버클리 인공지능 연구(Berkeley Artificial Intelligence Research, BAIR) 연구소는 캘리포니아 대학교 버클리(University of California, Berkeley)에 있는 연구 그룹으로, 인공지능 분야의 발전에 전념하고 있다. 2017년에 설립된 BAIR은 대학의 컴퓨터 과학 부문에 걸쳐 있던 여러 기존 AI 관련 연구 노력을 통합하여, 교수, 박사후 연구원, 대학원생들을 한데 모았다. 연구소는 컴퓨터 비전, 자연어 처리, 딥러닝, 로봇 공학 등의 분야에서의 기초 및 응용 연구에 중점을 두며, 특히 기계가 복잡한 환경에서 지각하고, 학습하고, 행동할 수 있게 하는 알고리즘 개발을 강조한다.
BAIR은 오픈소스 기여와 협력적인 문화로 잘 알려져 있으며, 학계와 산업계 모두에 영향을 미친 널리 사용되는 도구와 모델을 생산했다. 연구소는 UC 버클리 공과대학(College of Engineering)과 전기공학 및 컴퓨터과학과(Department of Electrical Engineering and Computer Sciences)의 더 넓은 조직 하에서 운영되며, Berkeley DeepDrive(BDD) 이니셔티브 및 인간 호환 인공지능 센터(Center for Human-Compatible AI, CHAI)와 같은 캠퍼스 내 다른 기관과 긴밀한 연계를 유지한다.
역사 및 설립
연구소는 2017년에 공식적으로 설립되었으며, UC 버클리에서 수십 년 동안 이루어져 온 AI 연구를 기반으로 한다. 설립의 출발점은 기계 학습, 로봇 공학, 비전 분야에서 흩어져 있던 여러 그룹을 하나의 조직 아래 통합하여 교차 수분과 대규모 프로젝트를 촉진하기 위한 필요성에서 비롯되었다. 초기 리더십은 이미 강력한 탐구 프로그램을 구축한 파이퍼 아벨(Pieter Abbeel), 트레버 다렐(Trevor Darrell), 세르게이 레빈(Sergey Levine)을 포함한 교수진에서 나왔다. 연구소 설립은 딥러닝에 대한 관심 급증과 계산 자원의 가용성이 증가하던 시기와 일치하며, 이를 통해 BAIR은 야망이 있는 연구 아젠다를 추구할 수 있었다.
연구 분야
BAIR의 연구는 AI 주제의 넓은 범위에 걸쳐 있다. 핵심 분야는 딥러닝으로, 새로운 신경망 계층 구조, 최적화 방법 및 비지도 학습 테크닉의 개발을 포함한다. 컴퓨터 비전도 또 다른 주요 초점으로, 객체 탐지, 이미지 분할 및 비디오 이해에 대한 프로젝트가 있다. BAIR의 자연어 처리 연구는 언어 모델링, 기계번역, 질의응답과 같은 주제를 다룬다. 또한 연구소는 강화 효율성에 상당한 입지를 갖고 있으며, 결정 의사결정을 위한 모델 프리(model-free)와 모델 기반(model-based) 접근법을 모두 탐구한다. 추가적으로 BAIR은 멀티 에이전트 시스템, 생성 모델, 그리고 기계 학습의 이론적 기초를 조사한다.
로봇 공학과 구현 AI
로봇 공학은 BAIR의 두드러진 강점 중 하나로, 로봇 학습, 조작, 및 운동에 전념하는 전용 그룹이 있다. 연구원들은 로봇이 시행착오, 모방, 그리고 인간과의 상호작용을 통해 능력을 획득할 수 있는 알고리즘을 개발한다. 연구소는 로봇팔과 이동식 조작기계를 포함한 여러 실제 로봇 플랫폼을 운영하며, 버클리 로봇 학습 프로젝트와 같은 벤치마크에 기여했다. 주목할 만한 성과로는 소프트 행동자-비평(Soft Actor-Critic) 알고리즘의 개발과 같은 로봇 제어를 위한 심층 강화학습의 발전과, 시뮬레이션에서 학습된 정책이 물리적 로봇에 배포되는 시뮬-실 세계 전송(sim-to-real transfer) 작업이 있다. BAIR의 로봇 연구는 종종 컴퓨터 비전과 교차하여, 로봇이 주변 환경을 지각하고 추론할 수 있게 한다.
주목할 만한 기여와 도구
BAIR은 여러 영향력 있는 오픈소스 소프트웨어 프로젝트를 생산했다. 가장 초기의 것은 딥러닝 프레임워크인 Caffe로, 이는 공식 연구소보다 앞서있는 버클리 비전 및 학습 센터(Berkeley Vision and Learning Center, BVLC)에서 개발되었지만 종종 이와 연관된다. 최근에는 BAIR 연구원들이 Berkeley Object Detection Benchmark와 강화학습을 위한 RLkit 라이브러리와 같은 도구를 출시했다. 또한 연구소는 로봇 연구에서 널리 사용되는 MuJoCo 물리 시뮬레이터 개발에 기여했다. 이 외에도 BAIR은 NeurIPS, ICL, CVPR, ICLR과 같은 회의에서 생성 적대 신경망(Generative Adversarial Networks)부터 모델 기반 강화학습을 포한한 여러 가지 고증된 논문을 발표했다.
협업 및 산업 연계
- BAIR은 연구 파트너십과 성숙한 인재의 주요 기업으로의 이직을 통해 기술 산업과의 강한 유대 관계를 유지하고 있다. 교수와 학생들은 종종 산업 연구소와 협력하고 있으며, BAIR는 구글, 에타(현 메타), 아마존과 같은 기업로부터 자금을 지원받았다. 연구소는 또한 자율주행에 초점을 맞추고 있으며, 자동차 및 기술 기업들과의 파트너십을 포함하는 버클리 De,,,드라트(Berkeley DeepDrive) 이니셔티브에 참가한다. 이러한 협업은 실제 세계 데이터와 계산 리소스에 대한 접근을 제공하면서, 연구 결과를 실제 응용 프로그램으로 전환하는 데 도움을 준다. BAIR의 산업 연계는 양방향으로 이점이 있으며, 회사들은 최첨단 연구와 우수한 인재에 대한 조기 접근을 얻는다.
사람들과 문화
- BAIR은 교수진, 박사후 연구원, 박사과정생, 방문 학자들을 포함한 다양한 연구 커뮤니티의 홈이다. 이력에 관련된 주요 교수진으로는 Pieter Abeeel, Trevor Darrell, Sergey Levine, Anca Dragan, 등이 있다. 연구소는 개방성, 협업, 그리고 연구 결과의 신속한 보급을 강조하는 문화를 갖고 있다. 주간 세미나와 그룹 회의는 작업을 발표하고된 의견을 받는 것과 같은 포럼을 제공한다. BAIR는 또한, 연구를 학자 및 산업 대표자들에게 보여주는 BAIR 심포지엄과 같은 이벤트를 조직한다. 연구소는 윗 세대 연구자들이 야망이 넘치는 프로젝트를 추구하고 공개적으로 발표하도록 장려하는 척수 환경으로 알려져 있다.
영향과 인정
BAIR 의 연구는 필드의 인공지능에 크게 영향을 미치고 있다. 출판물은 그 인용으로 유명하며, 소프트웨어 도구는 전 세계 연구자들에 의해 사용된다. 딥러닝과 로봇 공학에 대한 연구는 학술 연구와 산업 실천 모두에 영향을 주었으며, 자율주행, 헬스, 그리고 제조 분야의 발전에 기여했다. BAIR 연구원들은 주요 회의에서의 최우수 논문 상과 국가과학재단(National Science Foundation)과 영망 재단(Sloan Foundation)같은 조직의 펠로우쉽을 포함한 많은 상을 받았다. 연구소의 알로니들은 주요 대학과 인하여 회사들에 재직하며, 그 영향 넓이다.
미래 방향
앞으로, BAIR는 연구의 경계를 계속 확장하고 있다. 현재 관심 분야에는 학습 확장, 우리 AI 시스템의 견고성 및 안전성 향상, 그리고 지속적인 학습과 평생 학습을 위한 방법 개발이 포함된다. 연구는 또한 AI와 다른 필드(예: 생물학, 신경과학)와의 분석 파트를 탐구하고 있으며, 공정성과 책임성같은 AI의 사회적 영향력 조사하고 된다. 분야가 진화함에 따라, BAIR는 기본적인 연구에서 최첨단을 유지하며 실제 세상의 큰 도전을 해결르는 것을 목표로 하고 있다. 연구의 개방 과학과 대한 협업에 대한 의지는 향후 상당한 기여를 계속할 수 있는 그 곳이다.
참조
참조문헌
- 대학교 인공지능 연구은(는) 공식 웹사이트.
- "버클리 AI 연구 연구소 출범," UC 버클리 EECS 뉴스, 2017.
- Levine, S., 등. "딥 비전모터 정책의 종단 간 교육," 기계 학습 저널, 2016.
- Haarnoja, T., 등. "소프트 액터-트리티드: 확률론의 확률론 및 확률 행위자와의 최대 엔트로피 딥 강화 학습," ICLR, 2018.
- Todorov, E., 등. "MuJoCo: 모델 기반 제어를 위한 사용 엔진," IROS, 2012.