“인공지능 학습은 실수에서 빠르게 배우는 것 중요”
상태바
“인공지능 학습은 실수에서 빠르게 배우는 것 중요”
  • 최진영 기자
  • 승인 2017.08.11 15:15
  • 댓글 0
이 기사를 공유합니다

엔비디아, 세계 머신 러닝 학회서 ‘NVAIL’ 연구성과 발표

[CCTV뉴스=최진영 기자] 호주 시드니에서 진행되고 있는 ‘ICML(International Conference on Machine Learning) 2017’에서 엔비디아 인공지능 랩 ‘NVAIL’의 연구진이 DGX 기반 인공지능 연구성과를 발표했다.

엔비디아가 운영하는 NVAIL에는 세계 최고의 대학 및 연구소가 참여하고 있으며 특히 캘리포니아 대학교 버클리 캠퍼스, 스위스 인공지능연구소 IDSIA, 도쿄대학교의 연구진들은 인공지능 슈퍼컴퓨터인 엔비디아 DGX를 기반으로 딥 러닝 분야의 발전을 이끌고 있다.
 
☐ 인공지능 학습에 필요한 트레이닝 과정 줄이기 중요
캘리포니아 대학교 버클리 캠퍼스의 세르게이 레빈(Sergey Levine) 조교수가 이끌고 있는 연구팀은 로봇이나 기타 인공지능 적용 디바이스에 사람과 같은 학습 방법을 적용하는 연구를 진행하고 있다.

레빈 교수 연구팀은 딥 뉴럴 네트워크가 학습 방법을 터득하도록 학습시킴으로써, 지능형 에이전트의 학습 속도를 향상시키고 트레이닝 시간을 감소시키고자 노력중이다.

레빈 조교수는 “사람이 학습하는 과정을 살펴보면 처음부터 무작정 배우는 것이 아니라, 새로운 기술을 빠르게 배우기 위해 과거의 경험을 활용한다”며 “이와 유사한 방식의 학습 알고리즘을 구현하고자 한다”고 설명했다.

레빈 조교수에 따르면 인공지능 방식에서 로봇은 반복적인 작업 경험을 통해 자극에 대한 최상의 대응 방식을 학습하게 된다. 때문에 로봇이 이러한 반복 작업 없이 학습할 수 있도록 만든다면 로봇의 적응력이 향상되는 것은 물론 더 많은 것을 학습할 수 있을 것이라 기대를 모으고 있다. 

그는 “로봇이 하나의 기술을 학습하기 위해 필요한 수 천 번의 트레이닝 과정을 반복해야 한다. 이러한 학습에 필요한 경험 횟수를 획기적으로 줄일 수 있다면 기존에는 하나의 기술을 배우는 데 소요됐던 동일한 횟수의 작업으로 수 천 개의 기술을 학습할 수 있다”며 “실수를 전혀 하지 않는 머신을 구축하는 것은 어렵지만, 실수에서 보다 더 빠르게 배움으로써 경험해야 하는 실수의 횟수가 더 적은 머신을 구축하는 것은 가능하다”고 전했다.

현재 레빈 교수가 이끄는 연구팀은 엔비디아 DGX 시스템을 활용해 시각적 인식과 움직임을 조정하는 알고리즘을 트레이닝하고 있다. 

전체 기사를 보시려면 로그인 필요

로그인 또는 회원가입을 해주세요. (회원만 열람가능)

로그인 회원가입


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.