대언어 모델을 주도하는 인공지능의 발전 덕분에 그래픽 도상학의 연구와 응용은 새로운 기회를 열었으며, 대언어 모델에서 대비전 모델로의 발전을 촉진하고 있습니다." 2023년 12월 30일, 새해 전날과 설날을 맞아 중국공정원 원사이자 로봇 시각 인식 및 제어 기술 국가 공학 연구 센터 소장인 왕야오난은 중국그래픽학회 제19회 젊은 과학자 대회에서 머신 비전 지능 개발의 최신 동향을 공유했습니다.
Nandu 기자와의 단독 인터뷰에서 왕 야오난은 인공지능이 머신 비전을 지능적으로 만들고, 더 높은 산술 능력은 대규모 시각 모델의 훈련을 지원할 수 있다고 말했습니다. 그러나 더 똑똑한 빅 비전 모델에는 더 높은 산술 수준, 더 나은 모델 아키텍처, 더 효과적인 학습 알고리즘도 필요합니다.
이 컨퍼런스는 중국영상그래픽스학회, 파저우연구실, 남중국이공대학, 중산대학, 중국영상그래픽스학회 청년활동위원회의 공동 주관입니다.
업계 동향에 대해 이야기하다
시각 컴퓨팅에서 시각 지능으로
야오난 왕: 중국의 머신 비전 연구는 거의 40년의 역사를 가지고 있으며, 처음에는 센서 연구, 즉 빛 정보를 그림 정보로 변환하는 것에서 시작되었습니다. 그 다음에는 얻은 그림을 더 명확하게 하기 위해 강화하는 것을 포함한 비전 처리가 필요합니다.
명확한 이미지를 얻은 후에는 사진에서 관심 있는 대상을 얻어야 합니다. 예를 들어, 무인 운전 분야에서 머신 비전은 사진 속 대상을 감지하여 어느 것이 사람이고 어느 것이 자동차인지에 대한 질문에 답해야 합니다.
이것이 우리가 머신 비전의 세 가지 주요 영역이라고 부르는 것입니다. 저는 그것을 이미징, 처리, 이해로 요약합니다.
머신 비전은 과거의 시각적 컴퓨팅에서 오늘날의 시각적 지능으로 옮겨갔습니다. 인공 지능과 결합된 시각적 컴퓨팅은 인지 수준을 개선하고 복잡한 환경을 이해하는 능력을 강화했으며, 전체 시각적 지능 산업은 작년에 급속한 발전을 보였습니다.
머신 비전 지능의 개발 방향은 광범위한 응용 분야를 수행하는 것이며, 산업 검사, 지능형 제조, 위성 원격 감지 및 기타 분야에 적용됩니다.
머신 비전에 대해 이야기하자면, 우리는 그 응용, 응용 주도 기술 개발에 대해 이야기해야 합니다. 중국 이미지 그래픽스 학회는 30개의 특별 위원회를 두고 있으며, 주로 그래픽 이미지에 초점을 맞춰 연구를 수행하고 국가 경제에 기여합니다. 이러한 기술은 산업, 농업, 지리 정보 시스템, 원격 감지, 토지 자원 등 광범위한 응용 시나리오를 가지고 있습니다.
사람은 태어나자마자 세상을 볼 수 있고, 태어난 뒤에 세상을 이해할 수 있으며, 정보의 80%는 시각을 통해 습득됩니다. 머신 비전은 인간의 눈을 시뮬레이션하여 결국 인간의 눈 수준에 도달하고, 어떤 면에서는 인간의 눈을 넘어서 더 멀리 보고, 더 명확하게 보는 것입니다.
큰 비전 모델에 대해 이야기하다
대규모 시각적 모델은 점점 더 지능화될 것입니다.
야오난 왕: 빅 언어 모델은 책, 언어, 텍스트로부터 얻은 지식을 데이터로 사용하여, 학습한 내용을 기반으로 추론하고 답변할 수 있는 신경망 모델을 훈련시키는 데이터 기반 AI입니다.
반면, 그랜드 비주얼 모델의 데이터는 주로 인간과 자연이 생성한 비주얼 데이터를 포함한 다양한 이미지에서 나옵니다. 예를 들어, 의료 빅 비주얼 모델은 인간의 장기와 병변 이미지를 비주얼 데이터로 빅 모델에 입력한 다음, 이를 얻기 위해 훈련하여 의사처럼 CT 사진을 읽고 환자가 의사를 만나러 왔을 때 사진을 찍은 후 환자의 상태를 추론하는 효과를 얻을 수 있습니다.
현재의 시각적 모델은 우리가 상상하는 인간의 뇌와 같지 않으며, 그 격차는 여전히 매우 큽니다. 학습 데이터의 증가와 모델 매개변수의 조정으로 모델은 점점 더 커지고 지식이 점점 더 많아지고 지능 수준은 점점 더 높아지고 더 똑똑해질 것입니다.
우리는 더 빠르게 모델을 구축하고, 더 나은 모델 아키텍처를 설계하고, 더 많은 해석 가능성과 더 안전하고 제어 가능한 모델을 만들기 위해 산술 능력 수준을 높이고 계산 속도를 높여야 합니다. 또한, 더 효과적인 학습 알고리즘을 연구해야 합니다.
사실, 시각적 거시모델링은 지난 몇 년 사이에 새로운 것이 아니며, 단계적으로 개발되었습니다. 1980년대에 인공지능이 개발되면서 사람들은 신경망을 연구하기 시작했습니다. 다만 지난 몇 년 동안 산술 및 알고리즘 능력이 향상되어 사람들이 큰 모델을 구축하려고 시도할 수 있었고, 큰 언어 모델과 큰 시각적 모델이 생겨났습니다. 과거에는 산술 능력이 충분하지 않았기 때문에 사람들은 그렇게 큰 모델을 만들지 않았습니다.
2024년 전망에 대해 이야기하다
우리는 사업이 광저우를 넘어 전국, 그리고 전 세계로 확대되기를 바랍니다.
야오난 왕: 후난대학 로봇 시각 인식 및 제어 기술 국가 공정 연구 센터는 2022년에 광동-홍콩-마카오 대만 지역에 위치한 광저우 증청으로 이전하고, 후난대학 광동-홍콩-마카오 대만 지역 혁신 연구소(광저우 증청)를 설립했습니다.
연구소는 지능형 제조, 의료 및 제약 분야의 특수 작동 로봇을 포함한 기계에 대한 지능형 비전의 연구 및 응용과 일반화된 대형 비전 모델에 중점을 둡니다. 예를 들어, 이러한 연구는 제조 산업에 적용되어 많은 수의 노동자를 대체하고 제품 품질 검사를 완료할 수 있으며, 특히 3C 및 고급 부품 산업에서 그렇습니다. 현재 연구소는 소프트웨어 및 하드웨어 시스템을 개발했으며, 그 주요 기능은 광둥 기업의 디지털 및 지능형 변환을 강화하고 제조 산업의 발전을 촉진하는 것입니다.
또한 연구소는 산업용 인터넷 소프트웨어 등 첨단 지능형 장비 생산에 주로 사용되는 지능형 머신 비전 및 제어 시스템 개발도 진행하고 있으며, 이러한 시스템에는 알고리즘이 매우 많이 적용됩니다.
광둥은 개혁 개방의 최전선이며 주요 경제 전장으로, 완전한 산업 사슬과 공급 사슬, 그리고 많은 제조 기업이 있습니다. 우리는 시장 수요 때문에 광둥 레이아웃에 왔습니다. 또한, 우리 연구 센터는 광둥에 많은 R&D 팀이 있으며, 많은 프로젝트를 착수했고, 과학기술 성과의 전환을 이루었습니다.
2023년 상반기에는 주로 부품 및 구성품 공급에서 몇 가지 과제에 부딪혔습니다. 2024년에는 이러한 문제가 해결되고 광둥성 AI 산업의 산업 사슬, 공급망 및 R&D 역량이 향상될 것이라고 믿습니다. 대규모 국내 시장에서 새로운 트랙이 열릴 것입니다. 활기찬 분위기 속에서 모든 사람이 주도권을 잡고 행동하고 혁신하면 모든 과제를 해결할 수 있습니다.
저는 광둥의 AI 산업 발전에 확신을 가지고 있습니다. 지난 30년 동안 우리는 과학 기술에서 자립하기 위해 많은 노력을 기울였고 많은 과학 연구 성과를 축적했습니다. 광둥은 중국에서 가장 큰 경제 성입니다.
우리가 종사하는 인공지능과 로봇 분야는 좋은 기회를 잡았고, 지난 2년 동안 폭발적으로 성장하여 많은 새로운 시장을 유치하고 새로운 산업 트랙을 끌어들였습니다. 앞으로는 점점 더 많은 스마트 단말기가 등장할 것이고, 이는 또한 생산 시설과 장비 산업의 발전으로 이어질 것입니다. 2024년에는 광저우 증청에 있는 우리 연구원이 전국과 전 세계로 사업을 확장할 수 있기를 바랍니다.