MIT, 스스로 구조물을 만드는 로봇 'M-블록' 개발 VIDEO: MIT CSAIL research offers a fully automated way to peer inside neural nets

MIT, 스스로 구조물을 만드는 로봇 'M-블록' 개발

IEEE '지능형 로봇 및 시스템 국제컨퍼런스'에서 발표

    MIT 컴퓨터 과학·인공지능연구소(CSAIL)가 점프·회전·공중돌기 등 기능을 이용해 스스로 구조물을 조립할 수 있는 모듈러 로봇인 ‘M-블록’을 개발했다고 ‘MIT 뉴스’가 보도했다. 마치 레고를 조립하듯이 블록들이 서로 연결되면서 구조물을 만들 수 있고 광선이나 화살표를 따라 이동할 수도 있다. 모듈을 쌓아가면서 군집 로봇을 만들 수 있다.

각각의 M-블록 내부에는 분당 2만회의 회전이 가능한 플라이휠(flywheel)이 내장되어 있으며 브레이크를 조작하면 회전 모멘텀이 생기면서 M-블록들간에 자석을 이용해 서로 붙거나 떨어지는 동작을 수행한다. 각각의 블록 표면에는 바코드 처럼 개별 블록을 인식할수 있는 표지를 부착해 서로 커뮤니케이션을 할 수 있도록 했다. 총 16개의 블록이 단순한 동작을 수행하거나 화살표나 광선을 따라 이동하는 행동을 할 수 있다.

finance.yahoo.com

MIT CSAIL research offers a fully automated way to peer inside neural nets TechCrunch Darrell Etherington July 1, 2017 MIT's Computer Science and Artificial Intelligence Lab has devised a way to look inside neural networks and shed some light on how they're actually making decisions. The new process is a fully automated version of the system the research team behind it presented two years ago, which employed human reviewers to achieve the same ends. Coming up with a method that can provide similar results without human review could be a significant step towards helping us understand why neural networks that perform well are able do succeed as well as they do. Current deep learning techniques leave a lot of questions around how systems actually arrive at their results – the networks employ successive layers of signal processing to classify objects, translate text, or perform other functions, but we have very little means of gaining insight into how each layer of the network is doing its actual decision-making. via youtube edited by kcontents The MIT CSAIL team's system uses doctored neural nets that report back the strength with which every individual node responds to a given input image, and those images that generate the strongest response are then analyzed. This analysis was originally performed by Mechanical Turk workers, who would catalogue each based on specific visual concepts found in the images, but now that work has been automated, so that the classification is machine-generated. View full text https://finance.yahoo.com/news/mit-csail-research-offers-fully-094317263.html

edited by kcontents

이 로봇 기술을 이용하면 재난 상황에서 건물 내부의 계단이 붕괴됐을 경우 M-블록을 조립하는 방식으로 임시 계단을 만드는 게 가능하다. 이밖에도 제조 제조, 헬스 등 여러 분야에 응용할 수 있다는 설명이다.

CSAIL의 다니엘러 러스(Daniela Rus) 소장은 “M-블록의 M이 모션, 마그넷, 매직을 의미한다”며 내부에 동작하는 부품 없이도 6면체의 큐브를 이용해 매우 저렴하고 견고하면서 수백만개의 모듈을 연결할 수 있는 로봇을 만들 수 있다"고 했다.

기존의 모듈러 방식 로봇 시스템은 소형의 로봇 팔(외부 액추에이터)을 갖고 있는 유닛 모듈을 이용해 동작을 만들 수 있지만 모듈간에 협력 및 커뮤니케이션이 쉽지 않다. 아주 간단한 동작을 수행하는데도 복잡한 협력 과정이 요구되며 비좁은 공간에서 커뮤니케이션할때는 혼선 우려도 높다는 지적이다.

이에 반해 MIT가 지난 2013년 처음으로 개발한 M-블록 메커니즘은 6면체의 관성력(inertial forces)을 이용했다. 구조는 만들기 위해 움직이는 암(arm)을 사용하는 것이 이나라 블록 내부에 부피가 있는 덩어리(mass)를 넣어 블록들이 관성력을 이용해 회전 및 동작할 수 있도록 했다. 이번에 연구팀은 M-블록 2.0버전으로 표면에 바코드와 유사한 인식표를 만들어 로봇 블록들이 서로 연결되고 커뮤니케이션하면서 구조물을 만들도록 했다.

연구팀은 이번 연구 성과를 이달 마카오에서 열리는 IEEE 주최 '지능형 로봇 및 시스템에 관한 국제컨퍼런스(IROS 2019)'에서 발표할 예정이다.

장길수  ksjang@irobotnews.com 로봇신문사

M-Blocks 2.0: Self-assembling Modular Robots

 KCONTENTS