EPFL 인공지능 연구소는 스위스 로잔 연방공과대학교(EPFL)에 있는 연구 실험실이다. 보이 팔팅스(Boi Faltings) 교수가 이끌고 있으며, 기계 학습, 다중 에이전트 시스템, 불확실성 하에서의 추론을 중심으로 인공지능 연구를 수행한다. 이 연구소는 EPFL 컴퓨터 및 통신 과학 학부의 일부이며, 출판물, 소프트웨어, 산업 및 학계와의 협력을 통해 더 넓은 AI 분야에 기여하고 있다.
연구소의 연구는 제약 충족, 선호 모델링, 분산 의사 결정 등 여러 영역에 걸쳐 있다. 최근 몇 년 동안 그룹은 딥러닝과 대규모 언어 모델로 확장하여 이러한 기술을 최적화, 인간-AI 상호작용, 설명 가능한 AI 문제에 적용하고 있다. 연구소의 작업은 종종 이론적 기초와 실용적 응용을 연결하며, 견고하고 투명하며 인간의 가치와 일치하는 AI 시스템을 개발하는 것을 목표로 한다.
역사 및 리더십
연구소는 컴퓨터 과학 연구를 발전시키려는 EPFL의 약속의 일환으로 설립되었다. 1987년부터 EPFL에서 교수로 재직해 온 보이 팔팅스는 수년간 연구소를 이끌어 왔다. 그의 지도 아래 그룹은 수많은 박사 졸업생과 박사후 연구원을 배출했으며, 이들은 학계와 산업계의 자리로 진출했다. 연구소는 또한 MIT CSAIL, 스탠포드 AI 연구소, 버클리 AI 연구와 같은 기관의 방문 연구원을 초청하여 국제적 협력을 촉진했다.
연구 분야
연구소의 연구는 크게 여러 주제로 분류할 수 있다:
- 기계 학습 및 딥러닝: 신경망과 그 응용에 초점을 맞춘 지도 및 비지도 학습 알고리즘 개발. 최근 프로젝트는 자연어 이해 및 생성과 같은 작업을 위해 트랜스포머와 대규모 언어 모델을 탐구했다.
- 다중 에이전트 시스템: 자율 에이전트가 상호작용하고, 협상하고, 조정하는 방법을 연구. 게임 이론, 메커니즘 설계, 분산 최적화에 대한 작업이 포함된다.
- 제약 충족 및 최적화: 제약 프로그래밍과 조합 최적화를 사용하여 일정 관리 및 자원 할당과 같은 실제 문제를 해결.
- 인간-AI 상호작용: 인간이 AI 시스템과 효과적으로 협력할 수 있는 방법을 조사하며, 신뢰, 해석 가능성, 사용자 피드백 문제를 포함.
주요 기여
연구소는 NeurIPS, ICML, AAAI를 포함한 최고의 학회 및 저널에 출판물을 통해 AI 커뮤니티에 기여했다. 또한 전 세계 연구자들이 사용하는 오픈소스 도구와 벤치마크를 개발했다. 예를 들어, 그룹은 선호 기반 추천 알고리즘과 AI 결정을 설명하는 방법에 대해 작업했으며, 이는 성장하는 설명 가능한 AI 분야와 관련이 있다.
딥러닝 분야에서 연구소는 현대 트랜스포머의 기초가 되는 어텐션 메커니즘과 멀티 헤드 어텐션과 같은 기술을 탐구했다. 그룹은 또한 신경망의 효율성과 견고성을 개선하기 위해 모델 가지치기와 데이터 증강을 조사했다.
협력 및 산업 참여
연구소는 다양한 산업 및 학술 조직과 파트너십을 유지하고 있다. 노키아 벨 연구소와 삼성 리서치와 같은 회사와 응용 AI 프로젝트에서 협력했다. 또한 연구소는 유럽 연구 이니셔티브와 국가 프로젝트에 참여하며, 종종 학제 간 팀을 포함한다. 이러한 협력은 연구 결과를 실용적인 솔루션으로 전환하고 학생들에게 실제 문제에 대한 노출을 제공하는 데 도움이 된다.
교육 및 훈련
연구소는 EPFL에서 인공지능, 기계 학습, 다중 에이전트 시스템에 관한 강의를 제공하며 교육에 적극적인 역할을 한다. 학부 및 대학원 프로젝트를 지도하며, 많은 학생들이 AI 연구 또는 산업 분야에서 경력을 쌓았다. 연구소는 또한 세미나와 워크숍을 조직하여 외부 연사를 초청해 새로운 주제에 대한 통찰을 공유한다.
향후 방향
AI가 계속 진화함에 따라 연구소는 생성형 AI, 강화 학습, AI의 윤리적 영향과 같은 분야에 초점을 맞출 가능성이 높다. 그룹은 불확실성에 대해 추론하고 동적 환경에서 결정을 내릴 수 있는 AI 시스템 개발에 관심이 있다. 대규모 언어 모델의 빠른 발전으로 연구소는 이러한 모델을 추론 및 계획에 사용하는 방법을 탐구하고 있으며, 잠재적으로 기호 AI 접근 방식과 통합할 수 있다.
요약하자면, EPFL 인공지능 연구소는 이론 및 응용 AI 모두에 기여하는 활기찬 연구 그룹이다. 보이 팔팅스 아래의 작업은 분야에 지속적인 영향을 미쳤으며, 다음 세대의 AI 기술을 계속 형성하고 있다.