연구진, 뉴로모픽 칩 로이히로 175배 낮은 전력으로 실시간 대화형 학습 달성

새로운 대화형 온라인 객체 학습 방법을 통해 뉴로모픽 컴퓨팅을 사용, 로봇이 배치된 이후에도 추가적인 객체 학습을 추가하는 기술이 개발됐다. 

인텔 랩(Intel Lab)은 이탈리아 기술연구원(Italian Institute of Technology) 및 독일 뮌헨 공과대학교(Technical University of Munich)와 협력해 신경망 기반 객체 학습에 대한 새로운 접근방식을 도입했다고 밝혔다. 이번 발표는 특히, 물류, 헬스케어 또는 노인 의료와 같은 제약 없는 환경과 상호작용하는 로봇 등 미래 애플리케이션을 대상으로 한다.



인텔은 이탈리아 기술연구원 및 뮌헨 공과대학교와 함께 인텔의 뉴로모픽 연구 칩 로이히(Loihi) 상에서 신규 모델을 적용한 새로운 객체 인스턴스 학습을 시연했다. 그 결과, 기존 중앙처리장치(CPU) 대비 약 175배 낮은 전력을 사용하면서도 기존 CPU와 유사하거나 더 나은 속도와 정확성을 보이며 지속적인 대화형 학습을 성공적으로 구현했다.

연구원들은 이를 위해 단일 플라스틱 시냅스 레이어에서만 학습할 수 있도록 범위를 제한했으며, 필요에 따라 새로운 뉴런을 확보함에 따라 로이히 상에 다른 객체 뷰(object views)를 설명하는 신경망 아키텍처를 구현했다. 본 신경망 아키텍처는 사용자와 상호작용하며 학습 과정을 자율적으로 전개할 수 있었다.

이번 연구 결과는 오크리지 국립연구소(Oak Ridge National Laboratory)가 주최한 올해 국제 뉴로모픽 시스템학회(ICON)에서 최고의 논문으로 선정된 ‘로봇을 위한 지속 대화형 학습: 뉴로모픽 접근법’에 포함되어 있다.

율리아 산다미르스카야(Yulia Sandamirskaya) 인텔 뉴로모픽 컴퓨팅 연구소 로봇 연구 책임자 및 논문의 대표 저자는 “인간이 새로운 물체를 학습할 때, 물체를 자세히 보고, 돌려보고, 무엇인지 물어보는 과정을 거친다. 이후, 다양한 상황 또는 환경에서도 해당 물체를 즉시 인식할 수 있다”며 “우리의 목표는 상호작용하는 환경에서 작동하는 미래 로봇에 유사한 기능을 적용해, 예측하지 못한 상황에 적응하고 인간과 함께 더 자연스럽게 일할 수 있도록 하는 것이다. 이번 로이히 칩으로 거둔 성과를 통해 로봇 공학의 미래를 위한 뉴로모픽 컴퓨팅의 가치를 한층 강화했다”고 말했다.