구현된 지능의 은색 시대: 심층 분석

개요

이 글에서는 구현된 지능의 현재 상태를 "은색 시대"라고 설명합니다. 이는 기술의 초기 출현과 완전한 성숙 사이의 집중적인 탐색 기간을 의미합니다. 논의는 화산 엔진 FORCE 컨퍼런스에서 열린 원탁 회의를 중심으로 이루어지며, 다양한 분야의 전문가들이 로봇 공학 개발을 가속화하는 데 있어 대형 모델의 잠재력을 탐구했습니다.

배경

대형 AI 모델의 급속한 발전은 로봇 산업에 상당한 투자를 불러일으켰습니다. 그러나 이러한 자금 급증은 시장 과열의 위험도 가져옵니다. 핵심 과제는 기술과 그 응용 분야에서 진정한 혁신을 식별하는 것입니다. 주요 질문은 다음과 같습니다.

강화 학습 또는 시뮬레이션 학습에 집중해야 할까요?
시뮬레이션 또는 실제 테스트를 우선시하는 것이 더 중요할까요?
비전 또는 물리 엔진에 중점을 두어야 할까요?

원탁 회의 참가자

원탁 회의에는 다양한 배경의 전문가들이 참여했습니다.

천양: 갤럭시 제너럴 로보틱스 부사장
스링샹: 화산 엔진 혁신 인큐베이션 책임자 (진행자)
우디: 화산 엔진 지능형 알고리즘 책임자
완하오지: 매트릭스 파트너스 차이나 파트너
왕샤오: 나인 챕터스 캐피탈 설립자
옌웨이신: 상하이 즈위안 로보틱스 공동 설립자 및 상하이 자오퉁 대학 박사 지도 교수

주요 논의 사항

로봇 산업 투자 급증

왜 흥분할까요? AI 응용 프로그램은 소프트 응용 프로그램(챗봇 및 비디오 생성과 같은)과 하드 응용 프로그램(로봇 공학과 같은)의 두 가지 범주로 나뉩니다. 로봇 공학은 AI의 가장 다재다능한 하드 응용 프로그램으로 간주됩니다.

투자 초점: 투자자들은 소프트웨어와 하드웨어를 모두 통합하고 데모 이상의 실제 응용 프로그램을 시연할 수 있는 회사를 찾고 있습니다.

상용화 과제: 로봇의 상용화는 특히 가정 및 B2B 서비스와 같은 복잡한 환경에서 예상보다 느립니다.

"뇌"(AI)와 "작은 뇌"(제어 시스템) 간의 조정이 개선되어야 합니다.
비용 절감은 광범위한 채택에 매우 중요합니다.

상용화 경로

합의: 로봇 공학이 성공할 것이라는 일반적인 합의가 있지만, 타임라인과 선도 기업은 여전히 불확실합니다.

다수의 승자: 시장은 전기 자동차 산업과 유사하게 단일 회사에 의해 지배될 가능성이 낮습니다.

초기 상용화: 대형 모델은 로봇에 향상된 상호 작용 및 사고 능력을 제공했습니다.

기술적 장애물: 극복할 수 없는 기술적 장벽은 없지만, 프로세스는 예상보다 더 길고 어려울 것입니다.

VC 역할: 벤처 캐피털은 자금 지원을 통해 개발을 가속화하는 데 중요한 역할을 합니다.

일반 지능의 중요성

초점 전환: 초점은 로봇이 인간과 환경에 적응하는 데 있어야 하며, 그 반대가 되어서는 안 됩니다.

시뮬레이션 데이터: 로봇이 일반 지능을 갖도록 하는 데는 대량의 시뮬레이션 데이터를 사용하는 것이 핵심입니다.

스타트업 과제: 로봇 스타트업은 기술, 제품 개발 및 비즈니스 모델에서 상당한 과제에 직면해 있습니다.

산업 협력: 산업은 공급망 전반에 걸쳐 협력과 투자자의 지원이 필요합니다.

구현된 지능을 위한 기술 경로

모방 및 강화 학습: 모방 학습을 사용하여 강화 학습을 향상시키는 것은 보행 제어를 위한 실현 가능한 접근 방식입니다.

하지 시뮬레이션: 시뮬레이션 데이터는 하지 보행 제어에 효과적이지만, 매개변수 조정과 제품 일관성은 여전히 과제입니다.

상지 집중: 하지 움직임에서 휴머노이드 로봇의 전체 작업 수행 능력으로 초점을 옮겨야 합니다.

작업 수행: 초점은 단순한 이동보다는 작업 수행 능력에 있어야 합니다.

데이터 과제: 특히 복잡한 작업의 경우 데이터를 수집하고 표준화하는 것이 중요한 과제입니다.

실제 데이터: 실제 데이터는 특히 시뮬레이션하기 어려운 복잡한 물리적 상호 작용에 매우 중요합니다.

시뮬레이션 대 실제 데이터

시뮬레이션 데이터: 시뮬레이션 데이터는 일반 목적의 구현된 모델을 학습하는 데 더 비용 효율적이고 확장 가능하며 다재다능합니다.

실제 데이터: 실제 데이터는 마찰 및 탄성과 같은 물리적 상호 작용의 뉘앙스를 포착하는 데 필수적입니다.

세계 모델: 로봇이 신뢰할 수 있는 세계 모델을 갖게 되면 대규모 시뮬레이션을 사용하여 다양한 시나리오에서 성능을 테스트하고 개선할 수 있습니다.

미래 응용 분야

단기 응용 분야 (2-3년)

산업 제조: 로봇은 제어된 환경에서 손재주가 필요한 복잡한 작업을 수행할 수 있습니다.
원격 작업: 로봇은 위험한 물질을 처리하는 것과 같은 위험한 환경에서 사용할 수 있습니다.
제어된 환경: 로봇은 레스토랑, 호텔 및 공장과 같은 제어된 환경에 배치될 것입니다.
특정 작업: 로봇은 음식 배달, 커피 만들기 및 가벼운 유지 보수와 같은 작업에 사용될 것입니다.
공장, 사무실 및 보안: 이들은 초기 배치에 가장 가능성이 높은 영역입니다.

장기 응용 분야

가정 환경: 가장 복잡하지만 매우 기대되는 응용 분야는 가정 환경입니다.
가사 작업: 로봇은 결국 요리, 세탁물 개기 및 청소와 같은 작업을 수행할 수 있습니다.
비용 절감: 기술이 발전함에 따라 로봇 비용이 감소하여 소비자가 더 쉽게 접근할 수 있게 될 것입니다.
범용 로봇: 초점은 다양한 요구를 충족할 수 있는 범용 로봇으로 이동할 것입니다.
시장 고려 사항: 기업은 다양한 응용 분야의 기능, 성능, 개방성 및 위험 감수성을 고려해야 합니다.

화산 엔진 VeOmniverse

가상 시뮬레이션 플랫폼: veOmniverse는 로봇 시뮬레이션 및 교육을 위한 클라우드 기반 플랫폼입니다.

현실적인 환경: 로봇을 훈련하고 테스트하기 위한 매우 현실적인 디지털 환경을 만듭니다.

비용 효율적: 물리적 장비의 필요성을 줄이고 개발 비용을 낮춥니다.

종합적인 교육: 이 플랫폼은 시각 엔진, 물리 엔진, 센서 시뮬레이션 및 3D 생성을 사용하여 종합적인 교육 시스템을 만듭니다.

AI 지원: 이 플랫폼은 AI를 사용하여 고품질 교육 데이터를 생성하고 교육 프로세스를 가속화합니다.

맞춤화: 이 플랫폼은 개방적이고 맞춤화가 가능하여 기업이 개인화된 디지털 트윈 응용 프로그램을 개발할 수 있습니다.

가속화된 개발: 기업이 로봇 모델을 신속하게 구축, 검증 및 최적화하는 데 도움이 됩니다.

산업 혁신: veOmniverse는 로봇 산업의 지능적이고 디지털적인 변화를 위한 핵심 도구입니다.