...
두 번째 큰 놀라움은 바로 작년에 찾아왔습니다. 저는 2016년부터 OpenAI 팀과 만났고 그들의 꾸준한 발전에 깊은 인상을 받았습니다. 2022년 중반, 나는 그들의 작업에 너무 흥분해서 그들에게 과제를 주었습니다. AP 생물학 시험에 합격하도록 인공 지능을 훈련시키는 것입니다. 특별히 훈련되지 않은 질문에 답할 수 있도록 합니다. (내가 AP Bio를 선택한 이유는 테스트가 단순한 과학적 사실의 역류 이상이기 때문입니다. 생물학에 대해 비판적으로 생각하도록 요청합니다.) 그렇게 할 수 있다면 진정한 돌파구를 마련한 것이라고 말했습니다.
그 도전이 그들을 2~3년 동안 바쁘게 만들 것이라고 생각했습니다. 그들은 불과 몇 달 만에 그것을 끝냈습니다.
...
기후 변화는 AI가 세상을 더 공평하게 만들 수 있다고 확신하는 또 다른 문제입니다. 기후 변화의 부당함은 가장 고통받는 사람들, 즉 세계에서 가장 가난한 사람들이 문제에 가장 적게 기여한 사람들이기도 한다는 것입니다. 저는 여전히 AI가 어떻게 도움이 될 수 있는지에 대해 생각하고 배우는 중이지만 이 게시물의 뒷부분에서 많은 잠재력이 있는 몇 가지 영역을 제안할 것입니다.
요컨대, 게이츠 재단(Gates Foundation)이 다루는 문제에 AI가 미칠 영향에 대해 기대가 크며 재단은 앞으로 몇 달 동안 AI에 대해 더 많은 이야기를 할 것입니다. 세상은 부유한 사람뿐만 아니라 모든 사람이 인공 지능의 혜택을 받을 수 있도록 해야 합니다. 정부와 자선 활동은 불평등을 줄이고 기여하지 않도록 하는 데 중요한 역할을 해야 합니다. 이것은 AI와 관련된 내 작업의 우선 순위입니다.
너무 파괴적인 신기술은 사람들을 불안하게 만들 수밖에 없으며 인공 지능의 경우에도 마찬가지입니다. 인력, 법률 시스템, 개인 정보 보호, 편견 등에 대해 어려운 질문을 제기하는 이유를 이해합니다. AI는 또한 사실적인 실수를 저지르고 환각(hallucinations)을 경험합니다. 위험을 완화할 수 있는 몇 가지 방법을 제안하기 전에 AI가 의미하는 바를 정의하고 직장에서 사람들에게 권한을 부여하고 생명을 구하며 교육을 개선하는 데 도움이 되는 몇 가지 방법에 대해 자세히 설명하겠습니다.
Defining artificial intelligence - 인공지능의 정의
기술적으로 인공 지능이라는 용어는 특정 문제를 해결하거나 특정 서비스를 제공하기 위해 만든 모델을 의미합니다. ChatGPT와 같은 기능을 지원하는 것은 인공 지능입니다. 채팅을 더 잘하는 방법을 배우고 있지만 다른 작업은 배울 수 없습니다. 대조적으로 인공 일반 지능이라는 용어는 모든 작업이나 주제를 학습할 수 있는 소프트웨어를 의미합니다. AGI는 아직 존재하지 않습니다. AGI를 생성하는 방법과 생성할 수 있는지 여부에 대해 컴퓨팅 업계에서 활발한 논쟁이 벌어지고 있습니다.
AI와 AGI를 개발하는 것은 컴퓨팅 산업의 큰 꿈이었습니다. 수십 년 동안 문제는 컴퓨터가 계산 이외의 다른 부분에서 언제 인간보다 더 잘할 것인가 하는 것이었습니다. 이제 기계 학습과 대량의 컴퓨팅 성능이 도입되면서 정교한 AI가 현실이 되었으며 매우 빠르게 개선될 것입니다.
나는 소프트웨어 산업이 너무 작아서 우리 대부분이 회의에서 무대에 설 수 있었던 개인 컴퓨팅 혁명의 초기를 회상합니다. 오늘날 그것은 글로벌 산업입니다. 현재 많은 부분이 AI로 관심을 돌리고 있기 때문에 혁신은 마이크로프로세서 혁신 이후 경험한 것보다 훨씬 더 빠르게 이루어질 것입니다. 머지않아 AI 이전 시대는 컴퓨터를 사용하던 시절이 화면을 탭하는 대신 C:> 프롬프트에 입력하는 것을 의미했던 시대만큼 먼 것처럼 보일 것입니다.
Productivity enhancement - 생산성 향상
인간은 여전히 많은 일에서 GPT보다 낫지만 이러한 기능이 많이 사용되지 않는 직업이 많이 있습니다. 예를 들어 영업(디지털 또는 전화), 서비스 또는 문서 처리(미지급금, 회계 또는 보험 청구 분쟁 등)에서 사람이 수행하는 많은 작업에는 의사 결정이 필요하지만 지속적인 학습 능력은 필요하지 않습니다. 기업에는 이러한 활동에 대한 교육 프로그램이 있으며 대부분의 경우 좋은 일과 나쁜 일의 예가 많이 있습니다. 인간은 이러한 데이터 세트를 사용하여 교육을 받으며, 곧 이러한 데이터 세트는 사람들이 이 작업을 보다 효율적으로 수행할 수 있도록 AI를 교육하는 데 사용될 것입니다.
...
글로벌 보건 및 교육은 수요가 절실하지만 이러한 수요를 충족할 인력이 부족한 두 영역입니다. AI가 적절하게 대상을 지정하면 불평등을 줄이는 데 도움이 될 수 있는 영역입니다. 이것들은 AI 작업의 핵심 초점이 되어야 하므로 이제 그것들을 다루겠습니다.
건강
저는 AI가 건강 관리와 의료 분야를 개선할 여러 가지 방법을 봅니다.
...
마찬가지로 정부와 자선 단체는 기업이 가난한 국가의 사람들이 기르는 농작물이나 가축에 대한 AI 생성 통찰력을 공유하도록 인센티브를 만들어야 합니다. AI는 지역 조건에 따라 더 나은 종자를 개발하는 데 도움을 주고 농부들에게 해당 지역의 토양과 날씨에 따라 심기에 가장 좋은 종자에 대해 조언하며 가축을 위한 약물 및 백신 개발을 도울 수 있습니다. 극한의 날씨와 기후 변화로 인해 저소득 국가의 생계형 농민들에게 더 많은 압박이 가해짐에 따라 이러한 발전은 더욱 중요해질 것입니다.
교육
컴퓨터는 업계의 많은 사람들이 바라는 교육에 영향을 미치지 않았습니다. 교육용 게임과 Wikipedia와 같은 온라인 정보 소스를 포함하여 몇 가지 좋은 발전이 있었지만 학생들의 성취도 측정에 의미 있는 영향을 미치지 않았습니다.
...
많은 선생님들이 학생들이 GPT를 사용하여 에세이를 쓰는 것에 대해 걱정하고 있다는 것을 알고 있습니다. 교육자들은 이미 새로운 기술에 적응하는 방법에 대해 논의하고 있으며 이러한 대화는 꽤 오랫동안 계속될 것이라고 생각합니다. 저는 학생들이 GPT를 사용하여 개인화해야 하는 첫 번째 초안을 만들 수 있도록 허용하는 것과 같이 기술을 작업에 통합하는 영리한 방법을 찾은 교사에 대해 들었습니다.
AI의 위험과 문제점
현재 AI 모델의 문제에 대해 읽었을 것입니다. 예를 들어, 그들은 인간의 요청에 대한 맥락을 잘 이해하지 못하여 이상한 결과를 초래합니다. AI에게 가상의 것을 만들어달라고 요청하면 잘 할 수 있습니다. 그러나 가고 싶은 여행에 대한 조언을 구하면 존재하지 않는 호텔을 제안할 수 있습니다. 이는 AI가 가짜 호텔을 발명해야 하는지 또는 사용 가능한 객실이 있는 실제 호텔에 대해서만 알려야 하는지 알 수 있을 만큼 요청의 컨텍스트를 잘 이해하지 못하기 때문입니다.
...
세 권의 책이 이 주제에 대한 내 생각을 형성했습니다. Nick Bostrom의 Superintelligence; Max Tegmark의 Life 3.0; 및 A Thousand Brains, 제프 호킨스. 나는 저자가 말하는 모든 것에 동의하지 않으며 그들도 서로 동의하지 않습니다. 그러나 세 권의 책 모두 잘 쓰여지고 생각을 자극합니다.
다음 개척지
AI의 새로운 사용과 기술 자체를 개선하는 방법을 연구하는 회사가 폭발적으로 늘어날 것입니다. 예를 들어 기업들은 인공 지능에 필요한 엄청난 양의 처리 능력을 제공할 새로운 칩을 개발하고 있습니다. 일부는 광학 스위치(기본적으로 레이저)를 사용하여 에너지 소비를 줄이고 제조 비용을 낮춥니다. 이상적으로는 혁신적인 칩을 사용하면 오늘날처럼 클라우드가 아닌 자신의 장치에서 AI를 실행할 수 있습니다.
...