사용하기 때문에 Boston Robotics의 WildCat보다도 훨씬 조용하고, 또 매우 높은(33cm) 장애물을 뛰어넘을 수 있어 참 그 기술에 놀라지 않을 수가 없습니다. 치타로봇은 31kg, 0.7m의 로봇으로서 주로 bounding의 방식으로 주행하는 것이 특징입니다. (참고로 말과 같은 동물은 속도에 따라 trot, gallop, bounding의 보행패턴을 구사합니다.) 이번 IROS에서도 이에 대한 발표가 있었다고 하는데요, 박해원 박사님, 김상배 교수님의 뛰어난 연구성과에 박수를 보내드리고 싶네요.
[facebook] http://facebook.com/trobotics
[rss feeds] http://t-robotics.blogspot.kr/feeds/posts/defaults
2014년 9월 13일 토요일
[IEEE] 사람의 보행을 돕는 두 가지 로봇
이제까지 보행을 돕는 외골격로봇이라고 하면 딱딱한 로봇에 몸을 묶고 철퍼덕철퍼덕 하며 걷는 모습이 대부분이었습니다. 하지만 실제 이러한 로봇을 착용해보면 인체와 딱 맞지않아 많은 불편함을 느낄 수 밖에 없었죠. 외골격로봇의 가장 이상적인 형태는 아마도 옷처럼 입을 수 있는 부드럽고 편한 로봇일텐데요, 미국 하버드대학교에서 바로 이런 로봇 개발에 도전했다고 합니다.
하버드대학의 월쉬교수는 인간의 근육을 직접적으로 도와주는 소프트 로봇수트를 개발하였다. 이것이야말로 진정한 "착용로봇"이 아닐까 싶다.
인간의 동작을 도와주는데 굳이 거추장하고 거대한 로봇이 꼭 필요한 것일까? 애리조나 주립대학교에서는 간단한 제트팩만으로 인간의 뜀뛰기를 돕는 방법을 개발하였다
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default2014년 9월 10일 수요일
[IEEE] 로봇에 관한 5가지 진실과 거짓
로봇이 빠르게 우리의 생활 속으로 다가오고 있습니다. 빨라진 CPU, 저렴해진 센서, 풍부한 오픈소스코드, 3D프린팅 기술의 발달 등은 이를 가속화시키고 있죠. 어떠한 사람들은 이러한 변화에 대해 어두운 미래를 그리기도 하고 (e.g. 우리는 모두 실직자가 될 것이다!), 또 어떤 사람들은 장미빛 미래를 그리기도 하죠 (e.g. 독거노인을 돕는 로봇이 나올 것이다!). 로봇기업에 투자하는 벤처캐피탈리스트인 저자는 이러한 로봇산업에 대한 진실과 오해들에 대해 설명하였습니다.
로봇은 세상의 직업들을 없애려고 하고있다 : 거짓
사실 대부분의 제조/운송업체들은 로봇을 기존 인력을 효율적으로 돕는 방향으로 도입하려고 하고 있습니다. 숙련된 인력은 로봇의 도입과 감시에 매우 중요한 역할을 하죠. 예를 들어 테슬라 모터스의 경우 로봇을 산업인력의 상해 방지 차원에서 도입을 고려하고 있습니다. 따라서 여기서 일하시는 분들은 두려움보다 새로운 제조시대를 열어가는 자긍심을 가지셔도 좋을 듯 합니다.
제조업과 운송업은 로봇을 반드시 도입해야 한다 : 진실
보통 물건을 이송하는 작업의 경우 연간 약 3300만원의 비용을 한 노동자에게 지급한다고 합니다. 아시아에선 약 21000만원으로 그 비용이 줄어들지만 이마저 급격히 증가하고 있죠. 그런 의미에서 두 배의 능률을 가진 약 6700만원의 로봇을 도입하는 것은 기업의 입장에서 상당히 바람직한 일로 여겨집니다. (물론 유지/보수 비용이 추가되겠지만요.) 이미 많은 창고형 회사가 로봇을 도입하려는 적극적인 움직임을 보이고 있습니다. 따라서 로봇은 이러한 기업들의 생존과 경쟁을 위한 필수 요소가 될 것으로 보입니다.
자율 로봇은 여전히 매우 느리다 : 진실
만약에 여러분이 작년에 있던 DARPA 로봇챌린지를 보셨다면 아주 간단한 일도 인간보다 빠르게 하지 못한다는 것을 깨달았을 것입니다. 심지어 수건 접는 PR2 로봇이 매우 센세이션한 인공지능의 성취라고 불리니 말이죠. 칩도 매우 빠른 속도로 발전하고 있고, 많은 연구자들이 비전, 패턴인식과 같은 로봇기술 연구에 힘을 쏟고 있지만, 인간의 눈높이에 맞는 로봇이 나오려면 상당한 진보가 있어야 할 것 같습니다.
로봇은 매우 비싸다 : 거짓
대부분의 전자제품과 마찬가지로 로봇 역시 다양한 가격을 가지고 있습니다. 문제는 로봇은 종종 매우 비싼 부품을 필요로 한다는 것이지요. 특히 모터와 같은 액추에이터가 그렇습니다. 컴퓨터나 카메라의 부품들이 가격이 매우 낮아진 것과 달리, 액추에이터는 여전히 높은 가격을 형성하고 있습니다. 몇백만원 하는 모터를 많이 달고 있으니 로봇이 비싸질 수 밖에 없겠죠. 이에 대해 Redwood Robotics와 같은 기업들이 단순한 모터를 사용하므로써 로봇의 가격을 낮추려는 시도를 열심히 하고 있답니다.
로봇은 사용하기 어렵다 : 진실
Rethink Robotics의 Baxter는 로봇에게 일을 쉽게 가르칠 수 있도록 디자인하였습니다. 하지만 그 댓가로 속도와 정확도는 희생해야만 했죠. 여전히 대다수의 로봇들은 로봇전문가들에 의해서만 운용되고 있습니다. 이제 PC, 인터넷 등도 처음엔 전문가들의 전유물이었지만 이젠 일반인도 쉽게 사용할 수 있는 것이 되었습니다. 로봇도 어서 그렇게 되어야하지 않을까요?
Rethink Robotics의 Baxter는 로봇에게 일을 쉽게 가르칠 수 있도록 디자인하였습니다. 하지만 그 댓가로 속도와 정확도는 희생해야만 했죠. 여전히 대다수의 로봇들은 로봇전문가들에 의해서만 운용되고 있습니다. 이제 PC, 인터넷 등도 처음엔 전문가들의 전유물이었지만 이젠 일반인도 쉽게 사용할 수 있는 것이 되었습니다. 로봇도 어서 그렇게 되어야하지 않을까요?
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default[IEEE] 운전하는 법을 배우는 휴머노이드
자동차 스스로가 움직이는 무인자동차는 그동안 많이 봐왔지만, 로봇이 직접 운전을 하는 모습은 자주 보지 못했었죠? 아마 지난 DARPA 챌린지에서가 거의 처음이지 않았을까 싶은데요, 이번엔 저렴한 휴머노이드 로봇 Nao가 조그만 자동차를 운전하는 모습을 시연해 보였습니다.
휴머노이드 Nao가 사람들을 피해가며 조그만 자동차를 이리저리 움직이고 있다. 이는 스스로 움직이는 무인자동차에 비해 약간 더 복잡한(but not 난해한) 기술이라 할 수 있다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default2014년 8월 14일 목요일
[IEEE] 호텔 룸서비스를 하는 로봇
Savioke라는 회사가 있습니다. 로봇 스타트업의 시조(?) 격인 Willow Garage의 CEO, Steve ousins가 세운 회사로, 지난 4월 구글벤처스로부터 200만 달러 (약 20억)의 투자를 받은 회사이죠. 그동안 Savioke란 회사가 무얼 하는 회사일지 베일에 가려져 있었는데요, 그들이 하는 일이 이번에 밝혀졌네요. 바로 호텔용 룸서비스 로봇입니다.
노동 집약적 산업 중 하나인 호텔산업, 그곳에도 로봇의 물결이 일고있다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default2014년 8월 5일 화요일
[IEEE] 튜링테스트보다 Winograd Schemas
지난 6월, 영국에서는 채팅봇 유진구스트만이 인공지능을 가늠하는 테스트인 튜링테스트를 기계 최초로 통과하였다고 하여 화제가 되었었습니다. 결국 이 로봇은 인공지능이 있다기보다는 사람을 기만하는 능력이 출중한 것으로 밝혀졌지만 (실제로 실험 참가자들은 실험 상대(채팅봇)가 전혀 똑똑하지 않다고 말했습니다.) 그래도 인공지능이 비약적인 발전을 하고 있다는 것은 사실인 듯 합니다.
유진 구스트만, 인공지능의 탄생인가 아님 그저 채팅봇일 뿐인가. 현재로선 후자에 더욱 가까운 것 같다.
여기서 나타난 튜링테스트의 문제는 이것이 "생각하는" 능력보다는 인간을 "기만하는" 능력을 측정한다는 것입니다. 예를 들어 유진구스트만의 경우 본인은 13살이라고 소개하며 인공지능의 실패들을 어린아이의 미숙함처럼 잘 감추었습니다. 이에 따라 미국의 한 단체에서는 Wignograd Schemas라는 새로운 테스트를 제안했는데, 테스트의 예는 다음과 같습니다.
"The trophy doesn't fit in the suitcase because it's too big. What is too big?"
"Jim comforted Kevin because he was so upset. Who was upset?"너너무나 명확하게도 첫번째 정답은 "트로피"이고 두번째 정답은 "케빈"이죠. 하지만 컴퓨터에게는 it이나 he가 무얼 가리키는지 알지 못하기에 매우 어려운 문제랍니다. 이를 해결하기 위해선 트로피와 가방 사이의 관계, 짐과 케빈의 상황을 바탕으로 추론을 해야하죠.
Winograd shemas를 위한 질문은 다음의 네가지 조건을 갖추어야 합니다. (참고논문). 먼저 두 개의 대상이 나와야하고, 서술하는 말이 두 대상 모두에 적용될 수 있는 말이어야 하며, 질문은 서술에 대한 대상이 누군지를 물어봐야 하죠. 또한 서술하는 말을 바꾸었을 때 정답이 다른 사람을 가리키도록 완벽히 바뀔 수 있는 문장구조를 취해야 합니다.
심플한 테스트로 사람의 기만 가능성을 줄였다고는 하지만, Winograd schemas 역시 "인공지능" 외의 다른 꼼수로 통과할 방법이 분명 있을 겁니다. 결국 질문은 "과연 지능이란 어떻게 정의할 수 있는가"에까지 도달할 수 있을 것 같은데요, 뇌과학이나 철학 등과의 연계 연구가 그 비밀을 풀어줄 수 있을지 참 기대가 큽니다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default2014년 7월 31일 목요일
[IEEE] 로보컵 2014 성공리에 폐막
로봇들의 월드컵 RoboCup이 브라질에서 성공리에 폐막하였습니다. 대회는 휴머노이드 리그, 표준 플랫폼 리그, 3D 시뮬레이션 리그 등으로 구분되어 펼쳐졌는데요, 휴머노이드 AdultSize에서는 Daniel Lee 교수님이 이끄시고 로보티즈 똘망(THOR) 휴머노이드를 사용하는 UPENN 팀이 우승을 차지했다고 하네요. 축하드립니다~
인상적인 장면 중 하나는 로봇과 사람과의 대결이었는데요, 로봇은 한 골을 기록하기도 했습니다. 골 영상 보시죠.
로봇은 패스와 트래핑이 예술이다 ㅎㅎ
미드 사이즈 부문 결승
스탠다드 플랫폼 부문 결승
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default2014년 7월 28일 월요일
[IEEE] 다리가 부러져도 걸을 수 있는 6족 로봇
우주에서는 로봇이 고장나도 사람이 직접 고쳐줄 수가 없기에 로봇 스스로 응급대처를 하는 능력은 매우 중요합니다. 프랑스 UPMC 대학과 미국 Wyoming대학에서는 로봇 중 일부가 고장났을 때 로봇 스스로 변화에 적응하여 새로운 보행전략을 내놓는 방법을 발표하였습니다.
우주 로봇은 이가 없으면 잇몸으로라도 미션에 성공해야한다. 그런 의미에서 예측 불허의 상황에 로봇이 스스로 대처하는 능력은 우주로봇에게 매우 중요하다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default2014년 7월 24일 목요일
[IEEE] 드론의 추락 방지를 위한 낙하산
공중을 날아다니는 드론(쿼드로터와 같은 소형 무인비행체)이 늘어나면서 우리는 '갑자기 드론이 고장나 뚝 떨어져버리면 어쩌나'라는 걱정을 하게 되었습니다. 이를 위해 드론 제조회사인 DJI에서는 특별히 드론을 위한 낙하산을 개발했다고 합니다.
갑자기 드론이 고장 나 사람 머리 위로 떨어지면 어떻게 될까? 드론이 피자를 배달하고 물품을 배송하는 시대에 앞서 해결되어야 할 문제는 이러한 안전에 관한 문제이다.
[facebook] http://facebook.com/trobotics
[rss] http://t-robotics.blogspot.kr/feeds/posts/default
피드 구독하기:
글 (Atom)