NAU는 어떻게 자아를 만들어가는가

자율주행차를 어떻게 더 안전하게 만들 수 있을까요?

자율주행차가 미국 도로에서 점점 더 많이 발견되고 있는 상황에서 매우 중요한 이 질문은 NAU 연구원 Truong Nghiem이 기계 학습과 물리적 원리를 대규모 사이버 환경에 통합하는 방법을 모색하는 새로운 프로젝트를 통해 답하기를 희망하는 질문일 뿐입니다. 물리적 시스템.

정보학, 컴퓨팅 및 사이버 시스템 학부의 조교수인 Nghiem은 이 프로젝트에 대해 NSF CAREER 보조금을 받았습니다. 이 프로젝트는 물리적 제약이 있는 효과적이고 효율적인 기계 학습을 위한 포괄적이고 유연한 프레임워크를 개발하는 것을 목표로 합니다. 우리는 스마트 에너지 시스템, 산업 자동화 시스템, 자율 로봇 및 자동차와 같은 복잡한 시스템에 기계 학습을 적용합니다. CAREER 상은 국립과학재단(National Science Foundation)이 초기 경력을 쌓은 교수진에게 수여하는 가장 권위 있는 상입니다.

Nghiem은 "중요한 과제는 이러한 시스템의 성능과 안전을 어떻게 보장하느냐는 것입니다. 이러한 시스템은 일반적으로 성능 및/또는 안전이 중요하기 때문에 오류가 발생하면 치명적인 결과를 초래할 수 있기 때문입니다."라고 Nghiem은 말했습니다. “우리의 접근 방식은 기계 학습과 물리적 원리를 긴밀하게 통합하는 것입니다. 이 프로젝트에서 개발된 프레임워크는 이러한 통합의 기반이 될 것이며 과제 해결을 위한 디딤돌이 될 것입니다. 이는 미래의 자율 사이버 물리 시스템을 안정적이고 안전하게 만드는 데 도움이 될 것입니다.”

사이버 물리 시스템(CPS)은 계산 및 물리적 구성 요소의 원활한 통합을 기반으로 구축되고 이에 의존하는 엔지니어링 시스템입니다. 이는 자동차, 로봇, 의료 기기, 전력망 등을 포함하여 우리 일상 생활을 구성하는 많은 현대 엔지니어링 시스템의 기초이며, 우리 삶이 더욱 자동화됨에 따라 더욱 보편화되고 있습니다.

이러한 시스템 중 다수는 기계 학습을 사용하고 점점 더 인공 지능을 사용합니다. 그러나 항상 물리학을 기반으로 하지 않는 기계 학습은 이러한 시스템을 "가르치는" 최선의 방법을 항상 제공하는 것은 아닙니다. Nghiem의 연구는 물리적 시스템에 대한 지식을 기계 학습에 원활하게 포함시켜 강력하고 정확하며 일관된 모델을 만드는 방법을 개발할 수 있는 물리 기반 기계 학습(PIML)에 중점을 두고 있습니다.

자율주행 자동차, 로버, 드론 및 유사한 시스템에서 이는 시스템 오류가 적고 차량과 주변 사람들이 더 안전한 경험을 할 수 있음을 의미합니다. 그러나 현재의 PIML 방법은 기능적으로 너무 작아서 이러한 요구 사항을 충족할 수 없습니다.

복합 물리학 기반 기계 학습(CPIML)을 입력하세요. Nghiem의 프로젝트는 많은 PIML과 물리적 구성요소 모델을 합성하여 복잡한 대규모 시스템의 데이터 기반 학습을 발전시키는 것을 목표로 합니다. 이는 각 블록마다 훨씬 더 크고 복잡한 모델을 구축하기 위해 함께 조립할 수 있는 LEGO 블록과 물리적으로 동일합니다. 이미 개발된 모델 또는 기계 학습의 일부입니다.

이 획기적인 솔루션을 위해서는 사이버 세계(머신 러닝, AI 및 컴퓨팅)와 물리적 세계(동적 및 제어 시스템)를 엔지니어링 시스템에 통합하여 각 세계가 서로를 인식하고 통합할 수 있어야 합니다. 그 결과 사람들이 이동하는 더 안전한 세상이 될 것입니다.

Nghiem은 “스마트하고 자율적인 사이버 물리 시스템은 가까운 미래에 우리 삶에 엄청난 영향을 미칠 것입니다.”라고 말했습니다. “자율 도우미 로봇, 첨단 산업 자동화(인더스트리 4.0), 직장과 개인 생활에서 많은 자율 시스템을 통해 생산성이 크게 향상될 것입니다. 우리의 에너지 인프라는 더욱 효율적이고 신뢰할 수 있으며, 교통은 더욱 안전하고 빨라질 것입니다. 이는 모두 사이버 물리 시스템과 머신 러닝 및 AI의 최근 발전을 포함한 현대 기술에 달려 있습니다.”

Nghiem의 연구는 또한 대학원생과 학부생이 소프트웨어 개발 및 실제 응용 프로그램에 참여할 수 있는 귀중한 기회를 제공할 것입니다.

하이디 토스 | 나우커뮤니케이션즈 (928) 523-8737 | [email protected]