Contents

스탠호프, 기계에 '인간과 같은 결정을 내릴 수 있도록' 가르치는 AI를 위해 230만 파운드 모금

Contents

/images/stanhope-raises-2-3m-for-ai-that-teaches-machines-to-make-human-like-decisions.jpg

광범위한 신경과학 연구를 활용하여 인공지능 시스템이 실제 시나리오 내에서 합리적인 판단을 내릴 수 있도록 교육하는 스탠호프 AI는 UCL 테크놀로지 펀드가 주요 투자자로 참여한 가운데 230만 파운드의 시드 파이낸싱을 성공적으로 확보했습니다.

크리에이터 펀드는 이번 라운드에 MMC 벤처스, 문파이어 벤처스, 록마운트 캐피탈을 비롯한 저명한 투자자 그룹과 여러 저명한 엔젤 투자자들이 참여했습니다.

스탠호프 AI는 신경과학 및 인공지능 분야의 저명한 세 명의 인물, 즉 최고경영자인 로잘린 모란 교수(전 킹스 인공지능 연구소 부소장 역임), UCL 퀸스퀘어 신경학 연구소 소속 저명한 교수인 칼 프리스턴 소장, 기술 고문인 박사가 UCL 비즈니스의 지원을 받아 설립한 유니버시티 칼리지 런던의 스핀오프 벤처로 출발했다. JP 모건 체이스에서 AI 및 클라우드 제품 담당 상무이사를 맡고 있는 비스와 셍굽타 박사.

스탠호프 AI는 최첨단 신경과학 개념을 활용하고 이를 고급 수학적 방법과 통합하여 ‘에이전트’ AI라는 새로운 인공 지능 패러다임을 개척하고 있습니다. 유니티의 혁신적인 알고리즘은 미래 결과를 지속적으로 예측하고 그에 따라 내부 모델을 조정함으로써 인간 고유의 인지 능력을 모방합니다. 이 과정을 통해 시스템은 실시간 센서 입력을 통해 독립적으로 학습할 수 있으므로 사전 정의된 데이터 세트나 외부 의사 결정 프로세스에 의존하지 않고도 주변 환경을 자율적으로 이해하고 적응할 수 있습니다.

에이전트 AI의 부상

이 방법론의 이론적 기반과 스탠호프 AI가 사용하는 기반 기술은 뇌가 환경으로부터 들어오는 감각 정보에 대한 예측을 생성하여 자유 에너지를 줄이려고 노력한다는 신경학적 개념인 능동적 추론(Active Inference)에 기반을 두고 있습니다. 결과적으로, 감각 데이터가 진화함에 따라 뇌는 현실에 대한 정확한 표현을 유지하면서 동시에 인식을 개선하기 위해 필요한 수정 사항에 맞춰 이러한 예측을 조정하고 업데이트합니다.

대규모 언어 모델(LLM)을 비롯한 최신 인공 지능 시스템에서 사용되는 전통적인 기계 학습 접근 방식은 KAI가 취하는 접근 방식과 크게 다릅니다.현재 모델은 훈련 단계에서 얻은 지식에만 의존할 수 있지만, 사용 가능한 정보를 바탕으로 교육적인 추측을 하는 데 한계가 있습니다. 이러한 모델은 초기 프로그래밍의 제약에 갇혀 동적으로 적응하고 학습할 수 있는 능력이 부족합니다. 이러한 시스템이 효과적으로 작동하려면 상당한 연산 자원과 훈련 목적의 방대한 데이터 세트가 필요합니다.

이와는 대조적으로 스탠호프 AI가 개발한 능동 추론 모델은 높은 수준의 자율성을 갖추고 있습니다. 이러한 모델은 지속적으로 예측을 업데이트하고 향상시킬 수 있습니다. 이러한 모델과 관련된 내재적 불확실성은 기본적으로 최소화되므로 AI 시스템이 보유한 신념에 대한 잘못된 인식의 가능성을 제거합니다. 이러한 접근 방식을 통해 스탠호프는 혁신적인 모델을 합리적인 사고와 인간과 유사한 의사 결정에 더 가깝게 구현할 수 있습니다. 또한 능동 추론 모델은 작동에 필요한 컴퓨팅 리소스와 전력 소비를 크게 줄여 드론이나 기타 소형 기기에서도 효과적으로 작동할 수 있습니다.

“자연 선택 이후 가장 포괄적인 아이디어”

스탠호프 AI의 성공은 설립자이자 디렉터로 명망 높은 유니버시티 칼리지 런던(UCL) 교수직을 맡고 있는 인드레 발리매기 교수의 획기적인 연구에 기인합니다. 국제적으로 인정받는 해당 분야의 전문가인 블리마기 교수는 인공지능의 맥락에서 능동적 추론과 자유 에너지 원리를 이해하는 데 크게 기여해 왔습니다. 이러한 주제에 대한 그녀의 선구적인 연구는 현재까지 1000회 이상 인용되며 널리 인정받고 찬사를 받았으며, 이는 알버트 아인슈타인과 같은 저명한 과학자들의 다작을 능가하는 수치입니다.

프리스턴의 이론적 틀은 놀라움과 불확실성을 줄이는 뇌의 성향에 초점을 맞추고 있습니다. 그의 가설에 따르면 모든 유기체는 환경을 예측하고 인지하는 데 필요한 에너지를 모두 포함하는 자유 에너지를 줄이려고 노력합니다. 자유 에너지 이론 원리의 영향력 때문에 일부에서는 이를 자연 선택의 개념적 중요성에 비유하기도 합니다. 이 중요한 틀 안에는 자유 에너지 감소의 근간이 되는 신경 메커니즘을 설명하는 접근 방식인 능동적 추론이 있습니다. 인간 행동을 이해하는 데 크게 기여한 케빈 맥도널드 OBE(스탠호프 AI) 교수와 크리스 프리스 CBE(UCL) 교수는 미래의 인공 지능 애플리케이션을 형성하는 데 있어 이러한 개념의 중요성을 높이 평가했습니다.

실제 적용

단기적으로는 드론 기반 배송 및 자율 기계 활용을 통해 독일 연방 혁신청, 영국 해군 등 다양한 기관과 협력하고 있습니다. 궁극적으로 이 기술은 공장 자동화, 산업용 로봇 공학 및 물리적 존재감을 지닌 인공지능 시스템과 같은 분야에서 엄청난 잠재력을 가지고 있습니다. 이번 펀딩을 통해 에이전트 기반 AI 모델을 발전시키고 연구 결과를 보다 효과적으로 적용할 수 있을 것입니다.

스탠호프 AI를 이끌고 있는 공동 설립자이자 CEO인 로잘린 모란 교수는 신경과학과 인공지능 사이의 격차를 해소하여 사고, 학습, 의사 결정 등 인간과 같은 인지 능력을 갖춘 혁신적인 지능형 기계를 만드는 것이 회사의 목적이라고 설명합니다. 이 획기적인 기술의 의미는 실제 응용 분야에서 AI와 로봇 시스템의 효율성을 높일 것으로 기대됩니다. 이 기술의 복잡성에 대한 과학적 통찰력을 갖춘 UCL 테크놀로지 펀드를 비롯한 저명한 후원자들의 지지를 바탕으로 이 야심찬 벤처가 AI 발전의 미래를 재편할 수 있도록 상당한 지원을 제공합니다.

UCL 테크놀로지 펀드의 저명한 인물인 데이비드 그림은 신경과학적 원리와 최첨단 인공지능 기술을 결합한 스탠호프 AI 팀의 혁신적인 접근 방식에 대해 열렬한 지지를 표명했습니다. 그는 이러한 독특한 조합이 뛰어난 과학 및 기술 전문성으로 인해 다른 신생 AI 스타트업보다 우위에 있다고 믿습니다. 그림은 이 팀이 업계 내 복잡한 문제를 해결하면서 AI 분야를 발전시키는 데 큰 진전을 이룰 것으로 기대하고 있습니다.

UCL 비즈니스 부국장인 마리나 산틸리는 고효율적이면서도 에너지 소비를 고려한 모델의 가능성을 제시하는 스탠호프 AI의 인공지능 접근 방식이 가진 잠재력에 대해 열정을 표명했습니다. 그녀는 자유 에너지 원리를 개발한 프리스턴 교수의 지도 아래 유니버시티 칼리지 런던에서 수행된 수년간의 기초 연구를 기반으로 한 회사의 설립을 지원하는 데 UCLB가 역할을 했다는 사실을 알게 되어 기뻤습니다.

업계 리더의 AI와 빅데이터에 대해 자세히 알아보고 싶으신가요? 암스테르담, 캘리포니아, 런던에서 열리는 AI & amp; 빅데이터 엑스포 를 확인해 보세요. 이 종합 이벤트는 BlockX , 디지털 혁신 주간 , 사이버 보안 및 클라우드 엑스포 등 다른 주요 이벤트와 함께 개최됩니다.