구글의 새로운 AI 로봇, 기술 업계 전체를 놀라게 하다 [가격+CL-1 휴머노이드+모바일 알로하]

구글의 새로운 AI 로봇, 기술 업계 전체를 놀라게 하다 [가격+CL-1 휴머노이드+모바일 알로하]

 

구글 딥마인드와 스탠퍼드 대학교는 첨단 AI 기능을 갖춘 오픈소스 휴머노이드 로봇인 모바일 알로하를 공개했습니다. 림엑스 다이내믹스는 계단이나 경사면과 같은 까다로운 지형을 자율적으로 탐색할 수 있는 휴머노이드 로봇 CL-1을 공개했습니다. 구글 리서치와 딥마인드가 공동 개발한 의료 진단 전문 AI 챗봇인 AMIE(Articulate Medical Intelligence Explorer)는 의료 진단에 특화된 새로운 AI 챗봇입니다.

 

딥러닝 AI 전문 분야: https://imp.i384100.net/GET-STARTED

Deep Learning

 

AI 마켓플레이스: https://taimine.com/

AI 뉴스 타임스탬프: 0:00 알로하 가정용 로봇 3:52 CR-1 휴머노이드 로봇 4:47 의료용 구글 AIME AI

챕터

모두 보기

 

알로하 가정용 로봇

0:00

CR-1 휴머노이드 로봇

3:52

의료용 구글 AIME AI

4:47

 

스크립트

알로하 가정용 로봇

0:00

Google DeepMind와 스탠포드 대학교는 AI를 갖춘

0:04

세계에서 가장 민첩하고 비용 효율적인 오픈 소스 휴머노이드 로봇을 공개하여

0:08

자동화 및 기계 지능의 새로운 표준을 제시했습니다.

0:12

하지만 그것은 무엇을 할 수 있습니까?

0:13

실제로 모바일 알로하(Mobile Aloha)의 트위터 데뷔는

0:18

이전에는 인간의 기술로만 간주되었던 작업

0:22

인 3코스 식사를 ​​능숙하고 능숙하게 준비했기 때문에 충격적 이었습니다 .

0:26

이 놀라운 업적은 광범위한 관심을 끌었을 뿐만 아니라

0:30

로봇의 민첩성과 일반화 가능성의 새로운 차원을 보여주었습니다. 이 프로젝트는

0:34

스탠포드 대학과 Google DeepMind의 로봇 공학 전문 지식을 결합한 역동적인 팀인

0:39

Xiangfu Tony Xie와 Chelsea Finn의 아이디어입니다

0:43

.

0:44

이번 콜라보레이션으로.

0:46

일반 로봇 공학의 한계를 재정의하는 기계가 탄생했습니다.

0:50

모바일 알로하 성공의 핵심에는 혁신적인

0:54

교육 접근 방식이 있습니다. 로봇은 인간의 행동을 밀접하게 모방하는 모방 학습을 통해 학습되었습니다

0:59

.

1:00

이 방법은 감독된 행동, 복제 및 공동 훈련으로 강화되어

1:04

모바일 Aloha가 인상적인 정확도로 다양한 작업을 자율적으로 수행할 수 있게 해 주며

1:09

, 모바일 Aloha가 실제로 작동하는 것을 목격하는 것은 그야말로

1:13

숨이 막힐 정도입니다.

1:15

로봇은 새우 요리, 엘리베이터 작동과 같은 복잡한 작업을

1:19

자율적으로 실행하는 데 최대 90%의 성공률을 보여주었습니다

1:23

. 초기 프로그래밍 이상의 작업에 학습하고 적응하는 능력은

1:28

로봇 학습 기능의 상당한 도약을 강조합니다.

1:31

그러나 이는 단지 작업 실행에 관한 것이 아닙니다.

1:33

Mobile Aloha의 디자인은 안정성과 이동성,

1:38

자체 동력

1:42

시스템을 갖춘 역동적인 환경의 중요한 요소와 창고에서 일반적으로 사용되는 추적 모바일 베이스에 중점을 두고 있습니다. 이 로봇은

1:46

걷는 인간만큼 빠르고 안정적이면서도 탐색할 수 있을 만큼 다재다능합니다.

1:50

다양한 지형.

1:51

또한 모바일 Aloha에는 원격 조작 모드가 포함되어 있어

1:56

작업자가 원격으로 제어할 수 있습니다. 이는

2:00

복잡한 상호 작용이 필요한 작업에 필수적인 기능입니다.

2:02

또한 구조 작업부터

2:06

복잡한 제조 공정에 이르기까지 다양한 응용 분야에서 로봇의 적응성을 보여주는 VR 텔레오프를

2:10

통해 작업이 가상 영역으로 확장됩니다

2:13

. 그러나 모바일 알로하(Mobile Aloha)를 로봇 공학 세계에서 가장 차별화시키는 것은

2:18

저렴한 가격과 오픈 소스 특성입니다.

2:20

주변 장치를 포함하여 약 32,000달러에 달하는 이 제품의 비용

2:24

효율성은 연구 및 상업용으로 실행 가능한 옵션일 뿐만 아니라

2:29

엄청나게 비싸다는 기존의 관점에 도전합니다.

2:33

모바일 알로하의 효율성 비결은 공동 훈련 학습

2:37

과정에 있습니다. 두 가지 서로 다른 예제 세트를 통해 로봇은

2:41

정확한 손 조정과 이동성이 필요한 작업을 마스터했으며,

2:45

이는 기능과 응용 범위를 크게 향상시키는 기능입니다.

2:50

로봇의 실시간 시연을 통해 로봇 공학의 현재 상태와 미래 잠재력을 엿볼 수 있습니다

2:54

.

2:56

아직 인간의 속도에는 미치지 못하더라도 로봇의 작업

3:01

실행 효율성은 부인할 수 없을 정도로 인상적이며

3:05

향후 개선을 위한 명확한 로드맵을 제공합니다.

3:06

앞으로 팀은 로봇의 크기를 축소하고

3:11

이동 범위를 늘려 더 넓은 범위의 환경에 적합하게 만드는 것을 목표로 하고 있습니다.

3:14

그들은 또한 다양한

3:19

작업 사례를 포함하도록 로봇의 학습 능력을 확장할 계획이며, 이 로봇 개발의 의미는

3:23

일상 생활 에서의 로봇 공학 통합 , 일자리 대체 가능성,

3:28

인간의 작업을 단순화하는 자율 로봇의 역할

3:32

.

3:35

로봇 플랫폼을 오픈 소스로 만듦으로써 팀은

3:39

고급 로봇 공학에 대한 접근을 효과적으로 민주화하고, 연구 커뮤니티에 새로운 표준을 설정하고

3:43

, 보다 비용 효율적이고 효율적인 로봇 솔루션을 위한 길을 닦으며,

3:47

최첨단 로봇 공학이 사라진다는 개념에 도전하고 있습니다. 도달 범위.

CR-1 휴머노이드 로봇

3:52

한편, Limax Dynamics는 복잡한 지형을 자율적으로 탐색

3:56

하는 로봇의 놀라운 능력을 보여주는 새로운 비디오를 통해 최신 Kl1 휴머노이드 로봇을 공개했습니다

4:00

.

4:03

영상은 Kl1이 계단을 오르고 경사면을 내려가는 모습을 보여주며, 회사에서는

4:07

로봇이 실시간

4:11

인식, 게이트 계획 및 이동 제어, 하드웨어 및 데이터

4:15

스트림 간의 루프를 성공적으로 닫았다고 설명합니다. 이러한 통합을 통해 Kl1은 지형을 실시간으로 인식

4:20

하고 모션을 사전에 조정하여 연석을 탐색하고

4:24

계단을 동적으로 오르고 경사면을 내려갈 수 있습니다.

4:27

kl1의 견고성과 신뢰성을 보장하기 위해 Limax Dynamics는

4:32

실내와 실외, 그리고 오후부터

4:36

황혼까지 광범위한 테스트를 수행했습니다. 이 엄격한 테스트 체제는 다양한 환경 조건에서 로봇의 성능을 평가하여

4:40

다양한 시나리오에 적응할

4:44

수 있는 능력을 확인하도록

4:46

설계되었습니다. 마지막으로 Google Research와 DeepMind는

의료용 구글 AIME AI

4:51

Articulate Medical Intelligence Explorer 또는 Amy로 알려진

4:54

또 다른 혁신을 공개했습니다

4:58

. 이 모델은 의료 진단을 전문적인

5:03

챗봇으로 변화시키고 있습니다.

5:06

Amy는 감별진단이라는 복잡한 업무에 초점을 맞춤으로써 전통적인 의료 서비스를 뛰어넘습니다

5:10

. 의료 요약을 생성하거나 질문에 답하는 일반적인 의료 AIS와 달리

5:14

Amy는 Google의 강력한 손바닥 모델을 기반으로 개발되고 광범위한 의료 데이터에 대해 훈련된

5:18

진단 지원에 맞게 고유하게 맞춤화되었습니다 . Amy는 AI 환자 시뮬레이터와의 시뮬레이션 대화가 포함된

5:23

혁신적인 자가 플레이 기반 진단 대화 시스템을 사용합니다

5:27

. 효율성을 검토하고 평가한 이러한 상호 작용은

5:31

지속적인 개선을 위한 기반이 됩니다.

5:34

일련의 사고 추론으로 보완된 이 반복 학습 과정은

5:38

Amy의 대화 품질을 크게 향상시켰습니다.

5:41

실제로 이중 맹검 연구에서 Amy는 인간

5:46

배우

5:50

와 실제 의사 모두를 대상으로 테스트한 텍스트 기반 의료 상담에서 인간 의사와 같거나 능가했습니다.

5:51

Amy는 상담 품질의

5:56

중요한 측면에서 더 높은 진단 정확도와 성능을 보여주었습니다

5:57

. 비록 통제된 환경에서 평가되었지만 의료

6:01

전문가와 환자 기록에 의한 이러한 발견은 신뢰할 수 있는

6:06

진단 도구로서 Amy의 잠재력을 강조합니다.

6:07

이러한 성과에도 불구하고 텍스트 상담에 초점을 맞춘 Amy의 현재 형식은 의학

6:11

에서 대면 인간 상호 작용의 깊이를 완전히 재현하지 못할 수도 있습니다 .

6:15

텍스트 기반 상호 작용과 희귀 질병을 강조하는 이 연구의 설계는

6:19

다양한 임상 시나리오에서 Amy의 잠재력을 최대한 실현할 수 있는

6:24

추가 개발의 여지를 제시합니다 . Google의 Amy는

6:27

공정성, 개인정보 보호, 실제 적용 가능성에 초점을 맞춘 지속적인 연구를 통해 AI를 의료 진단에

6:31

통합하는 데 앞장서고 있습니다

6:36

.

6:39

Amy는 현대 의료 분야에서 필수적인 도구가 되어

6:43

의료 진단의 정확성과 효율성을

6:47

향상시킬 준비가 되어 있습니다 . Amy는 의료

6:51

전문가를 지원하고 환자 결과를 개선하는 데 귀중한 자산이 될 것을 약속합니다.

6:54

Google DeepMind와 스탠포드 대학의 Mobile Aloha의 공개는

6:59

요리 및 기계 작동과 같은 복잡한 작업을 수행할 수 있는 비용 효율적인 휴머노이드 로봇을

7:03

향한 중요한 오픈 소스 도약입니다

7:07

. Kl-one 로봇은 고급

7:11

지형 탐색 기능을 보여주지만, 두 가지 모두 자율 로봇 공학에 있어 상당한 발전을 가져왔습니다

7:15

.

7:17

또한 Google의 Amy는 의료 상담의

7:20

품질과 정확성을 높이기 위해 차세대 AI를 통해 의료 진단에

7:24

혁신을 일으키고 있습니다 .

7:28

이러한 혁신은 인간, AI, 로봇 사이의 경계가

7:31

흐려지거나

7:36

완전히 사라지는 미래를 향해 빠르게 나아가고 있습니다. 로봇이 점점 더 저렴해지고 AI 모델이

7:40

날로 인간의 능력을 능가하는 상황에서 이러한

7:44

지능적인 조수를 도입하면 먼저 순이익보다 더 많은 순이익이 발생하는 것은

7:49

당연한 일입니다 . 그러나 이것이 먼 미래에도 계속 유지될 것인가?

7:53

결국, 이 신뢰가 우리의 마지막

7:57

실수 중 하나인지 아닌지는 오직 시간만이 말해 줄 것입니다.