로봇 설계에서 언어 모델의 힘 활용

인공 지능(AI) 영역에서 대규모 언어 모델(LLM)이 게임 체인저로 등장하여 우리가 예술을 쓰고, 배우고, 창작하는 방식에 혁명을 일으켰습니다.

방대한 양의 텍스트 데이터를 처리하는 탁월한 능력을 갖춘 이러한 신경망은 전 세계 연구자와 혁신가의 상상력을 사로잡았습니다. 이제 EPFL(École Polytechnique Fédérale de Lausanne)의 과학자 그룹은 이 기술을 로봇 설계 분야에 적용하여 새로운 차원으로 끌어 올렸습니다.

최근 Nature Machine Intelligence에 발표된 획기적인 사례 연구에서 EPFL의 전산 로봇 설계 및 제작 연구소의 존경받는 책임자인 Josie Hughes는 뛰어난 박사 과정 학생인 Francesco Stella 및 TU Delft의 Cosimo Della Santina와 함께 채팅의 힘을 활용했습니다. LLM인 GPT는 모든 기능을 갖춘 로봇 토마토 수확기를 구상하고 설계합니다. 그들의 연구는 인간과 언어 모델 간의 협업 설계를 위한 놀라운 프레임워크를 확립하고 인공 지능 도구를 로봇 공학 영역에 통합하는 것과 관련된 엄청난 가능성과 잠재적 위험을 조명합니다.

주로 텍스트 생성에 초점을 맞춘 언어 모델임에도 불구하고 Chat-GPT는 비교할 수 없는 통찰력을 제공하고 물리적 디자인에서 인간의 창의성을 불러일으키는 귀중한 자산임이 입증되었습니다. "Chat-GPT는 언어 모델이고 코드 생성은 텍스트 기반이지만 물리적 설계에 대한 상당한 통찰력과 직관을 제공했으며 인간의 창의성을 자극하는 공명판으로서 큰 잠재력을 보여주었습니다."라고 Hughes는 설명합니다.

연구는 관념화와 실현이라는 두 가지 중요한 단계로 진행되었습니다. 아이디어 단계에서 연구원들은 로봇의 목적, 설계 매개변수 및 사양을 설정하기 위해 Chat-GPT와 통찰력 있는 토론을 진행했습니다. 학술 출판물, 기술 매뉴얼, 도서 및 미디어를 포괄하는 방대한 글로벌 데이터에 대한 언어 모델의 접근을 바탕으로 인류가 직면한 미래의 과제를 탐색하고 로봇 작물 수확이 글로벌 식량 공급이라는 시급한 문제에 대한 실행 가능한 솔루션임을 확인했습니다. . 대화가 진행됨에 따라 그들은 Chat-GPT의 기능을 활용하여 질문을 구체화하고 그리퍼의 모양, 장치의 최적 제어에 필요한 재료 및 코드와 같은 특정 설계 측면에 대한 조언을 구했습니다.

Stella는 "엔지니어의 기술 구현을 지원하기 위해 계산이 주로 사용되었지만 처음으로 AI 시스템이 새로운 시스템을 구상하여 높은 수준의 인지 작업을 자동화할 수 있습니다. 여기에는 인간의 역할을 보다 기술적인 역할로 전환합니다."

인간과 LLM 간의 다양한 협업 모드를 인식하고 있는 연구원들은 논문에서 추가적인 접근 방식을 강조했습니다. "협동적 탐색"이라고 불리는 이러한 모드 중 하나는 AI를 활용하여 다양한 분야의 방대한 지식을 제공함으로써 연구자의 전문 지식을 강화합니다. 또한 AI는 디자인 프로세스를 개선하고 기술적 입력을 제공하는 동시에 인간이 창의적인 제어를 유지하는 '깔때기' 역할을 할 수 있습니다.

그럼에도 불구하고 연구자들은 각 협업 모드에 내재된 논리적, 윤리적 위험이 있으므로 신중한 평가가 필요하다고 경고했습니다. LLM을 배포하면 특히 LLM으로 생성된 디자인이 정말 새로운 것으로 간주될 수 있는지 여부를 결정할 때 편견, 표절 및 지적 재산에 대한 우려가 제기됩니다.

Hughes는 다음과 같이 중요한 점을 제기합니다. "우리 연구에서 Chat-GPT는 토마토를 로봇 수확기가 추구하는 '가장 가치 있는' 작물로 식별했습니다. 그러나 이는 토마토가 토마토 수확기에서 더 많이 다루어지는 작물에 편향될 수 있습니다. 정말로 필요한 부분이 있는 경우 엔지니어의 지식 범위를 벗어나서 결정을 내릴 경우 심각한 윤리적, 엔지니어링적 또는 사실적 오류가 발생할 수 있습니다."

이러한 타당한 우려에도 불구하고 Hughes와 그녀의 팀은 경험을 바탕으로 신중하게 관리할 경우 LLM의 엄청난 잠재력에 대해 낙관하고 있습니다. 그들은 로봇공학 커뮤니티를 활용하는 것의 중요성을 강조합니다.