아이폰을 완전히 변화시킬 수 있는 애플의 최근 AI 연구

포스팅과 관련없는 임의의 사진임

원문 링크

---

• 애플은 3D 아바타 생성과 효율적인 언어 모델 추론을 위한 새로운 기술을 소개했다. 이는 제한된 메모리를 가진 기기들, 예를 들어 아이폰이나 아이패드에서 고급 AI 시스템을 효과적으로 실행할 수 있게 한다.
• 첫 번째 연구 논문에서, 애플 과학자들은 단일 카메라로 촬영된 짧은 비디오로부터 애니메이션 3D 아바타를 생성하는 HUGS(Human Gaussian Splats)를 제안한다. 이 방법은 30분 내에 정적 장면과 완전히 애니메이션화된 인간 아바타를 분리하는 것을 자동으로 학습한다.

• HUGS는 3D 가우시안 스플래팅을 사용하여 인간과 배경 장면을 모두 표현한다. 이는 옷과 머리카락과 같은 세부 사항을 포착할 수 있게 한다.
• 이 기술은 현실적인 애니메이션을 가능하게 하며, 아바타의 새로운 자세와 장면을 합성할 수 있다.
• HUGS는 훈련과 렌더링에서 기존 아바타 생성 방법보다 최대 100배 빠르며, 3D 재구성 품질에서 Vid2Avatar와 NeuMan을 능가한다.
• 이 기술은 한 비디오만으로 새로운 장면에 다양한 디지털 캐릭터를 넣을 수 있으며, 이미지를 초당 60회 업데이트하여 부드럽고 현실적으로 보이게 한다.
• 두 번째 논문에서는 제한된 메모리를 가진 기기에서 대형 언어 모델을 배포하는 주요 과제를 해결한다. 이는 GPT-4와 같은 현대의 자연어 모델이 많은 파라미터를 포함하고 있어 소비자 하드웨어에서 추론이 비싸기 때문이다.
• 제안된 시스템은 추론 중 플래시 저장소에서 DRAM으로의 데이터 전송을 최소화한다. "윈도잉"과 "행-열 번들링"이라는 두 가지 주요 기술이 도입되었다.
  • 첫째, "윈도잉"은 이전에 활성화된 뉴런을 재사용하고 이전에 활성화된 뉴런을 재사용함으로써 데이터 전송을 전략적으로 줄입니다.
  • 둘째, "행-열 번들링"은 플래시 메모리의 순차적 데이터 액세스 강점에 맞게 플래시 메모리의 순차적 데이터 액세스 강점 메모리, 데이터 청크의 크기 증가 크기를 늘립니다.
  • 이 방법들은 총체적으로 실행 중인 모델을 최대 사용 가능한 DRAM의 두 배 크기까지 실행할 수 있습니다. 추론 속도가 각각 4~5배, 20~25배 향상되며, CPU와 GPU의 네이티브 로딩 방식에 비해 추론 속도가 각각 4~5배, 20~25배 향상됩니다.
• 이 최적화는 곧 아이폰, 아이패드 및 기타 모바일 기기에서 복잡한 AI 어시스턴트와 챗봇을 원활하게 실행할 수 있게 할 것이다.
• 이러한 논문들은 애플이 AI 연구와 응용 분야에서 리더십을 확장하고 있음을 보여준다. 이러한 기술들이 소비자 제품에 통합될 때, 애플은 개인정보 보호부터 오남용 방지까지 사회적 영향을 고려해야 한다.
• 애플의 최신 혁신은 적절하게 적용될 경우 인공지능을 새로운 수준으로 끌어올릴 수 있다. 이는 곧 현실이 될 것으로 보인다.