OpenAI 해커톤 보고서 2018년 3월

OpenAI는 2018년 3월 3일에 첫 해커톤을 개최하여 인공지능 커뮤니티의 100명을 모아 8시간 코딩 스프린트 동안 AI 프로젝트를 개발했습니다. 이 행사는 고등학생부터 대학 연구원, 산업 엔지니어에 이르는 다양한 실무자들이 협업할 수 있는 공간을 제공했습니다.

참가자 다양성 및 구성

OpenAI는 500명 이상의 사전 신청자 중에서 100명의 참석자를 균형 있게 선정했습니다. 참가자들은 고등학생, 대학 연구원, 산업 실무자, 비영리 단체에서 일하는 엔지니어 등으로 구성되었습니다. 참석자들의 관심 분야는 의료부터 인공 일반 지능(AGI)까지 다양한 응용 분야에 걸쳐 있었습니다. OpenAI는 모든 참가자가 긍정적인 경험을 할 수 있도록 성별 균형을 명시적으로 추구했습니다.

기술 프로젝트 및 응용

8시간 해킹 세션 동안 참가자들은 수십 개의 AI 프로젝트를 개발했습니다. 주요 기술 구현은 다음과 같습니다:

강화 학습 및 로보틱스

• PPO with Curiosity-Based Rewards: Arthur Juliani는 호기심 기반 내재 보상을 사용하여 블록 타워를 부수는 에이전트를 훈련시키는 Proximal Policy Optimization (PPO)을 구현했습니다.
• Natural Q-Learning: 고등학생 Ethan Knight와 Osher Lerner는 Natural Q-Learning에 관한 OpenAI의 "requests for research"를 기반으로 프로젝트를 개발했습니다.
• AeroEnv: Malhar Patel와 Lee Redden은 물리적 로봇을 위한 Gym 인터페이스를 만들었습니다.
• Q-learning in Processing: Rodger Luo는 미디어 아티스트를 위해 설계된 프로그래밍 도구인 Processing 내에서 Q-learning을 구현했습니다.

헬스케어 및 특수 도구

• Image Classification for Healthcare: Jiale Xian, Clarence Leung, Kyle Zheng, Madeline Hawkins, 그리고 Stergios Hetelekides는 퓨린 함량이 높은 해산물을 식별하여 통풍 환자가 특정 음식을 피하도록 돕는 이미지 분류기를 구축했습니다.
• Machine-Assisted Sketching: Andy Matuschak은 SketchRNN을 기반으로 한 머신 어시스티드 스케치 도구인 "scrying pen"을 개발했습니다.

AI 안전

• James Giammona와 Brad Neuberg는 강화 학습(RL) 에이전트가 위험하고 보이지 않는 환경 부분을 피할 수 있는 방법에 대한 아이디어를 생성함으로써 AI 안전에 집중했습니다.

인프라 지원

Cirrascale는 행사 기간 동안 참가자들의 AI 프로젝트에 필요한 계산 요구를 지원하기 위해 GPU 머신을 제공했습니다.