1997 년 소니의 연구 과학자 인 히로아키 키타노 (Hiroaki Kitano)는 로보 컵의 팀을 끌어들이는 로봇 축구 토너먼트 로봇 과 인공 지능 일본 나고야의 그림 같은 도시에서 경쟁합니다.

첫 날이 시작될 때 두 팀의 로봇이 경기에 나섰습니다. 기계가 뒤틀리고 주변을 조사하면서 기자는 키타노에게 경기가 언제 시작 될지를 물었다. "XNUMX 분 전에 시작했다고 말 했어요!" 그는 웃으며 말했다.

당시 AI와 로봇 공학의 상태였습니다. 상황을 해석하고 다음에 수행 할 작업을 해결하는 데 몇 분이 걸렸습니다. 하지만 인공 지능이 점점 더 많은 기계를 돕는 가운데 자가 운전 자동차 감시 카메라에, 영리한 방식으로 인식하고 행동합니다.

기타노는 이제 소니의 새로운 노력, XNUMX 월에 발표되어 회사 전체에 최첨단 AI를 주입했습니다. 일본의 거인은 AI가 더 똑똑한 카메라, 더 교활한 비디오 게임 캐릭터, 심지어 가장 유용한 주방 로봇을 만들 것이라고 믿습니다. 키타노에 따르면 소니는 AI가이 기술을 전략의 중심에 두어야 할 정도로 급속한 발전을 이뤘다고 믿고있다.

키타노는“소니에는 적절한 AI 연구원과 엔지니어가 있으며, 진행 상황을 잘 알고있다”고 말했다. 인공 지능의 발전을위한 협회 이번 주 뉴욕에서 회의. "지금 우리는 정말 추진해야 할 순간이라고 결정했습니다."

소니의 움직임은 AI를 수용하려는 대기업의 노력에서 두드러집니다. AI를 연구하고 활용하는 데있어 실리콘 밸리의 거인들보다 뒤떨어져 있습니다. 소니는 구글, 페이스 북, 애플보다 컨텐츠 제작 및 엔터테인먼트에 더 중점을두고있다. 일본의 거인은 이제 강화 학습으로 알려진 AI에 대한 강력하면서도 상대적으로 실험적인 접근법에 크게 베팅함으로써 미국의 AI 타이탄과 일치하려고합니다. 구글 부모 알파벳과 아마존은 주목할만한 이 기술에 대한 투자 도.

알파벳의 널리 사용되는 DeepMind 동물 학습에서 영감을 얻은이 프로그램에는 긍정적 또는 부정적 피드백에 대한 반응으로 행동을 구체화하는 알고리즘이 포함됩니다.

키타노는 인공 지능에서 가장 진보 한 기술보다“강화 학습이 동등하거나 더 중요하다고 생각한다”고 말했다. "핵심이 될 것입니다."

연구 데모 외에도, 강화 학습은 금융에서 물류에 이르는 영역에서 테스트되고 있습니다. 로봇이 현실 세계를 다루는 법을 배우고 시뮬레이션 된 환경에서 소프트웨어 에이전트가 지능적으로 행동하도록 훈련시키는 강력한 방법으로 부상하고 있습니다. 따라서 매력적인 비디오 게임 캐릭터와 시나리오를 생성 할 가능성이 큽니다.

강화 학습은 수십 년 동안 AI의 일부 였지만, 그 힘 덕분에 그 약속은 분명해졌습니다. 신경망 학습은 뇌에서 학습이 이루어지는 방식을 대략적으로 모델링 한 알고리즘뿐만 아니라 훨씬 더 강력한 컴퓨터와 많은 양의 교육 데이터를 제공합니다. 그렇더라도 실험적이고 악명 높은 제대로 얻기 어렵다. 예를 들어, 연구에서 강화 학습 알고리즘이 때때로 결과에 대한 보상으로 고칠 수 있습니다 반복적이고 쓸모없는 행동.

키타노는 소니가 인공 지능을 게임, 센서,보다 흥미로운 요리 예술의 XNUMX 가지 영역에 집중할 것이라고 밝혔다. 이 영역들은 회사의 현재 사업 초점과 미래에 대한 열망 방향을 반영합니다.

소니는 PlayStation 및 게임 제작으로 유명하지만 디지털 센서 및 이미징 기술을 통해 매출의 상당 부분을 차지합니다. 게임을 더욱 강력하고 활기차게 만들거나 카메라가 세상을보다 지능적으로 인식하도록함으로써 AI가 이러한 영역을 개선 할 수있는 방법을 찾는 것은 어렵지 않습니다.

AI를 요리에 사용하려는 노력은 로봇 공학을 발전시키는 것과 관련이 있습니다. 지금까지 Sony는 예술적이지만 미리 계획된 방식으로 음식을 접시에 놓을 수 있는 로봇을 시연했습니다. 미래의 시스템은 신중한 코딩 없이도 사물을 인식하고 파악할 수 있습니다.
음식을 다루는 것은 로봇에게 특히 어려운 일입니다. 항목은 종종 불규칙한 모양과 배열로 인해 주의해서 다루어야 하기 때문입니다.

물론 소니는 로봇에 익숙하지 않습니다. 첫 Robocup 후 몇 년 후, 회사는 출시 아이보, 컬트 추종자를 얻었지만 2006 년 회사 간소화로 취소 된 개 같은 장난감. 2018 년에 출시 된 Aibo의 새 버전에는 객체 및 음성 인식과 같은 일부 AI 기능이 포함되어 있습니다. 그러나 여전히 비교적 바보입니다. AAAI 회의에서 키타노를 만났을 때 소니 담당자가 가져온 로봇 중 하나가 방을 탐색하고 그 뒤에 숨어있었습니다.

일부 외부인은 소니가 강화 학습에 투자하는 데 큰 잠재력이 있다고 생각합니다. "이것은 말이됩니다" 피 테르 벨 벨UC 버클리의 교수이자 공동 창립자 공변.ai강화 학습을 사용하여보다 적응적인 창고 로봇을 만드는 회사입니다.

Abbeel은 비디오 게임을 제작하는 데 많은 비용과 시간이 소요되며 강화 학습이 많은 준설 작업을 수행 할 가능성이 있음을 지적합니다. 그는라는 프로젝트를 가리킨다 딥미믹강화 학습으로 훈련 된 가상 캐릭터가 어떻게 실제와 같은 행동을하는지 보여줍니다. 물리적으로 정확한 환경에 배치되고 장애물을 뛰어 넘는 것과 같은 특정 목표가 부여 된 캐릭터는 결국에는 어떻게 보관할 것인지를 결정합니다. 이를 통해 비디오 게임 캐릭터 프로그래밍 프로세스를 자동화하거나 게임에서 동작이 즉시 나타날 수 있습니다. Abbeel은“이것은 훨씬 빠른 콘텐츠 제작을 촉진 할 수있는 잠재력이 있습니다.

Abbeel은 식사를 준비하는 로봇은 아마도 어느 정도 떨어져있을 것이지만 강화 학습이이 기계들의 프로그래밍 방식을 바꿀 것으로 기대하고 있다고 말했다. "그것이 거기에 밀어 붙는 것을 보는 것은 정말로 흥미로울 것"이라고 그는 말한다.

소니는 AI 노력을 강화하기 위해 작년에 인수 코 기타이에 의해 공동 설립 된 회사 피터 스톤오스틴에있는 텍사스 대학교 교수. Stone은 가상 버전의 Robocup 경연 대회에서 트로피를 수상한 성공으로 강화 학습을 성공적으로 개척했습니다. Stone은 이제 미국에서 Sony AI 운영을 이끌고 있습니다.

Cogitai는 인수하기 전에 강화 학습을보다 쉽게 ​​사용할 수 있도록 설계된 플랫폼을 출시했습니다. Stone은 현재이 툴과 다른 툴을 소니 전체의 연구원과 엔지니어에게 제공 할 것이라고 밝혔다. 게임 개발자 나 하드웨어 디자이너는이 도구를 사용하여 새로운 아이디어와 혁신을 탐구 할 수 있어야합니다. 그는 강화 학습에 중점을 둔 것은 인공 지능 분야에서 앞서 나가고 자하는 소니의 다음 목표에 베팅함으로써 소니가 추구하는 바램을 반영한다고 말합니다.

오늘의 로보 컵 경기는 사물이 얼마나 빠르게 움직이는 지 보여줍니다. 플레이어는 놀라운 속도와 기술로 지나가고, 움직이고, 사격하는 것을 볼 수 있습니다.

Stone에 따르면 이것은 AI의 다음 단계를 가리킨다. "지각과지도 학습에 혁명이 일어났다"고 그는 말한다. “소니 AI의 전제는 AI에서도 의사 결정을 자동화 할 수있는 기회가 많다는 것입니다. 정말 어디에나 있으며 어떤 의미에서는 도청되지 않았습니다.”