새로운 MIT 연구에 따르면 인간의 노동력을 AI로 대체하는 데 드는 비용이 높고 비전 직업의 23%만이 대체될 수 있는 것으로 나타났습니다.
인공지능이 우리 일자리를 빼앗아 갈까? 실리콘 밸리 경영진이 오늘날의 최첨단 AI 기술에 대해 매일 이야기하는 것을 보면 대답은 '예'라고 생각할 수 있으며 곧 그렇게 될 것입니다.
그러나 MIT CSAIL(Computer Science and Artificial Intelligence Laboratory)의 최근 연구에 따르면 시각 AI는 아직 인간을 완전히 대체할 수 없다는 사실이 우리에게 어느 정도 위안을 줍니다.
문서 주소: https://futuretech-site.s3.us-east-2.amazonaws.com/2024-01-18+Beyond_AI_Exposure.pdf
연구에 따르면 인력 자동화의 속도가 나타났습니다. , 우리가 생각하는 것보다 훨씬 느릴 수 있습니다.
왜냐면 - 너무 비싸거든요!
시각적 작업, AI는 인간보다 훨씬 비쌉니다
MIT 연구진은 AI의 작업 수행 능력을 조사했을 뿐만 아니라 기업이 더 넓은 노동 시장에서 인간을 대체할 수 있는지, 경제적으로 가능한지 조사했습니다. 유익한.
연구에 따르면 컴퓨터 비전은 이미 미국 경제에서 근로자의 1.6%(농업 제외)에게 급여를 지급하는 작업을 자동화할 수 있지만 근로자에게 급여를 지급하는 작업 중 23%(전체 경제의 0.4%)만이 자동화에 더 취약한 것으로 나타났습니다. 비용 효과적입니다.
게다가 시각적 AI의 문제점은 비율이 작을 뿐만 아니라, 더 중요한 것은 비용이 너무 높다는 것입니다.
대부분의 경우 자동화를 사용하는 것보다 인건비가 저렴합니다.
전체적으로 연구 결과에 따르면 AI로 인한 일자리 손실 규모가 크지만 이 과정도 점진적이기 때문에 정부는 실업의 영향을 완화하기 위해 정책을 구조 조정하고 재교육할 여지가 있습니다. ”
학자들은 병원 진단 장비의 이미지를 분석하거나, 트레이에 올바른 항목이 들어 있는지 확인하는 등 오늘날의 AI로 수행할 수 있는 시각적 작업을 연구해 왔습니다.
그러나 저자는 이러한 작업이 너무 분산되어 있어 자동화하는 것이 단순히 경제적 고려 사항이 아니라고 지적합니다.
AI가 노동 시장에 약간의 변화를 가져오더라도 이에 적응할 시간은 항상 있습니다. 너무 빨리 일어나서 모든 것이 즉시 혼란에 빠지지는 않습니다.
물론 이 연구는 GPT-4와 같은 다중 모드 대형 언어 모델과 같은 보다 유연한 시스템보다는 CV 시스템(이미지 및 비디오의 개체를 인식하고 분류할 수 있는 시스템)에만 중점을 둡니다.
OpenAI의 이전 연구에 따르면 미국 근로자의 19%가 업무의 50%에서 GPT-4 수준의 AI에 영향을 받는 것으로 나타났습니다.
이 숫자는 MIT 연구소의 이력서 연구보다 훨씬 높습니다.
그렇다면 MIT의 연구 결과가 좀 더 일반적인 AI 도구에 적용 가능할까요? 아직 알려지지 않았습니다.
MIT 연구원들은 기업이 특정 전문 업무에 적합하도록 CV 시스템을 "미세 조정"하는 데 비용이 매우 많이 든다는 사실을 발견했습니다.
대규모 회사에서는 이러한 투자가 합리적일 수 있지만 소규모 회사에서는 잘 훈련된 작업자만큼 비용 효율적이지 않습니다.
핵심 이유는 AI가 작업을 완료할 수 있다는 의미가 아니라 경제적으로 실현 가능하다는 의미입니다.
특정 유형의 약병을 구별하는 등 컴퓨터 비전 모델을 "미세 조정"하여 99.9%의 정확도를 달성하려면 다양한 약품에 대한 라벨이 붙은 이미지를 대량 수집해야 합니다. 이 과정은 작업을 저렴하게 완료하기 위해 저임금 근로자를 모집하더라도 비용이 많이 들고 번거롭습니다.
그러므로 우리는 방대한 데이터 저장 공간에서 AI 모델을 미세 조정하는 데 막대한 컴퓨팅 비용을 지불해야 합니다.
GPT-4가 인간을 대체할 수 있나요? 어쩌면 더 빠를 수도 있습니다
하지만 대규모 언어 모델도 이러한 상황에 적합한지는 아직 명확하지 않습니다.
그러나 특정 작업을 수행하기 위해 최첨단 LLM을 미세 조정하려면 서면 규칙의 상세한 목록만 필요할 수 있으며 이는 CV 모델을 미세 조정하는 것보다 훨씬 쉽습니다.
지난 8월 OpenAI의 연구에 따르면 GPT-4는 자세한 정책 문서와 여러 토큰의 예를 사용하여 미세 조정된 후 콘텐츠 조정 작업을 효과적으로 수행할 수 있는 것으로 나타났습니다.
이러한 연구 결과는 대규모 언어 모델이 컴퓨터 비전 모델보다 더 빠르고 저렴하게 광범위한 사회 경제적 노동에 적용될 수 있음을 보여줍니다.
현재 GPT-4의 미세 조정은 여전히 제한된 테스트 모드에 있습니다. OpenAI는 심각한 보안 문제에 직면하는 것을 원하지 않기 때문입니다.
문서 주소: https://llm-tuning-safety.github.io/
그러나 OpenAI와 경쟁업체가 고객에게 모델 미세 조정을 허용하기 시작하면서 자동화 수준은 이전보다 더 빨라질 수 있습니다. MIT 연구에서는 예측하는 것이 훨씬 빠릅니다.
이와 관련하여 MIT 연구원인 Thompson은 -
"물론 컴퓨터 비전 시스템을 맞춤화하는 것보다 LLM을 맞춤화하는 것이 더 쉬울 수 있으므로 경제적 실무에서는 더 많이 채택될 것입니다.
다만, 실제로 시스템을 회사의 워크플로에 통합하려면 소규모 엔지니어링 팀이 필요하며 비용은 여전히 무시할 수 없는 요소입니다. "
AI는 아직 우리와 거리가 멀습니다.
, 비전. 자동화는 경제적으로 매력적이지 않으며 오랫동안 그렇게 유지될 것입니다.
MIT 연구에서는 특정 작업을 위해 AI 시스템을 미세 조정하는 데 드는 비용이 너무 높아 중소기업에게는 비용 효율적이지 않다고 지적합니다.
예를 들어 빵집에서는 AI 시스템을 식품 품질 관리에 사용할 수 있지만(사용 시간은 빵집 근무 시간의 6%를 차지함) 높은 투자 비용과 장비 유지 관리 비용은 절감액을 직접적으로 초과합니다.
Time 매거진과의 인터뷰에서 수석 저자인 Neil Thompson은 AI가 고용 시장에 큰 영향을 미칠 수 있는 잠재력이 있지만 아직은 멀었다고 강조했습니다.
이제 AI를 통한 자동화로의 전환이 머지않아 당황과 혼란을 야기하지 않을 것입니다. 정책 입안자들이 재교육과 같은 조치를 취할 기회도 있습니다.
그래서 이 기사에서는 중요한 문제를 지적합니다. 많은 AI 기술이 사람들에게 위기감을 느끼게 하지만, AI 배포 비용을 크게 줄이고 AI 적용 범위를 크게 확장해야만 자동화가 기업에 더 매력적일 수 있습니다. . 힘.
HEC 파리 경제학과 부교수 Antonin Bergeaud는 이제 많은 학자들이 AI가 미래 노동 시장에 미치는 영향을 탐구하기 위해 이와 같은 기사를 작성했으며 주로 공공 측정 표준을 사용한다고 말했습니다.
그러나 이러한 추정치는 작업이 자동화되면 자동화될 것이라는 가정에 잘못 의존하고 있습니다.
Bergeaud는 이들 MIT 학자들의 연구가 새로운 관점을 채택하고 설치부터 유지 관리까지의 과정을 포함하여 이 기술을 구현하는 데 드는 비용을 신중하게 추정했다고 말했습니다.
현재 미국의 인건비에 비하면 인간 수준의 인공지능 시스템이라도 채택하는 데 비용이 많이 드는 경우가 많습니다.
따라서 이번 연구에서 도출된 결론도 놀랍습니다. 자동화의 위험에 직면한 노동 시장의 비율은 우리가 상상했던 것보다 훨씬 적습니다.
물론 AI가 그렇게 많은 사람들에게 실업불안을 일으키는 데에는 이유가 있습니다.
DeepMind Lianchuang의 경고: 몇 년 안에 AI가 노동 시장에 영향을 미칠 것입니다
DeepMind 공동 창업자인 Mustafa Suleyman은 이전에 장기적으로 인공 지능이 "근본적으로 노동" 도구를 대체할 것이라고 경고한 바 있습니다.
Suleyman은 세계 경제 포럼 연차 총회에서 "우리는 이러한 도구(AI)를 통합하는 방법에 대해 진지하게 생각해야 합니다. 시장이 완전히 지배하도록 허용되면 이러한 도구가 근본적으로 노동을 대체할 것입니다."
현재 인공지능은 크게 두 가지 일을 합니다.
첫째, 기존 사업의 효율성을 높이고 기업의 많은 비용을 절감하지만, 관련 업무를 수행하는 인간을 대체하는 대가로 두 번째, 새로운 사업을 창출합니다. 실제로 일자리를 창출할 수 있는 기회가 포함된 프로세스입니다.
앞으로 몇 년 안에 이 두 세력은 노동 시장에 엄청난 영향을 미치고 예측할 수 없는 영향을 미칠 것입니다.
10년 넘게 전문가들은 인공지능이 인간 근로자를 대체할지 여부에 대해 논쟁을 벌여왔습니다.
Carl Benedikt Frey와 Michael Osborne의 2013년 연구에서는 2030년대 중반까지 미국 일자리의 47%가 인공 지능 붐 속에서 자동화될 가능성이 있다고 추정했습니다.
McKinsey의 7월 연구에 따르면 인공 지능이 역할을 대체함에 따라 2030년까지 거의 1,200만 명의 미국인이 직업을 바꿔야 할 것으로 나타났습니다.
사실 이에 대해 경고한 사람은 Suleyman뿐만이 아닙니다.
1월 10일에 발표된 Wired 기사에서 MIT의 Daron Acemoglu 교수는 인공 지능이 2024년까지 모든 사람을 실망시킬 것이라고 예측하여 AI가 일종의 "보편적 자동화"에 불과하다는 것을 입증했습니다. 예상되는 생산성의 극적인 향상을 달성합니다.
"우리 세상의 모든 가치는 우리의 지능, 정보를 추론하고 예측하는 능력에 의해 만들어집니다. 그리고 AI는 정확히 그것을 할 수 있습니다.
AI는 5년 안에 자체 회사를 시작할 것입니다.
이전 세계 경제 포럼 인공 지능 패널 토론에서 Suleyman은 AI가 언제 Turing 테스트를 통과하고 인간과 같은 능력(AGI)을 보여줄 수 있는지에 대한 질문을 받았습니다.
Suleyman은 최신 버전의 Turing Test는 AI가 기업가, 프로젝트 관리자, 발명가와 같은 제품을 제조하고 마케팅할 수 있는 능력이 있는지 평가하는 것이어야 한다고 말했습니다.
"향후 5년 안에 AI가 이러한 기능을 갖게 될 뿐만 아니라 이러한 기능이 매우 저렴한 가격, 심지어 오픈 소스로 널리 제공될 것이며 이는 경제를 완전히 변화시킬 것이라고 확신합니다. ."
IMF 회장은 다음과 같이 말했습니다: 전 세계 일자리의 40%가 AI의 영향을 받지만 엄청난 기회도 있습니다
AI의 영향에 직면하여 국제통화기금(IMF)도 최신 보고서에서 다음과 같이 밝혔습니다. 전 세계 일자리의 거의 40%가 영향을 받을 것이라고 합니다.
그 중 선진국에서는 일자리의 60%가 영향을 받게 되며, 신흥 시장과 국가에서는 이 수치가 약 40%인 반면, 저소득 국가에서는 26%로 떨어집니다.
AI의 영향을 받는 직업 중 절반은 부정적인 영향을 받고 일부는 완전히 사라지기도 합니다.
나머지 절반의 직업에서는 AI가 더 많은 효율성 향상을 가져올 것이며, 이에 따라 AI를 최대한 빨리 수용할 수 있는 근로자의 소득 수준도 높아질 것입니다.
특히 연구에 따르면 AI는 경험이 부족한 직원의 생산성을 더 빠르게 높이는 데 도움이 될 수 있습니다. 젊은 근로자는 기회를 더 쉽게 활용할 수 있는 반면, 고령 근로자는 적응하는 데 어려움을 겪을 수 있습니다.
비슷한 상황이 더 전개되면 곧 소득 양극화가 일어날 것입니다. 인공지능을 최대한 활용할 수 있는 근로자는 생산성과 임금이 증가하는 반면, 인공지능을 활용하지 못하는 근로자는 생산성이 감소할 것입니다. 그리고 소득비율도 많이 떨어지게 됩니다.
이 상황을 노동 시장에 매핑하면 이러한 차별화가 더욱 심화됩니다. AI 기술의 영향을 받는 많은 일자리가 사라지고, 상대적으로 높은 인력 부족으로 인해 AI 기술로 창출된 새로운 일자리의 소득이 감소할 것입니다.
이러한 거시적 판단은 개발자와 AI 산업에 해당합니다. 분명한 현실은 개발자가 자신의 경력 전망에 대해 점점 더 걱정하고 있다는 것입니다.
특히 업계에 처음 입문하는 개발자의 경우 작업이 AI 기술로 자동화되기가 상대적으로 쉽기 때문에 노동 수요가 감소하고 수입에도 영향을 미치게 됩니다.
그러나 AI 기술을 개발하는 알고리즘 엔지니어와 Gen AI의 물결과 함께 등장할 많은 직위의 경우 소득과 노동 수요는 계속 증가할 것입니다.
본 보고서 내용에 대해 크리스탈리나 게오르기에바 국제통화기금(IMF) 총재는 “인공지능은 정말 무섭지만 누구에게나 큰 기회이기도 하다”고 말했다.
그리고 IMF 총재의 이 발언은 네티즌들 사이에서도 뜨거운 관심을 끌었다.
사실 AI가 고용과 노동시장에 미치는 영향에 대해 단기간에 합의에 도달하기는 어렵습니다.
위 내용은 새로운 MIT 연구에 따르면 인간의 노동력을 AI로 대체하는 데 드는 비용이 높고 비전 직업의 23%만이 대체될 수 있는 것으로 나타났습니다.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











0. 이 글은 어떤 내용을 담고 있나요? 우리는 다재다능하고 빠른 최첨단 생성 단안 깊이 추정 모델인 DepthFM을 제안합니다. DepthFM은 전통적인 깊이 추정 작업 외에도 깊이 인페인팅과 같은 다운스트림 작업에서 최첨단 기능을 보여줍니다. DepthFM은 효율적이며 몇 가지 추론 단계 내에서 깊이 맵을 합성할 수 있습니다. 이 작품을 함께 읽어보아요~ 1. 논문 정보 제목: DepthFM: FastMoncularDepthEstimationwithFlowMatching 저자: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

기존 컴퓨팅을 능가할 뿐만 아니라 더 낮은 비용으로 더 효율적인 성능을 달성하는 인공 지능 모델을 상상해 보세요. 이것은 공상과학 소설이 아닙니다. DeepSeek-V2[1], 세계에서 가장 강력한 오픈 소스 MoE 모델이 여기에 있습니다. DeepSeek-V2는 경제적인 훈련과 효율적인 추론이라는 특징을 지닌 전문가(MoE) 언어 모델의 강력한 혼합입니다. 이는 236B 매개변수로 구성되며, 그 중 21B는 각 마커를 활성화하는 데 사용됩니다. DeepSeek67B와 비교하여 DeepSeek-V2는 더 강력한 성능을 제공하는 동시에 훈련 비용을 42.5% 절감하고 KV 캐시를 93.3% 줄이며 최대 생성 처리량을 5.76배로 늘립니다. DeepSeek은 일반 인공지능을 연구하는 회사입니다.

AI는 실제로 수학을 변화시키고 있습니다. 최근 이 문제에 주목하고 있는 타오저쉬안(Tao Zhexuan)은 '미국수학회지(Bulletin of the American Mathematical Society)' 최신호를 게재했다. '기계가 수학을 바꿀 것인가?'라는 주제를 중심으로 많은 수학자들이 그들의 의견을 표현했습니다. 저자는 필즈상 수상자 Akshay Venkatesh, 중국 수학자 Zheng Lejun, 뉴욕대학교 컴퓨터 과학자 Ernest Davis 등 업계의 유명 학자들을 포함해 강력한 라인업을 보유하고 있습니다. AI의 세계는 극적으로 변했습니다. 이 기사 중 상당수는 1년 전에 제출되었습니다.

Boston Dynamics Atlas가 공식적으로 전기 로봇 시대에 돌입했습니다! 어제 유압식 Atlas가 역사의 무대에서 "눈물을 흘리며" 물러났습니다. 오늘 Boston Dynamics는 전기식 Atlas가 작동 중이라고 발표했습니다. 상업용 휴머노이드 로봇 분야에서는 보스턴 다이내믹스가 테슬라와 경쟁하겠다는 각오를 다진 것으로 보인다. 새 영상은 공개된 지 10시간 만에 이미 100만 명이 넘는 조회수를 기록했다. 옛 사람들은 떠나고 새로운 역할이 등장하는 것은 역사적 필연이다. 올해가 휴머노이드 로봇의 폭발적인 해라는 것은 의심의 여지가 없습니다. 네티즌들은 “로봇의 발전으로 올해 개막식도 인간처럼 생겼고, 자유도도 인간보다 훨씬 크다. 그런데 정말 공포영화가 아닌가?”라는 반응을 보였다. 영상 시작 부분에서 아틀라스는 바닥에 등을 대고 가만히 누워 있는 모습입니다. 다음은 입이 떡 벌어지는 내용이다

지연이 발생하고 iPhone의 모바일 데이터 연결 속도가 느립니까? 일반적으로 휴대폰의 셀룰러 인터넷 강도는 지역, 셀룰러 네트워크 유형, 로밍 유형 등과 같은 여러 요소에 따라 달라집니다. 더 빠르고 안정적인 셀룰러 인터넷 연결을 얻기 위해 할 수 있는 일이 몇 가지 있습니다. 수정 1 – iPhone 강제 다시 시작 때로는 장치를 강제로 다시 시작하면 셀룰러 연결을 포함한 많은 항목이 재설정됩니다. 1단계 – 볼륨 높이기 키를 한 번 눌렀다가 놓습니다. 그런 다음 볼륨 작게 키를 눌렀다가 다시 놓습니다. 2단계 - 프로세스의 다음 부분은 오른쪽에 있는 버튼을 누르는 것입니다. iPhone이 다시 시작되도록 하세요. 셀룰러 데이터를 활성화하고 네트워크 속도를 확인하세요. 다시 확인하세요 수정 2 – 데이터 모드 변경 5G는 더 나은 네트워크 속도를 제공하지만 신호가 약할 때 더 잘 작동합니다

이달 초 MIT와 기타 기관의 연구자들은 MLP에 대한 매우 유망한 대안인 KAN을 제안했습니다. KAN은 정확성과 해석성 측면에서 MLP보다 뛰어납니다. 그리고 매우 적은 수의 매개변수로 더 많은 수의 매개변수를 사용하여 실행되는 MLP보다 성능이 뛰어날 수 있습니다. 예를 들어 저자는 KAN을 사용하여 더 작은 네트워크와 더 높은 수준의 자동화로 DeepMind의 결과를 재현했다고 밝혔습니다. 구체적으로 DeepMind의 MLP에는 약 300,000개의 매개변수가 있는 반면 KAN에는 약 200개의 매개변수만 있습니다. KAN은 MLP와 같이 강력한 수학적 기반을 가지고 있으며, KAN은 Kolmogorov-Arnold 표현 정리를 기반으로 합니다. 아래 그림과 같이 KAN은

세상은 미친 듯이 큰 모델을 만들고 있습니다. 인터넷의 데이터만으로는 충분하지 않습니다. 훈련 모델은 '헝거게임'처럼 생겼고, 전 세계 AI 연구자들은 이러한 데이터를 탐식하는 사람들에게 어떻게 먹이를 줄지 고민하고 있습니다. 이 문제는 다중 모드 작업에서 특히 두드러집니다. 아무것도 할 수 없던 시기에, 중국 인민대학교 학과의 스타트업 팀은 자체 새로운 모델을 사용하여 중국 최초로 '모델 생성 데이터 피드 자체'를 현실화했습니다. 또한 이해 측면과 생성 측면의 두 가지 접근 방식으로 양측 모두 고품질의 다중 모드 새로운 데이터를 생성하고 모델 자체에 데이터 피드백을 제공할 수 있습니다. 모델이란 무엇입니까? Awaker 1.0은 중관촌 포럼에 최근 등장한 대형 멀티모달 모델입니다. 팀은 누구입니까? 소폰 엔진. 런민대학교 힐하우스 인공지능대학원 박사과정 학생인 Gao Yizhao가 설립했습니다.

테슬라의 로봇 옵티머스(Optimus)의 최신 영상이 공개됐는데, 이미 공장에서 작동이 가능한 상태다. 정상 속도에서는 배터리(테슬라의 4680 배터리)를 다음과 같이 분류합니다. 공식은 또한 20배 속도로 보이는 모습을 공개했습니다. 작은 "워크스테이션"에서 따고 따고 따고 : 이번에 출시됩니다. 영상에는 옵티머스가 공장에서 이 작업을 전 과정에 걸쳐 사람의 개입 없이 완전히 자율적으로 완료하는 모습이 담겨 있습니다. 그리고 Optimus의 관점에서 보면 자동 오류 수정에 중점을 두고 구부러진 배터리를 집어 넣을 수도 있습니다. NVIDIA 과학자 Jim Fan은 Optimus의 손에 대해 높은 평가를 했습니다. Optimus의 손은 세계의 다섯 손가락 로봇 중 하나입니다. 가장 능숙합니다. 손은 촉각적일 뿐만 아니라
