Daniela L. Rus는 루마니아계 미국인 컴퓨터 과학자로, MIT Panasonic 컴퓨터 과학 교수이자 MIT 컴퓨터 과학 및 인공지능 연구소(CSAIL) 소장을 맡고 있다. 그녀는 로봇공학과 인공지능 분야의 기여로 인정받고 있으며, 분산 및 네트워크 로봇공학, 자기 재구성 로봇 시스템, 소프트 및 생체 모방 로봇, 계산 설계 및 제조, 인간-로봇 상호작용, 자율 시스템, 적응형 기계 학습 등을 포함한다. 그녀의 연구에서 반복적으로 나타나는 주제는 로봇의 몸체, 계산 지능, 물리적 환경의 통합이며, 그녀는 이를 공개적으로 Physical AI - 현실 세계에서 감지, 이동, 학습, 적응, 행동할 수 있는 시스템에 구현된 인공지능 - 이라고 설명해 왔으며, 이는 2024년 TED 강연에서 제시되었다.
Rus의 연구는 과학적 발견을 위한 AI로도 확장되며, Project CETI(고래 번역 이니셔티브)를 통해 비인간 의사소통 연구를 위한 기계 학습 및 로봇공학 방법을 포함한다. 그녀는 Project CETI의 수석 연구원이자 창립 과학 팀 구성원으로 활동해 왔으며, 이 프로젝트는 The Audacious Project의 촉매적 지원으로 시작되었고, 부분적으로 Roger Payne의 고래 노래 연구와 보존 유산에서 영감을 받았다. 그녀의 영예로는 맥아더 펠로우십, IEEE 에디슨 메달, 존 스콧 메달, 엥겔버거 로봇공학상, 그리고 미국 국립공학한림원, 미국 국립과학한림원, 미국 예술과학아카데미 선출이 있다. 그녀는 또한 TIME의 AI 분야 가장 영향력 있는 100인 중 한 명으로 선정되었다.
생애
초기 생애와 교육
Rus는 루마니아에서 태어나 가족과 함께 미국으로 이민했다. 그녀의 아버지 Teodor Rus는 컴퓨터 과학자이며, 어머니 Elena Rus는 물리학자이다. 그녀는 1985년 아이오와 대학교에서 컴퓨터 과학 및 수학 학사 학위를 받았다. 그녀는 1990년 컴퓨터 과학 석사 학위를, 1993년 코넬 대학교에서 컴퓨터 과학 박사 학위를 받았으며, 박사 지도 교수는 John Hopcroft였고 논문 제목은 "Fine Motion Planning for Dexterous Manipulation"이었다.
경력
Rus는 다트머스 대학교 컴퓨터 과학과에서 학문적 경력을 시작했다. 그녀는 2004년 MIT에 합류했고 2012년 MIT CSAIL 소장이 되었다. CSAIL 소장으로서 그녀는 MIT의 가장 큰 학제 간 컴퓨팅 연구소 중 하나를 이끌며, 인공지능, 로봇공학, 자율성, 데이터 시스템, 사이버 보안, 개인정보 보호, 기계 학습 응용, 산업 협력에 걸친 연구 및 전환 프로그램을 지원했다. 그녀의 연구 그룹인 분산 로봇공학 연구소(DRL)는 자율성의 과학, 즉 네트워크 및 협동 로봇, 계산 설계 및 제조, 감사 가능한 기계 학습, 그리고 사람들의 물리적 및 인지적 작업을 지원하는 시스템을 연구한다.
기업 활동
Rus는 로봇공학 및 AI 연구를 기반으로 한 회사들을 공동 창업했으며, Liquid AI, Themis AI, Venti Technologies, The Routing Company 등이 있다. Liquid AI는 효율적인 범용 AI 시스템과 액체 기반 기초 모델을 개발한다. Themis AI는 신뢰할 수 있고 안전한 AI 및 모델 불확실성 추정에 중점을 둔다. Venti Technologies는 항만, 공장, 창고, 산업 현장을 위한 자율 물류 시스템을 개발하며, The Routing Company는 주문형 공유 대중교통 기술을 개발한다. Rus는 또한 Symbotic, Gartner, SymphonyAI를 포함한 기업 이사회에서 활동했으며, MBZUAI 이사회의 창립 멤버였다.
조직 활동
Rus는 미국 국립공학한림원(NAE), 미국 예술과학아카데미(AAAS), 미국 국립과학한림원(NAS)의 회원이며, ACM, AAAI, IEEE의 펠로우이다. 그녀는 또한 프랑스 국립의학아카데미(ANM)의 외국인 회원이다. 그녀는 NSF 우수 연구자 상, Alfred P. Sloan 재단 펠로우십, 2002년 맥아더 펠로우십을 받았다.
연구
Rus의 연구는 물리적 세계에서 작동하는 시스템을 위한 자율성의 과학과 공학에 중점을 둔다. 그녀의 작업은 지능을 몸체, 두뇌, 세계 간의 상호작용으로 취급한다: 몸체는 물리적으로 가능한 행동을 형성하고, 계산 시스템은 무엇을 인지, 학습, 계획, 제어할 수 있는지를 결정하며, 환경은 불확실성, 제약, 변화를 도입한다. 이 관점은 로봇공학, Physical AI, 과학적 발견을 위한 AI에서의 그녀의 기여를 연결한다.
분산, 네트워크, 자기 조직화 로봇
분산 및 다중 로봇 시스템에서 Rus는 여러 기계 간의 조정, 커버리지, 운동 계획, 제어, 협력을 위한 알고리즘과 시스템에 기여했다. 이 작업은 각각 제한된 로컬 정보를 가진 많은 기계가 공통 목표를 달성하기 위해 어떻게 조정할 수 있는지 묻는다. 그녀의 그룹은 자기 재구성 모듈식 로봇, 군집 및 집단 로봇 시스템, 모듈식 로봇 큐브, 공중 및 지상 로봇 팀, 로컬 감지 및 통신을 통해 조정하는 로봇 시스템을 탐구했다. Roboat 및 FloatForm 프로젝트에서 소형 자율 보트는 감지, 항해, 조정, 연결, 그리고 임시 다리와 플랫폼과 같은 더 큰 부유 구조물로 자기 조립한다. 이 작업은 네트워크 로봇공학을 자기 조직화의 문제로 구성한다: 독립적인 기계가 어떻게 일관된 집단 시스템이 될 수 있는지.
소프트, 모듈식, 생체 모방 로봇공학
Rus는 소프트 로봇공학과 생체 모방 로봇 시스템의 선구자이자 초기 기여자였다. 그녀의 그룹은 실리콘, 종이, 식용 재료를 포함한 유연하고 비전통적인 재료로 만든 로봇을 조사했으며, 이는 경직된 산업용 기계의 대안으로서이다. 대표적인 시스템으로는 신체 내부의 잠재적 의료 작업을 위한 섭취 가능한 종이접기 로봇, 수중 관찰을 위한 소프트 로봇 물고기, 소프트 매니퓰레이터, 모듈식 로봇 시스템, 동물 움직임에서 영감을 받은 로봇이 있다. 이 작업은 로봇을 반드시 인간형 또는 산업적 형태가 아닌, 소프트, 소형, 접이식, 모듈식, 수중, 의료, 환경 내장형일 수 있는 기계로 정의하는 더 넓은 개념에 기여했다. 근본적인 연구 질문은 형태, 재료, 감지, 제어가 함께 기계의 지능과 능력을 어떻게 결정하는지이다.
계산 설계 및 제조
Rus는 또한 계산 설계 및 제조 분야에서 작업했으며, 알고리즘, 재료, 제조 공정, 감지, 제어를 결합하여 맞춤형 로봇과 기능적 장치를 생성하는 방법을 포함한다. 이 분야의 그녀의 연구는 로봇의 설계와 생산을 자동화하여 특정 작업과 환경에 맞춘 기계를 만드는 것을 목표로 한다. 이 작업은 딥 러닝 및 최적화와 교차하여 계산 도구가 소프트 액추에이터에서 완전한 로봇 플랫폼에 이르는 물리적 시스템 생성 속도를 어떻게 높일 수 있는지 탐구한다.