AI 기능으로 노트북이나 스마트폰에서 30초 만에 자율주행 로봇을 설계할 수 있다. 버스 정류장에서 기다리는 동안 누구나 터미네이터를 만들 수 있다고 당황할 필요는 없다. 최근 연구에 따르면 이 로봇은 복잡한 작업을 수행하지 않고 직선으로만 움직이는 단순한 기계이다. 노스웨스턴 대학교의 컴퓨터 과학자이자 엔지니어인 Sam Kriegman은 더 많은 연구를 통해 이 방법이 로봇 설계를 민주화할 수 있다고 말하고 있다. 그는 이러한 도구의 접근성을 높이는 노력을 하고 있다. 이제 AI는 에세이를 쓰고 자동차를 운전할 수 있으며, 디자인은 다음 단계의 작업처럼 보일 수 있다. 하지만 실제 제품을 효과적으로 설계할 수 있는 알고리즘을 만드는 것은 쉽지 않다고 연구에 참여하지 않은 컬럼비아 대학의 로봇공학자 Hod Lipson은 말한다. 그는 아직 새로운 연구에 대해 많은 문제점들이 남아있지만 큰 진전을 이루었다고 생각하고 있다. 그는 시뮬레이션 진화의 버전을 사용하여 특정 작업만을 수행할 수 있는 로봇을 만든다. 이전에는 진화 로봇을 만들려면 무작위 변형을 생성하여 테스트하고, 새로운 변형을 통해 가장 성능이 좋은 로봇을 다듬은 후 다시 테스트하는 과정을 거쳤다. 이와 같은 작업에는 많은 컴퓨팅 성능이 필요하다. 그러나 Kriegman 연구진은 대신 진화적 접근의 gradient descent라는 방법을 사용하고 있다. 이 프로세스는 무작위로 생성된 로봇의 차체 디자인으로 시작하지만, 알고리즘으로 수행능력을 측정하는 기능을 갖고 있어, 무작위 진화와는 다르다. 각 반복마다 AI는 성공으로 이어질 가능성이 가장 높은 대안들에 집중하도록 하고 있다. 돌연변이가 좋은지 나쁜지 확인할 수 있는 방법을 갖고 있다.
연구진은 컴퓨터 시뮬레이션에서 로봇을 임의의 모양으로 시작하여 AI에 지상 이동을 개발하는 목표를 부여한 다음, 초기 로봇을 가상 환경에 풀어놓고 진화하도록 설정하였다. 10번의 시뮬레이션과 단 몇 초 만에 최적의 상태에 도달하였다. 연구진은 10월 3일 Proceedings of the National Academy of Sciences USA에 로봇이 원래의 움직이지 않는 몸체설계로부터 초당 최대 0.5보의 속도로 움직일 수 있었으며, 이는 인간 평균 보행 속도의 약 절반에 해당하는 속도라고 이야기하고 있다. 또한 로봇은 지속적으로 다리를 진화시켜 걷기 시작했다고 연구팀은 밝혔다. 몇 번의 반복만으로 AI가 임의의 형태에서 기능적인 무언가를 만들 수 있다는 점이 인상적이었다고 말하고 있다. 시뮬레이션이 실제로 작동하는지 확인하기 위해 연구진은 3D 프린팅으로 설계의 주형을 만들고 실리콘으로 채워 가장 성능이 좋은 로봇의 예를 만들었다. 연구진은 근육의 수축과 팽창을 시뮬레이션하기 위해 형상의 작은 빈 공간에 공기를 주입하였다. 그 결과 비누 한 개 정도의 크기로 제작된 로봇은 마치 작은 만화 캐릭터처럼 움직였다. Kriegman은 AI 시뮬레이션 로봇이 반드시 현실 세계에서 작동할 수 있는 것은 아니기 때문에 실제 만들어본 로봇이 올바른 방향으로 움직이는 것만으로도 매우 만족하고 있다고 이야기한다.
이 연구는 비록 로봇이 매우 단순하고 한 가지 작업만 수행할 수 있지만 더 진보된 로봇 설계를 향한 한 걸음일 수 있다. Gradient descent 방법은 이미 인공 신경망 설계에 널리 사용되고 있기 때문에 뇌와 신체를 결합하는 데 강력할 수 있다. 진정한 진보는 gradient descent를 사용하여 신경망을 진화시키고 이를 진화 가능한 신체와 연결할 때 이루어질 것이며, 이는 살아있는 유기체에서 일어나는 것처럼 두 가지가 공진화할 수 있다는 것이다.