블로그

Jul 02, 2023

Upper Bound에서 보고 들은 것

고무오리가 사는 '마을'을 탐색하는 자율주행 로봇의 데모,

고무 오리가 거주하는 "마을"을 탐색하는 자율 주행 로봇의 데모, 기계 학습이 실험실에서 고기를 재배하는 데 어떻게 도움이 될 수 있는지 살펴보기, AI의 산업적 활용에 대한 안내 등이 신흥 기술의 다양한 측면 중 하나입니다. Upper Bound에서 탐구한 기술입니다.

"AI 분야에 이보다 더 좋은 시기는 없습니다"라고 Cam Linke CEO는 말했습니다.앨버타 기계 지능 연구소(Amii) 그의 기조 연설에서. "당신이 사업체, 기업가, 정부라면 이 일은 당신을 흥분시키는 동시에 두렵게 할 것입니다."

5월 23일부터 26일까지 진행된 에드먼턴의 두 번째 연례 AI 컨퍼런스에 에드먼턴과 전 세계의 연구자, 기업가 및 호기심 많은 구경꾼들이 모여 자세한 내용을 알아보았습니다. Amii는 22개국의 연구자들에게 833명의 인재 장학금을 수여했으며 추가로 676명의 가상 참여자가 참여했습니다. .

OpenMind Research를 발표하는 Rich Sutton의 폐막 기조연설 외에도 이번 컨퍼런스에서는 다양한 세션이 진행되었습니다. 우리의 눈길을 사로잡은 몇 가지는 다음과 같습니다.

사랑스러운 고무오리와 AI 기술이 결합된앨버타대학교 2023년 겨울 학기에는 Duckietown을 사용하여 첫 학기 과정을 운영했습니다. 이는 로봇 공학 학생들에게 2016년 MIT에서 시작된 세계적인 연구 프로젝트 내에서 엄격한 실습 경험을 얻을 수 있는 기회를 제공합니다.

학생들은 고무 오리 승객을 태운 소형 자율 주행 차량을 프로그래밍하는 방법을 배웁니다. 이들의 임무에는 차량을 모델 도시 도로의 차선 내에 유지하고, 지정된 장소에 주차하고, 횡단보도에서 "pe-duck-strians"가 있는지 확인하고 정지하는 것이 포함됩니다.

예비 학생들에게는 어려울 수 있는 도전입니다.

Amii의 캐나다 CIFAR AI 의장이자 Duckietown을 사용하는 과정의 강사인 Matt Taylor는 "많은 컴퓨팅 과학 수업에서 다른 사람들이 한 일을 재현하려고 합니다."라고 말했습니다. "로봇 공학에서는 수업을 개별화하고 특별하게 만들려고 노력하기 때문에 이전에 누구도 해보지 못한 일을 하는 경우가 많습니다."

Duckietown 동창들은 Amii가 생산성을 높이고 필요한 공간을 줄이기 위해 협력해온 캘거리의 창고 자동화 회사인 Attabotics를 포함하여 여러 회사에서 로봇공학과 협력했습니다.

2023년 5월 25일 Upper Bound에서 열린 Duckietown 시연 중에 앨버타 대학교 학생들이 자율 주행 로봇을 시연하고 있습니다. (Ashley Lavallee-Koenig)

Amii와 협력에 참여한 사람들은 업계에 종사하는 회사들이 연구의 상당 부분을 비공개로 유지하기 때문에 기계 학습이 세포 농업의 발전에 어떻게 도움이 될 수 있는지 완전히 측정하기가 어렵다고 말합니다.새로운 수확.

Breanna는 "이러한 종류의 세포주 및 미디어 디자인 개발에 관한 대부분의 데이터는 실제로 회사에서 비밀리에 발생하고 있습니다. 따라서 우리는 현장 내에서 많은 데이터를 사일로화하고 있으며 이는 ML 외부의 과제입니다."라고 말했습니다. Duffy는 실험실 재배 식품 분야 개발을 위한 연구 자금을 지원하는 비영리 단체인 New Harvest의 책임 있는 연구 및 혁신 책임자입니다. "New Harvest가 정말 열심히 노력하고 있는 것은 더 많은 데이터를 공유하고 더 많은 학문적 담론이 일어나는 것이지만 ML 적용에 확실히 영향을 미치고 있습니다."

Duffy는 Amii의 Sheikh Jubair 및 세포 농업 분야에서 AI 및 ML의 잠재적 응용에 대한 조사를 수행하고 있는 연구원 Michael Todhunter와 함께 세션에 참여했습니다.

한 가지 잠재적인 용도는 세포가 자라는 배지의 발달을 최적화하는 것입니다. 올바른 재료 조합을 찾는 것은 시간이 오래 걸리고 복잡할 수 있습니다. 인공지능은 시행착오보다 입력 조합을 더 효과적으로 테스트하고 모니터링할 수 있습니다.

패널은 더 쉽게 사용할 수 있는 데이터를 통해 기계 학습이 스테이크와 같은 더 복잡한 단백질 구조뿐만 아니라 갑각류와 같이 이해하기 어려운 종류의 고기를 키우려는 시도에 도움이 될 수 있다고 말했습니다. 재배 고기는 전통적인 육류 생산이 환경에 미치는 영향을 완화하는 방법 중 하나로 간주됩니다.