Yann LeCun과 Marcus의 토론부터 시작하겠습니다.

최근 AI 분야에서 가장 활발하게 벌어지고 있는 논쟁은 지난 8월부터 시작된 얀 르쿤(Yann LeCun)과 마커스(Marcus)의 논쟁이다. 그 여파는 아직도 가라앉지 않고 있다.

국내 셀프미디어나 바이두에서 검색해보면 좀 무섭게 보이는 인기 과학기사를 많이 발견할 수 있습니다. 일반적으로 Yang Likun은 인공 지능 기술의 일반적인 방향이 잘못되었으며 뒤로 물러나야 할 수도 있다고 믿습니다. 얀 르쿤을 잘 모르는 분들은 중국인처럼 생긴 사람이 한 말이 AI 분야에 이렇게 큰 파장을 일으킬 수 있다고 생각하실 수도 있겠죠? Yann LeCun은 중국 이름인 Yang Likun을 가지고 있지만 그는 프랑스인입니다.

저는 이렇게 멜론을 직접 먹는 걸 안 좋아해요. 국내 셀프 미디어에서는 관심을 끌기 위해 맥락에 맞지 않는 인용문을 인용하고 일부 고수들의 발언을 오해하는 경우가 많습니다. 그래서 구글과 트위터에 가서 양리쿤과 마커스의 논쟁과 관련 취재 자료를 꼼꼼히 살펴봤습니다. 나는 이러한 국내 견해가 모두 ZDNET의 수석 작가인 Tiernan Ray의 기사에서 나온 것임을 발견했습니다. Tiernan Ray는 28년 동안 기술 및 비즈니스 연구에 종사해 왔으며 기술 벤처 캐피탈계에서 잘 알려져 있습니다. 그의 기사는 여전히 매우 영향력이 있습니다. Ray의 기사 제목은 충분히 무섭습니다. 오늘날 대부분의 AI 방법은 진정한 지능으로 이어지지 않습니다. 이 문장은 실제로 위대한 신 얀 르쿤(Yann LeCun)의 입에서 나온 것입니다.

이번 달 Zoom을 통한 ZDNet과의 토론에서 LeCun은 현재 딥 러닝 분야에서 가장 성공적인 연구 방법에 회의적이라는 점을 분명히 했습니다. "필요하다고 생각하지만 충분하지는 않습니다." 실제로 LeCun은 통계 기반 알고리즘이 진정한 인공 지능을 달성할 수 없다고 믿었으며 ZDNET은 확실히 더 흥미로운 관점을 갖기를 희망합니다. 한 걸음 물러서서 말해야 합니다. 좋아요, 우리가 하나 만들었어요. 하지만 우리의 목표는 달에 가는 것입니다. 이 사다리로는 우리를 거기까지 데려갈 수 없습니다. 로켓을 만들어야 하는데 자세한 내용은 말씀드릴 수 없습니다. 로켓을 만드는 방법은 다음과 같습니다. 기본 사항은 다음과 같습니다. 인터뷰 전문은 ZDNET 공식 홈페이지(https://www.zdnet.com/article/metas-ai-guru-lecun-most-of-todays-ai-approaches-will) 기사를 참고해주세요. -결코 진실로 이어지지 않음 -지능/).

바이두에서 르쿤을 검색하시면 이 문제를 다룬 중국 기사를 많이 보실 수 있습니다. 이들 기사에 재현된 르쿤의 발언으로 미루어 볼 때, 르쿤은 통계에 기반한 딥러닝 알고리즘으로는 AI의 궁극적인 문제를 해결할 수 없으며, 한발 물러서서 재고해야 한다고 믿는 것으로 보인다. LeCun이 AI 애플리케이션에서 "정보를 측정"하는 방법에 대해 몇 가지 의구심을 제기했기 때문입니다. 그는 ZDNET과의 인터뷰에서 신경망에 상징적 추론 기능을 추가하고 싶지만 아직 구현 방법을 모른다고 언급하기도 했습니다.

사실 이는 앞서 언급한 Moravec Paradox와 관련이 있습니다. 신경망을 충분히 훈련하면 우리가 필요로 하는 AI를 얻을 수 있다는 것이 최근 AI 분야에 종사하는 대부분의 사람들의 믿음이지만 LeCun은 일부 의견을 제시했습니다. 이에 대해 신경망만으로는 충분하지 않다고 의심합니다. 르쿤은 마커스가 AI에 종사하는 실제 인물이 아니라 AI를 이해하지 못하는 심리학자라고까지 생각했다.

이 인터뷰는 AI 분야에 큰 영향을 미쳤습니다. 베이지안이라고 주장하는 르쿤조차도 현재의 AI 탐사 경로가 잘못되었다고 믿고 대신 사다리 건설을 포기하고 로켓을 만들어야 합니다. 그렇다면 우리도 모든 것을 허물고 다시 시작하는 것에 대해 생각해야 합니까? 르쿤은 최근 트위터에 여러 차례 트윗을 올려 신경망과 통계학의 방법을 완전히 부정하는 것이 아니라 딥러닝이 AI 기술의 기초라고 믿는다는 점을 거듭 확인했다.

또 다른 트윗에서 르쿤은 '인공지능에게 힘든 한 주'라는 표현을 사용해 자신의 아픈 생각을 표현했다. 어쩌면 ZDNET 인터뷰에서 그는 약간의 비관론을 표현했을 수도 있습니다. 딥러닝이 실제 AI를 구현할 수 있을지 고민도 하고 있습니다. LeCun의 최근 발언 중 일부를 보면 그가 실제로 AI의 기술적 방향을 다시 생각하고 있음을 알 수 있습니다. 그러나 일주일 간의 고민 끝에 그는 딥 러닝을 기반으로 한 현재의 일반적인 방향이 옳지만 수정이 필요하다고 믿습니다. .완전히 파괴적입니다. 이는 최근 이 주제를 과대평가하는 일부 자영업자들에게도 타격을 줬다. 이 멜론은 먹으면서 맛이 갑자기 변한 것 같아요. AI 기술은 원점으로 돌아가 처음부터 다시 시작할 필요가 없다. 이는 셀프미디어 입장에서는 좋은 일이 아니지만, AI 실무자 입장에서는 나쁘지 않은 일이다. AI 혁신을 달성하려면 현재의 딥 러닝 기술에 다른 기술을 추가해야 합니다. 이것에 대해서는 의심의 여지가 없습니다.

지능형 운영 및 유지 관리 분야에서 이러한 논쟁은 우리에게 영감을 줄 수도 있습니다. 복잡한 지능형 운영 및 유지 관리 분야에서 딥 러닝 알고리즘은 큰 성공을 거두었으며 전문가를 AI로 대체할 수 있다는 희망을 안겨주었습니다. 하지만 이 모든 것만으로는 충분하지 않습니다. 왜냐하면 앞으로 나아가는 길에 오르기 어려운 산들이 있는 것 같기 때문입니다. LeCun이 신경망에 기호 추론 기능을 도입해야 하는 것처럼 지능형 운영 및 유지 관리 분야에서도 더 효과적인 딥 러닝과 기호 추론의 조합이 필요합니다.

통계에 기반한 알고리즘이 모든 문제를 해결할 수 있다는 생각, 전문가의 경험을 바탕으로 진정한 자동화된 운영 및 유지 관리가 가능하다는 생각은 잘못된 것입니다. 두 가지의 장점을 최대한 활용하고 기능적 조합을 구축하고 칵테일 요법을 사용하는 방법은 복잡한 시나리오에서 지능적인 작동 및 유지 관리를 위한 올바른 방향일 수 있습니다. 현재 우리는 지식 그래프에만 전적으로 의존하지 않고 자동화된 조기 경보 및 진단 도구 전체에서 지능형 알고리즘의 범위를 확대하여 현재의 병목 현상을 극복하고 사용자의 문제를 더 잘 해결하려고 노력하고 있습니다.

얼마 전 고객과 함께 D-SMART를 테스트했는데, 그는 현재의 D-SMART가 충분히 실용적이지 않다고 느꼈습니다. 비록 지능적인 진단이 운영 및 유지 보수 담당자에게 특정 문제의 대략적인 범위를 알려줄 수는 없지만 말이죠. 특정 문제를 타겟팅하세요. 정확한 위치를 찾기 위해서는 지능형 진단에서 권장하는 진단 경로나 전문가 지식베이스에서 제공하는 진단 제안을 하나씩 클릭해야 하는데, 이는 다소 번거롭고 문제 위치의 정확도가 충분히 높지 않은 경우도 있습니다.

실제로 이것이 지금까지 우리가 직면한 가장 큰 문제입니다. 현재 일부 간단한 문제에 대한 D-SMART의 분석 지원은 꽤 좋으며, 지능형 진단의 결론은 운영 및 유지 관리 담당자가 이해하기에 충분합니다. 복잡한 문제가 발생하더라도 운영 및 유지 관리 담당자에게 방향 지침만 제공하고 권장 진단 경로에 따라 드릴다운할 수 있습니다.

사용자가 매우 숙련된 전문가인 경우 제안을 받기가 더 쉽고 전문가가 문제를 찾는 데 신속하게 도움을 줄 수 있습니다. 사용자의 능력이 부족하거나 특정 문제에 익숙하지 않은 경우에도 여전히 당황할 수 있습니다. 이런 경우에는 일반적으로 사용자에게 "문제 분석"을 하여 보고서를 보내주거나, 문제가 발생한 당일의 모니터링 데이터를 Holadata 도구를 통해 내보내서 보내주시면 원격으로 도와드리겠습니다. 분석.

현재 AIOPS는 데이터베이스가 진정으로 전문가와 분리되어 자율성을 확보할 수 있는 단계에는 도달하기 어렵기 때문에 사람과 도구의 생태계를 구축하는 것이 핵심입니다. 도구는 전능하지 않습니다. 도구가 제공하는 강력한 데이터 처리 기능은 전문가의 분석 효율성을 향상시킬 수 있습니다. 1선 전문가와 3선 전문가 간의 상호 작용을 통해서만 우리는 운영 및 유지 관리를 제대로 수행할 수 있습니다. 그리고 AIOPS 작업에 참여하는 실무자들도 양리쿤의 성찰에서 영감을 얻을 수 있을까요?

위 내용은 Yann LeCun과 Marcus의 토론부터 시작하겠습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!