구글 전 CEO: AI는 핵무기와 같다. 큰 나라들은 상호 파괴를 보장하기 위해 'AI 억지력'을 확립해야 한다.
전 구글 CEO 에릭 슈미트는 인터뷰에서 인공지능을 핵무기에 비유하며 세계 최강국들이 AI 때문에 서로를 파괴하는 것을 막기 위해 유사한 상호 보장 파괴 억제 메커니즘을 요구했습니다.
Mutually Assured Destruction(M.A.D. 줄여서 상호 파괴의 원리라고도 함)은 "모두 파괴되는" 자연에 대한 아이디어입니다. 두 반대자 중 한 쪽이 이를 완전히 사용하면 양쪽 모두가 파괴되는데, 이를 '테러 균형'이라고 합니다.
슈미트는 AI를 핵무기에 비유하며 AI가 세계를 파괴하는 것을 막기 위해 중국과 미국이 앞으로 '핵실험' 금지와 유사한 조약을 체결할 수도 있다고 말했습니다.
슈미트: 당시 저는 아주 어리고 순진했습니다
슈미트는 7월 22일 아스펜 보안 포럼 국가 안보 및 인공 지능 패널 회의에서 인공 지능 개발에 관해 연설했습니다.
기술의 윤리적 가치에 대한 질문에 슈미트는 자신이 구글 초창기 정보의 힘에 대해 순진했다고 설명했습니다.
그런 다음 그는 기술이 서비스를 받는 사람들의 도덕과 윤리에 더 잘 부합할 것을 촉구하고 인공 지능과 핵무기를 기괴하게 비교했습니다.
슈미트는 가까운 미래에 중국과 미국이 인공 지능에 관한 일부 조약에 서명해야 할 것이라고 예상합니다.
슈미트는 "1950년대와 1960년대에 우리는 핵 실험에 대해 '예상'이라는 규칙을 갖게 되었고 결국 핵 실험은 금지되었습니다."라고 말했습니다.
슈미트는 "이것은 균형의 예입니다."라고 말했습니다. 신뢰하든, 신뢰하지 않든, 그것은 '놀라움이 없는 법칙'이다." 그는 일부 오해와 오해로 인해 두 AI 강국인 미국과 중국 사이에 뭔가가 시작되어 위험한 사건이 촉발될 것을 매우 걱정하고 있습니다. .
슈미트는 현재 이 분야에 대해 아무도 연구를 하고 있지 않지만 인공지능은 너무나 강력하다고 말했습니다.
에릭 슈미트는 2001년부터 2011년까지 구글의 CEO, 2011년부터 2015년까지 구글의 회장, 2015년부터 2017년까지 알파벳의 회장, 2017년부터 2020년까지 알파벳의 기술 고문을 역임했습니다.
2008년 슈미트는 Google 회장으로 재직하는 동안 버락 오바마를 지지하는 캠페인을 벌였고 나중에 Eric Lander(과학 기술 자문 협의회) 회원과 함께 오바마 대통령의 기술 자문 위원회에서 활동했습니다.
2019년부터 2021년까지 Schmidt는 Robert O. Work와 함께 국가 AI 안보위원회 공동 의장을 맡았습니다.
AI가 정말 그렇게 위험한가요?
인공 지능과 기계 학습은 인상적이지만 종종 오해를 받는 기술입니다. 대부분의 경우 사람들이 생각하는 것만큼 똑똑하지 않습니다.
명작 수준의 예술 작품을 제작할 수 있고, '스타크래프트 2'에서 인간을 이길 수 있으며, 사용자에게 기본적인 전화 통화도 할 수 있지만, 자율 주행과 같은 더 복잡한 작업을 완료하려는 시도는 별로 진전이 없었습니다. .
슈미트는 가까운 미래에 중국과 미국 모두 안보 문제에 대해 우려하여 양측이 인공 지능에 대한 일종의 억제 조약을 체결하도록 강요할 것이라고 예상합니다.
그는 국가들이 외교를 통해 지구상에서 가장 치명적인 무기에 대한 일련의 통제를 조직했던 1950년대와 1960년대에 대해 이야기했습니다. 그러나 히로시마와 나가사키의 핵폭발과 같이 세계가 핵실험 금지 조약, SALT II 및 기타 획기적인 법안이 제정되는 지점에 도달하려면 수십 년의 핵폭발이 필요할 것입니다.
미국은 제2차 세계대전 말 핵무기로 일본의 두 도시를 파괴하고 수천 명의 목숨을 앗아갔으며 핵무기의 영원한 공포를 세계에 입증했습니다.
이후 소련과 중국도 핵개발에 성공했고, 한 나라가 핵무기를 발사하면 다른 나라도 이를 보장하는 '위험 균형'을 유지하는 억지론인 상호확증파괴(MAD)가 탄생했다. 출시할 가능성도 있습니다.
지금까지 인류는 지구상에서 가장 파괴적인 무기를 사용하는 것이 전 세계의 문명을 파괴할 수 있기 때문에 사용을 자제해 왔습니다.
현재 인공지능에도 그런 힘이 있나요?
이제는 인공지능이 핵무기만큼 파괴적이라는 것이 입증되지 않은 것 같지만, 많은 권력자들은 이 새로운 기술을 두려워합니다. 심지어 사람들은 인공지능에게 핵무기의 통제권을 넘겨주자고 제안하기도 합니다. 인간보다 더 강력합니다. 핵무기 사용의 중재자로서 더 적합합니다.
그래서 AI의 문제는 잠재적으로 세계를 파괴할 수 있는 핵무기의 힘을 가지고 있다는 것이 아니라 AI는 설계자만큼만 훌륭하고 제작자의 가치를 반영한다는 것입니다.
인공지능에는 고전적인 '쓰레기가 들어오면 쓰레기가 나온다'는 문제가 있습니다. 인종차별 알고리즘은 인종차별 로봇을 낳고, 인공지능도 편견을 낳습니다.
DeepMind CEO Demis Hassabis는 Schmidt보다 이 점을 더 잘 이해하고 있습니다.
DeepMind는 7월 Lex Fridman 팟캐스트 인터뷰에서 Hassabi에게 AI만큼 강력한 기술을 제어하는 방법과 Hassabi 자신이 그러한 힘에 의해 손상되는 것을 피하는 방법을 물었습니다.
Hassabis의 답변: “인공지능은 너무 큰 아이디어입니다.” 그는 “중요한 것은 누가 (인공지능을) 만들었는지, 어떤 문화에서 왔는지, 어떤 가치를 가지고 있는지, 인공지능을 만든 사람인지이다. AI 시스템은 스스로 학습하지만... 시스템을 만든 사람의 문화와 가치는 시스템에 남게 됩니다."
인공지능은 만든 사람, 120만 톤을 반영합니다. 인간이 그렇게 하도록 가르치지 않는 한, 대규모 폭발은 도시를 땅바닥으로 무너뜨릴 수 없습니다.
위 내용은 구글 전 CEO: AI는 핵무기와 같다. 큰 나라들은 상호 파괴를 보장하기 위해 'AI 억지력'을 확립해야 한다.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.

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.

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.

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

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.

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

7월 5일 이 웹사이트의 소식에 따르면 글로벌파운드리는 올해 7월 1일 보도자료를 통해 타고르 테크놀로지(Tagore Technology)의 전력질화갈륨(GaN) 기술 및 지적재산권 포트폴리오 인수를 발표하고 자동차와 인터넷 시장 점유율 확대를 희망하고 있다고 밝혔다. 더 높은 효율성과 더 나은 성능을 탐구하기 위한 사물 및 인공 지능 데이터 센터 응용 분야입니다. 생성 AI와 같은 기술이 디지털 세계에서 계속 발전함에 따라 질화갈륨(GaN)은 특히 데이터 센터에서 지속 가능하고 효율적인 전력 관리를 위한 핵심 솔루션이 되었습니다. 이 웹사이트는 이번 인수 기간 동안 Tagore Technology의 엔지니어링 팀이 GLOBALFOUNDRIES에 합류하여 질화갈륨 기술을 더욱 개발할 것이라는 공식 발표를 인용했습니다. G
