이 알고리즘은 노스웨스턴대학의 Asst가 이끄는 미국과학자팀에 의해 개발되었다. 샘 크리그만 교수가 리더이다.
2년 전, Kriegman은 재생산이 가능한 Xenobots 라고 알려진 작은 생명 공학 로봇을 공개하여 헤드라인을 장식했다. 해당 연구에서는 페트리 접시 수영 소형 로봇의 최적 체형을 결정하기 위해 알고리즘의 초기 버전이 사용되었다. 결국 로봇은 팩맨과 약간 비슷하게 생겼다.
슈퍼컴퓨터가 해당 설계를 구현하는 데 수개월이 걸렸던 반면, 이제 알고리즘은 일반 노트북 컴퓨터에서 실행될 정도로 개선되었으며 30분 이내에 결과를 제공할 수 있다. 자연 진화의 원리를 활용하여 훈련되었으며, 프로그래머가 시간을 통해 어떤 종류의 생물학적 특성이 작동하고 어떤 종류가 작동하지 않는지 확인할 수 있다는 사실이 크게 향상되었다.
Kriegman은 "로봇이 진화하려면 이전에는 슈퍼컴퓨터에서 몇 주 동안 시행착오를 거쳐야 했다. 물론 동물이 세상을 달리고, 수영하고, 날 수 있게 되기까지 수십억 년의 시행착오가 있었습니다."라고 Kriegman은 말했다. "이것은 진화에는 선견지명이 없기 때문입니다. 특정 돌연변이가 유익할 것인지 아니면 재앙이 될 것인지 미래를 내다볼 수는 없습니다. 우리는 이 눈가리개를 제거하여 수십억 년의 진화를 순간으로 압축하는 방법을 찾았습니다."
기술 테스트로서 연구원들은 알고리즘에 평평한 표면을 걸을 수 있는 로봇을 만들도록 요청했다. 중요한 것은 시스템이 걷는 로봇을 활용하려는 인간의 시도에 대해 전혀 알지 못했다는 것이다.
비누 크기 정도의 디지털 재료 블록에서 시작하여 알고리즘은 여러 개의 연속적인 디자인을 내놓았는데, 각 디자인은 이전 디자인의 컴퓨터 모델링 성공과 실패를 기반으로 했다. 26초와 9세대 후에 시스템은 3개의 인라인 다리를 활용하여 초당 몸 길이의 절반을 걸을 수 있는 설계에 도달했다. 과학자들은 공기가 몸 안팎으로 펌핑되면서 실제로 걸을 수 있는 로봇의 물리적 실리콘 모델을 만들기 시작했다.
기술이 더욱 발전하면 재난 현장에 갇힌 생존자 수색, 하수 시스템 수리, 심지어 인체 내 의료 절차 수행과 같은 응용 분야를 위한 로봇 설계를 최적화하는 데 사용될 수 있을 것으로 기대된다.
Kriegman은 "인간이 로봇을 디자인할 때 친숙한 물체처럼 보이도록 디자인하는 경향이 있습니다."라고 말했다. "하지만 AI는 인간이 한 번도 생각해 본 적이 없는 새로운 가능성과 새로운 길을 만들어 낼 수 있다. AI는 우리가 다르게 생각하고 꿈꾸는 데 도움이 될 수 있습니다. 그리고 이는 우리가 직면한 가장 어려운 문제를 해결하는 데 도움이 될 수도 있습니다."
이 연구는 국립과학원회보(Proceedings of the National Academy of Sciences) 저널에 최근 발표된 논문에 설명되어 있다. 출처: 노스웨스턴대학교
