전문가의 견해: 일반 인공지능의 가능성
인공 지능 분야의 발전에 대한 소식을 접할 때 어려운 점 중 하나는 '인공 지능'이라는 용어가 관련 없는 두 가지를 의미하기 위해 무분별하게 사용되는 경우가 많다는 것입니다.
AI라는 용어가 처음 사용된 것은 더 정확하게는 Narrow AI라고 불렸습니다. 이는 강력한 기술이면서도 매우 간단합니다. 과거에 대한 많은 데이터를 수집하고 컴퓨터를 사용하여 이를 분석하고 패턴을 찾은 다음 해당 분석을 사용하여 미래를 예측합니다. 이러한 유형의 AI는 이메일에서 스팸을 필터링하고 트래픽을 안내하므로 하루에도 여러 번 우리 삶에 영향을 미칩니다. 하지만 과거 데이터를 기반으로 훈련되었기 때문에 미래가 과거와 유사한 경우에만 작동합니다. 그렇기 때문에 고양이를 인식하고 체스를 둘 수 있습니다. 기본적으로 고양이는 매일 변하지 않기 때문입니다.
AI라는 용어의 또 다른 용도는 우리가 일반 AI라고 부르거나 일반적으로 AGI라고 부르는 것을 설명하는 것입니다. 공상과학 소설을 제외하고는 존재하지 않으며, 그것을 만드는 방법을 아는 사람도 없습니다. 일반 인공지능(General Artificial Intelligence)은 인간만큼 지능적이고 다재다능한 컴퓨터 프로그램이다. 이전에 훈련받은 적이 없는 완전히 새로운 것을 스스로 가르칠 수 있습니다.
좁은 AI와 일반 AI의 차이점
영화에서 AGI는 '스타 트렉'의 데이터, '스타워즈'의 C-3PO, '블레이드 러너'의 리플리컨트입니다. 직관적으로 좁은 AI는 일반 AI와 동일한 것으로 보일 수 있지만 덜 성숙하고 복잡한 구현일 뿐이지만 그렇지 않습니다. 일반 AI는 다르다. 예를 들어, 스팸을 식별하는 것은 계산적으로 일반 지능이 할 수 있는 진정한 창의성과 동일하지 않습니다.
저는 '인공지능의 목소리'라는 인공지능에 관한 팟캐스트를 진행한 적이 있습니다. 대부분의 훌륭한 과학 실무자들은 접근하기 쉽고 팟캐스트에 기꺼이 참여하기 때문에 흥미롭습니다. 그래서 저는 100명이 넘는 훌륭한 AI 사상가들과 함께 이 주제에 관해 심도 있는 토론을 하게 되었습니다. 제가 대부분의 손님에게 묻는 두 가지 질문이 있습니다. 첫 번째 질문은 “일반 인공지능이 가능할까?”였습니다. 단 4명을 제외하면 거의 모든 사람이 가능하다고 답했습니다. 그런 다음 언제 만들 수 있는지 물어봅니다. 대답은 다양하며, 일부는 5년 이내에 이용 가능하고 일부는 500년만큼 길어집니다.
왜 그럴까요?
거의 모든 손님이 일반 인공 지능이 가능하다고 말하면서, 언제 달성할 것인지에 대해 그렇게 폭넓은 추정을 제공하는 이유는 무엇입니까? 일반 지능을 구축하는 방법을 모르기 때문에 귀하의 추측은 다른 사람의 추측만큼 좋습니다.
"하지만 잠깐만요!" "만드는 방법을 모른다면 왜 전문가들이 가능하다고 압도적으로 동의합니까?"라고 말할 수도 있습니다. 이는 우리가 기계이기 때문에 추론이 가능하고, 일반 지능을 갖춘 기계를 만드는 것이 필요하다는 핵심 신념에 기초합니다. Machine
확실한 것은 인간이 기계라면 그 전문가들이 옳다는 것입니다. 일반 지능은 가능할 뿐만 아니라 불가피합니다. 그러나 인간이 단순한 기계 이상의 존재라는 것이 밝혀지면 인간에 관한 어떤 것이 그렇지 않을 수도 있습니다. 실리콘으로 복제 가능
이 주제에 관해 일반 청중에게 이야기하고 그들 중 약 15%의 사람들이 자신이 기계라고 생각할 때 손을 드는 경우 수백 명의 AI 전문가와 다른 모든 사람 사이의 단절이 흥미롭습니다. AI 전문가의 경우 96%
내 팟캐스트에서 내 손님은 내가 인간 지능의 본질에 대한 이러한 가정을 반박할 때 대개 손가락질합니다. 물론 매우 정중하게도 반과학적인 일종의 마술적 사고에 사로잡혀 있습니다. "생물학적 기계가 아니라면 우리는 또 무엇일까요?"
우리가 우주에 대해서만 알고 있는 공정하고 중요한 질문입니다. 우리는 정말 모릅니다.
지능은 초능력입니다
첫 번째 자전거의 색깔이나 1학년 선생님의 이름을 기억해 보세요. 아마도 몇 년 동안 그런 생각을 해 본 적이 없을 것입니다. "데이터"가 하드 드라이브에 저장되는 것과 다르다는 점을 고려하면 데이터를 검색하는 데 어려움을 겪습니다. 데이터가 그렇게 뇌에 저장되어 있으면 더욱 인상적입니다. 사실 우리는 그것이 어떻게 저장되어 있는지 알지 못하며, 발견할 수도 있습니다. 그것은 우리의 가장 진보된 슈퍼컴퓨터만큼 복잡합니다
그러나 우리 지능의 비밀은 두뇌와는 다른 것으로 밝혀졌습니다. 유머 감각을 느끼거나 사랑에 빠지는 것처럼 머리 속에 있는 3파운드의 끈적한 물질이 할 수 있는 일은 해서는 안 될 것처럼 보이지만 간도 마찬가지입니다. 하지만 어떻게든 해냈습니다.
우리는 마음이 단지 뇌의 산물일 뿐인지조차 확신하지 못합니다. 많은 사람들이 태어날 때 뇌의 최대 95%를 잃었지만 여전히 정상적인 지능을 갖고 있으며 나중에 진단 테스트를 받을 때까지 자신의 상태를 알지 못하는 경우가 많습니다. 게다가 우리 지능의 대부분은 뇌에 저장되지 않고 몸 전체에 분산되어 있는 것 같습니다.
일반 인공 지능: 의식의 복잡성
우리는 뇌나 마음을 이해하지 못하지만 실제로는 거기서부터 더 어려워집니다. 일반 지능에는 의식이 필요할 가능성이 높습니다. 의식은 세상에 대한 당신의 경험입니다. 온도계는 온도를 정확하게 알려줄 수 있지만 따뜻하게 느껴지지는 않습니다. 아는 것과 경험하는 것의 차이는 의식이며, 컴퓨터가 의자처럼 세상을 경험할 수 있다고 믿을 이유가 거의 없습니다.
이제 우리에게는 이해할 수 없는 뇌가 있고, 설명할 수 없는 마음이 있고, 의식에 관해서는 단순한 물질이 얼마나 경험을 가질 수 있는지 설명할 좋은 이론조차 없습니다. 그럼에도 불구하고 AGI를 지지하는 AI 지지자들은 인간의 모든 능력을 컴퓨터에서 복제할 수 있다고 믿습니다. 이것은 나에게 마술적인 생각처럼 보입니다.
누군가의 신념을 얕보려고 이런 말을 하는 것이 아닙니다. 아마 그 말이 맞을 겁니다. 다만 일반 인공지능이라는 개념은 명백한 과학적 진실이라기보다는 증명되지 않은 가설이라고 생각합니다. 그러한 생물을 만들고 그 욕망을 통제하는 것은 인류의 고대 꿈이었습니다. 현대에는 메리 셸리(Mary Shelley)의 프랑켄슈타인(Frankenstein)에서 시작하여 그 뒤를 잇는 1,000개의 이야기에서 그 모습을 드러내는 등 수세기 동안 존재해 왔습니다. 하지만 실제로는 그보다 훨씬 더 오래되었습니다. 우리는 그리스 기술의 신인 헤파이스토스가 크레타 섬을 방어하기 위해 만든 로봇인 탈로스(Talos)의 이야기와 같이 글을 쓰는 아주 오래전부터 이것을 상상해 왔습니다.
우리 내면 깊은 곳에서는 이 생물을 창조하고 그 놀라운 힘을 제어하고 싶어하지만, 지금까지는 실제로 그렇게 할 수 있다는 조짐이 없습니다.
위 내용은 전문가의 견해: 일반 인공지능의 가능성의 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.

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
