일반 인공지능도 가능할까?
인공지능이라는 용어의 첫 사용은 더 정확하게는 "협의의 인공지능"이라고 불러야 할 것입니다. 이는 강력한 기술이지만 매우 간단하고 간단합니다. 과거에 대한 많은 데이터를 컴퓨터로 분석하고 패턴을 찾은 다음 해당 분석을 사용하여 미래에 대해 예측합니다. 이러한 유형의 인공 지능은 이메일에서 스팸을 필터링하고 트래픽 경로를 제공하므로 하루에 여러 번 우리 삶 전체에 영향을 미칩니다. 하지만 과거 데이터를 이용해 학습하기 때문에 미래가 과거와 비슷한 경우에만 작동합니다. 그렇기 때문에 고양이를 인식하고 체스를 두는 것입니다. 왜냐하면 고양이는 매일 기본 수준에서 변하지 않기 때문입니다.
인공 지능이라는 용어를 사용하는 또 다른 방법은 일반 AI(또는 인공 일반 지능, AGI)라고 부르는 것을 설명하는 것입니다. 공상과학 소설을 제외하고는 존재하지 않으며, 그것을 만드는 방법을 아는 사람도 없습니다. 일반 인공지능(General Artificial Intelligence)은 인간만큼 지적으로 다재다능한 컴퓨터 프로그램이다. 이전에 훈련받은 적이 없는 완전히 새로운 것을 스스로 가르칠 수 있습니다.
협소한 인공지능과 일반 인공지능의 차이
영화에서 일반 인공지능은 '스타 트렉'의 데이터, '스타워즈'의 C-3PO, '블레이드 러너'의 클론이다. 직관적으로 좁은 AI와 일반 AI는 동일한 것으로 보일 수 있지만 구현하기가 덜 정교하고 복잡할 뿐이지만 그렇지 않습니다. 일반 인공지능은 뭔가 다르다. 예를 들어, 스팸을 식별하는 것은 계산적으로 진정한 창의성과 동일하지 않지만 일반 AI는 그렇습니다.
저자는 "Voices in AI"라는 인공지능에 관한 팟캐스트를 진행한 적이 있습니다. 이 과학 분야의 위대한 실무자들 대부분이 이 팟캐스트를 통해 접할 수 있고 기꺼이 팟캐스트에 참여할 의향이 있기 때문에 이는 흥미로운 일입니다. 그래서 나는 이 주제에 관해 깊이 있게 이야기하는 100명이 넘는 훌륭한 AI 사상가들의 갤러리를 갖게 되었습니다. 제가 대부분의 손님에게 묻는 두 가지 질문이 있습니다. 첫 번째 질문은 “일반 인공지능이 가능할까?”였고, 4명을 제외하면 거의 모든 사람이 “그렇다. 가능하다”고 답했다. 그런 다음 언제 만들 수 있는지 물어볼 것입니다. 대답은 짧게는 5년에서 길게는 500년까지 다양합니다.
갭이 왜 이렇게 큰가요?
거의 모든 손님이 일반 인공 지능이 가능하다고 말하면서도 언제 달성할 수 있을지에 대해 그토록 광범위한 내부 추정치를 제공하는 이유는 무엇입니까? 대답은 제가 이전에 했던 진술로 돌아갑니다. 우리는 일반 지능을 구축하는 방법을 모르기 때문에 귀하의 추측은 다른 모든 사람의 추측과 거의 동일합니다(쓸모 없음).
“하지만 잠깐만요!”라고 말할 수도 있습니다. "우리가 그것을 만드는 방법을 모른다면 왜 전문가들은 그것이 가능하다는 데 그렇게 압도적으로 동의합니까?" 나도 그들에게 이런 질문을 하는데, 대개는 같은 대답의 변형을 얻는다. 우리가 진정한 지능형 기계를 만들 것이라는 그들의 확신은 인간이 지능형 기계라는 핵심 신념에 기반을 두고 있습니다. 그들은 우리가 기계이고 일반 지능을 갖고 있기 때문에 일반 지능을 갖춘 기계를 만드는 것이 가능해야 한다고 생각했습니다.
인간 대 기계
확실한 것은 인간이 기계라면 이 전문가들이 옳다는 것입니다. 일반지능은 가능할 뿐만 아니라 불가피하다. 그러나 사람이 단순한 기계 이상의 존재라는 것이 밝혀지면 실리콘에서는 복제할 수 없는 사람의 측면이 있을 수 있습니다.
흥미로운 점은 100명이 넘는 AI 전문가와 다른 모든 사람 사이의 단절입니다. 일반 청중에게 이 주제를 이야기하고 자신을 기계라고 생각하는 사람이 누구냐고 물으면 15% 정도가 손을 든다. 이는 인공지능 전문가의 96%에 훨씬 못 미치는 수치이다.
내 팟캐스트에서 내가 인간 지능의 본질에 대한 이러한 가정을 반박하면 손님들은 대개 내가 일종의 마술적 사고에 빠져 있다고 정중하게 비난합니다. "생물학적 기계가 아니라면 우리는 무엇입니까?"
이것은 공정하고 중요한 질문입니다. 우리는 우주에서 보편적으로 지성을 갖춘 존재는 단 하나, 바로 우리라는 것을 알고 있습니다. 우리는 어떻게 그렇게 강력하고 창의적인 초능력을 갖게 되었나요? 우리는 정말로 모릅니다.
지능은 초능력입니다
첫 번째 자전거의 색상이나 1학년 선생님의 이름을 기억해 보세요. 어쩌면 당신은 몇 년 동안 이 두 가지에 대해 생각하지 않았을 수도 있지만, 당신의 두뇌는 그것들을 검색하는 데 아무런 문제가 없을 것입니다. 이는 "데이터"가 하드 드라이브처럼 두뇌에 저장되지 않는다는 점을 고려할 때 더욱 중요합니다. 인상적인. 사실, 우리 중 누구도 그것이 어떻게 저장되는지 알지 못합니다. 우리는 당신의 두뇌에 있는 수천억 개의 뉴런 각각이 우리의 가장 진보된 슈퍼컴퓨터만큼 복잡하다는 것을 발견할 수 있습니다.
그러나 이것은 우리 지능의 신비의 시작일 뿐입니다. 거기에서 모든 것이 더 까다로워지기 시작합니다. 우리에게는 뇌 자체와 별개로 사고 능력이라는 것이 있다는 것이 밝혀졌습니다. 생각하는 능력은 유머 감각이나 사랑에 빠지는 것과 같이 머리 속에 있는 3파운드의 끈적끈적한 물질이 해서는 안 되는 일을 모두 할 수 있다는 것입니다. 당신의 심장은 그렇게 하지 않으며, 간도 마찬가지입니다. 그런데 어쩐지 당신은 해냈어요.
생각이 전적으로 뇌의 산물인지조차 확실하지 않습니다. 한두 명 이상의 사람은 최대 95%의 뇌가 없이 태어나지만 여전히 정상적인 지능을 갖고 있으며 종종 나중에 진단 테스트를 받을 때까지 자신의 상태에 대해 알지 못합니다. 게다가 우리 지능의 대부분은 뇌에 저장되지 않고 우리 몸 전체에 분산되어 있는 것 같습니다.
일반 인공 지능: 의식의 추가적인 복잡성
우리가 뇌나 마음을 이해하지 못하더라도 상황은 실제로 거기에서 더 어려워집니다. 일반 지능에는 의식이 필요할 가능성이 높습니다. 의식은 세상에 대한 당신의 경험입니다. 온도계는 온도를 정확하게 알려줄 수 있지만 따뜻함을 느낄 수는 없습니다. 이러한 구별, 즉 알려진 것과 경험되는 것의 차이는 의식이며, 컴퓨터가 의자보다 세상을 더 잘 경험할 수 있다고 믿을 이유가 거의 없습니다.
그러므로 우리의 뇌는 이해하지 못하고, 생각은 설명할 수 없으며, 의식에 관해서는 단순한 물질이 어떻게 경험을 가질 수 있는지에 대한 좋은 이론조차 없습니다. 그러나 그럼에도 불구하고 일반 인공지능을 믿는 인공지능계 사람들은 인간의 모든 능력을 컴퓨터에서 복제할 수 있다고 확신한다. 이것은 환상적인 사고를 불러일으키는 논쟁처럼 들립니다.
누군가의 신념을 얕보거나 폄하하기 위해 이 말을 하는 것이 아닙니다. 아마 그 말이 맞을 겁니다. 나는 단순히 일반 인공지능이라는 개념을 명백한 과학적 진실이라기보다는 증명되지 않은 가설로 본다. 그러한 생물을 만들고 그것을 조종하려는 욕망은 인류의 고대 꿈이었습니다. 현대에 와서는 수 세기 전으로 거슬러 올라가는데, 아마도 메리 셸리의 "프랑켄슈타인"에서 시작하여 천 개가 넘는 후속 이야기에서 그 모습이 드러날 것입니다. 그러나 실제로는 그보다 훨씬 더 일찍 진행됩니다. 우리는 그리스 기술의 신 헤파이스토스가 크레타 섬을 지키기 위해 만든 로봇인 탈로스(Talos)의 이야기와 같이 우리가 글을 쓴 이래로 그런 상상을 해왔습니다.
우리 마음속 어딘가에는 그런 생명체를 창조하고 그 엄청난 힘을 조종하고 싶은 욕망이 있지만, 아직까지 우리가 실제로 그것을 할 수 있을 것이라고 생각해야 할 것은 아무것도 없습니다.
위 내용은 일반 인공지능도 가능할까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다

1일 본 사이트 소식에 따르면 SK하이닉스는 오늘(1일) 블로그 게시물을 통해 8월 6일부터 8일까지 미국 캘리포니아주 산타클라라에서 열리는 글로벌 반도체 메모리 서밋 FMS2024에 참가한다고 밝혔다. 많은 새로운 세대의 제품. 인공지능 기술에 대한 관심이 높아지고 있는 가운데, 이전에는 주로 NAND 공급업체를 대상으로 한 플래시 메모리 서밋(FlashMemorySummit)이었던 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage) 소개를 올해는 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage)으로 명칭을 변경했습니다. DRAM 및 스토리지 공급업체와 더 많은 플레이어를 초대하세요. SK하이닉스가 지난해 출시한 신제품
