시카고 시내 근처의 소박한 건물에서 Marc Gyonyosi와 IFM/Onetrack 멤버들은 점점 더 성장하고 있습니다.
인공지능에는 단순하게 생각한다는 기본 원칙이 있습니다. 그 단어는 2층 산업 건물의 위층 뒷벽에 테이프로 붙인 종이에 간단한 손글씨로 적혀 있었습니다. 하지만 그들이 인공지능을 이용해 여기서 하는 일은 결코 간단하지 않습니다.
인공지능의 미래 인공지능은 거의 모든 산업 분야에서 인류의 미래를 만들어가고 있습니다. 이는 이미 빅데이터, 로봇 공학, 사물 인터넷 등 신흥 기술의 주요 동인이며 가까운 미래에도 계속해서 기술 혁신자 역할을 할 것입니다.
머신러닝과 컴퓨터 비전을 사용해 다양한 '보안 이벤트'를 감지하고 분류하는 신발상자 크기의 이 장치는 모든 것을 본 것은 아니지만 많이 본 적이 있습니다. 차량을 운전할 때 운전자의 모습, 운전 속도, 운전 위치, 주변 사람들의 위치, 다른 지게차 운전자가 차량을 어떻게 조종하고 있는지 등이 포함됩니다. IFM의 소프트웨어는 휴대폰 사용과 같은 안전 위반 사항을 자동으로 감지하고 창고 관리자에게 알리므로 즉각적인 조치를 취할 수 있습니다. 이는 사고를 예방하고 효율성을 높이는 것이 주요 목적이다. Gyonyosi는 IFM의 장치 중 하나가 지켜보고 있다는 사실을 아는 것만으로도 "큰 영향"을 미쳤다고 주장합니다.
교교시는 “카메라에 대해 생각해보면 정말 현재 우리가 사용할 수 있는 센서 중 가장 풍부한 센서이고 가격도 매우 흥미롭습니다. 요즘 스마트폰, 카메라, 이미지 센서가 많이 저렴해졌지만 우리는 많은 것을 포착합니다. 정보 사진에서 25개의 신호를 추론할 수 있지만 6개월 후에는 동일한 이미지에서 100개 또는 150개의 신호를 추론할 수 있습니다. 우리 시스템이 프로세스에 대해 더 많이 보고 학습하며 더 중요하고 관련성이 높은 항목을 감지하기 시작하면 모든 고객이 우리로부터 혜택을 받을 수 있습니다.
IFM은 이것의 일부일 뿐입니다. -진화하는 분야. 수많은 인공지능 혁신가 중 하나. 예를 들어 2021년 IBM 발명가들이 획득한 특허 9,130개 중 2,300개가 인공지능과 관련됐다. Tesla 창립자이자 거대 기술 기업인 Elon Musk는 지속적인 연구 자금을 지원하기 위해 비영리 연구 회사인 OpenAI에 1,000만 달러를 기부했습니다.
"지식 공학"으로 시작되어 수십 년 동안 산발적인 동면으로 특징지어지는 진화 기간을 거친 후, 기술은 인식, 추론 및 귀납에 점점 더 중점을 두면서 모델과 알고리즘을 기반으로 하는 기계 학습으로 발전했습니다. 이제 인공 지능은 이전과는 전혀 다른 방식으로 다시 중심 무대에 올랐으며 조만간 주목을 받을 생각이 없습니다.
인공지능이 왜 중요한가요? 인공지능은 컴퓨터 학습의 기초이기 때문에 중요합니다. 인공 지능을 통해 컴퓨터는 엄청난 양의 데이터를 활용하고 학습된 "지능"을 사용하여 인간이 걸리는 시간보다 짧은 시간 내에 최적의 결정과 발견을 내릴 수 있습니다.
현대 인공지능, 좀 더 구체적으로 말하면 "좁은 인공지능"이다. 데이터에 대해 훈련된 모델을 사용하여 목적 기능을 수행하며, 종종 딥 러닝이나 머신 러닝 범주에 속하며 영향을 받지 않은 주요 산업이 거의 없습니다. 특히 지난 몇 년간 사물 인터넷의 강력한 연결성, 연결된 장치의 확산, 빨라진 컴퓨터 처리 속도로 인해 데이터 수집 및 분석이 급격히 증가했기 때문에 더욱 그렇습니다.
일부 산업은 AI 여정의 시작 단계에 있고 다른 산업은 노련한 여행자입니다. 둘 다 먼 길을 간다. 어쨌든 오늘날의 삶에 인공지능이 미치는 영향은 무시할 수 없습니다.
그러나 이러한 발전과 다른 많은 발전은 시작에 불과합니다. 앞으로 더 많은 것이 있을 것입니다.
고객 관계 관리 회사인 4Degrees의 최고 기술 책임자이자 공동 창업자인 David Vandegrift는 다음과 같이 말했습니다. "지능형 소프트웨어의 기능이 어느 시점에 한계에 도달할 것이라는 가정은 스마트에 수십억 달러가 지출되는 것은 잘못된 것입니다." 제품 및 서비스, Google, Apple, Microsoft 및 Amazon과 같은 거대 기술 기업은 이러한 제품 및 서비스를 만드는 데 수십억 달러를 지출하고, 대학은 인공 지능을 커리큘럼에서 더 중요한 부분으로 만들고 있으며, 미국 부처에서는 AI 게임을 진행하고 있습니다. 일어날 수밖에 없습니다. 이러한 발전 중 일부는 완전한 실현을 향해 나아가고 있으며, 일부는 단지 이론적일 뿐이며 그대로 유지될 수도 있습니다. 이 모든 것은 좋든 나쁘든 경기 침체가 전혀 보이지 않는 파괴적인 것입니다.
Google의 전 대표이자 Baidu의 수석 과학자인 Andrew Ng는 ZDNet과의 인터뷰에서 다음과 같이 말했습니다. "많은 산업이 겨울, 겨울, 그리고 영원한 봄과 같은 패턴을 경험할 것입니다. 우리는 인공 지능의 영원한 봄에 있을 수 있습니다. ."
인공지능이 사회에 미치는 영향
"인구의 하위 90%, 특히 소득이나 교육 측면에서 세계 인구의 하위 50%가 실업으로 인해 심각한 피해를 입을 것입니다... 간단한 질문 '어떻게 합니까? 프로그램 작업 '뭐라구요?' AI가 일상 업무에서 스스로 최적화하는 방법을 학습할 수 있기 때문에 AI가 직업을 대체할 가능성이 있으며, 그 수가 많을수록 물건 분류, 설거지 등의 작업이 더 객관적이 됩니다. 과일 따기 및 질문에 응답하기 - 이는 5년, 10년 또는 15년 후에 AI로 대체될 반복적이고 일상적인 스크립트 작업입니다.
온라인 거대 기업과 100,000개 이상의 봇을 갖춘 AI 거대 기업에서는 아마존 창고에서 따고 포장합니다. 기능은 여전히 인간에 의해 수행되지만, 그것은 바뀔 것입니다.
Lee의 생각은 최근 New York Times에 다음과 같이 말한 Infosys 사장 Mohit Joshi에 의해 반영되었습니다. '왜 우리는 우리 중 1%만으로 이것을 할 수 없는 걸까요?'"
좀 더 낙관적으로, Lee는 오늘날의 AI가 두 가지 면에서 쓸모가 없다고 강조했습니다. 창의성도 없고, 공감 능력이나 사랑의 능력도 없습니다. . 오히려 “인간의 창의성을 증폭시키는 도구”이다. 해결책은 어떻습니까? 반복적이거나 일상적인 직업을 가진 사람들은 탈락하지 않으려면 새로운 기술을 배워야 합니다. Amazon은 심지어 직원들에게 다른 회사에서 직업 교육을 받을 수 있도록 자금을 제공합니다.
Urban-Champaign에 있는 일리노이 대학의 교수 겸 컴퓨터 공학 이사인 Klara Nahrstedt는 다음과 같이 말했습니다. "인공 지능이 여러 분야에서 성공하기 위한 절대적 전제 조건 중 하나는 새로운 분야에 대한 사람들을 재교육하기 위해 교육에 많은 투자를 하는 것입니다. 직업."
Klara는 이러한 일이 광범위하게 또는 자주 발생하지 않을 것을 우려하고 있습니다. IFM의 교교시는 더욱 구체적이다.
“사람들은 새로운 언어를 배우듯이 프로그래밍을 배워야 합니다.” Gyonyosi는 “이게 정말 미래이기 때문에 일찍 해야 합니다. 코딩을 모르면 안 됩니다. 프로그래밍을 모르면 그건 더 어려워질 것입니다.”
”기술로 인해 직장에서 쫓겨난 많은 사람들이 새로운 일자리를 찾겠지만, 산업 혁명 당시 미국이 농업 경제에서 산업 경제로 전환한 것처럼 하루 아침에 그런 일은 일어나지 않을 것입니다. 다시 말하지만, 이는 대불황의 큰 원인이었으며 결국 사람들은 다시 일어서게 되었습니다. 그러나 단기적인 영향은 엄청납니다. "라고 Vandegrift는 말했습니다. "일자리가 사라지고 새로운 일자리가 생겨나는 것 사이의 전환이 반드시 사람들이 생각하는 것은 아닙니다. "
NVIDIA의 학습자 경험 디자이너인 Mike Mendelson은 Nahrstedt와는 다른 종류의 교육자입니다. 그는 인공지능에 대해 더 많이 배우고 이를 비즈니스에 적용하고자 하는 개발자와 협력하고 있습니다.
“기술이 무엇을 할 수 있는지 이해하고 해당 분야를 잘 알면 '이게 AI 문제일지도 모르겠다'고 생각하기 시작할 것입니다. 구체적인 질문'이 더 일반적입니다.
멘델슨의 의견에 따르면 가까운 미래에 영향을 미칠 가장 흥미로운 AI 연구와 실험은 두 가지로 나누어집니다. 영역: 레이블이 지정된 데이터가 아닌 보상과 처벌을 다루는 "증강" 학습과 단순히 두 네트워크를 서로 대결하여 평가하는 대신 컴퓨터 알고리즘을 생성할 수 있는 생성적 적대 네트워크(GAN)입니다. Google DeepMind의 AlphaGo Zero 기능을 예로 들 수 있습니다. 후자는 유명인이나 특정 유형의 음악과 같은 특정 주제에 대한 학습을 기반으로 원시 이미지 또는 오디오 생성으로 사용됩니다.
더 큰 규모에서 AI는 지속 가능성, 기후에 대한 약속을 가지고 있습니다. 변화와 환경 문제는 큰 영향을 미칩니다. 이상적으로는 정밀 센서를 사용하면 도시가 덜 붐비고 덜 오염되며 일반적으로 더 살기 좋아질 것입니다.
무언가가 예측되면 특정 정책과 규칙을 설정할 수 있습니다. "예를 들어 자동차에 설치된 센서는 교통 상황에 대한 데이터를 보내 잠재적인 문제를 예측하고 자동차의 흐름을 최적화할 수 있습니다. 이는 아직 어떤 식으로든 완벽하지 않다고 믿습니다. 아직 초기 단계입니다. 그러나 수년이 지난 후에도 , 그것은 매우 중요한 역할을 할 것입니다.
물론 AI는 빅 데이터에 의존합니다. 기술이 통제를 벗어난 많은 사례 중 두 가지인 Cambridge Analytica의 Facebook 장난이나 Amazon Alexa 해킹을 살펴보세요. 사람들은 적절한 규제와 자체 제한이 없으면 상황이 더욱 악화될 것이라고 믿습니다. 2015년, 애플 CEO 팀 쿡은 경쟁사인 구글과 페이스북이 탐욕스러운 데이터 마이닝을 한다고 조롱했습니다. "그들은 당신에 대해 가능한 모든 것을 알아내려고 노력하고 있으며 이를 통해 수익을 창출하려고 합니다." 우리는 이것이 틀렸다고 생각합니다. 나중에 벨기에 브뤼셀에서 열린 강연에서 Cook은 자신의 우려를 자세히 설명했습니다. “대량의 개인 데이터를 수집하여 인공 지능을 발전시키는 것은 효율성이 아니라 게으름입니다.” Cook은 “인공 지능이 진정으로 똑똑해지기 위해서는. , 프라이버시를 포함한 인간의 가치는 존중되어야 합니다. 이것이 잘못되면 위험은 심오해집니다. ” 2018년 영국의 인권 및 개인 정보 보호 단체인 Article19와 Privacy International은 인공 지능에 대한 불안이 로봇 군주의 출현이 아니라 일상적인 기능에 국한된 논문을 발표했습니다. “인공지능이 책임감 있게 구현된다면 사회에 도움이 될 수 있습니다.”라고 저자는 썼습니다. “그러나 대부분의 최신 기술과 마찬가지로 상업적 및 국가적 사용은 인권에 부정적인 영향을 미칠 가능성이 있습니다. ”저자들은 수집된 방대한 양의 데이터가 스팸 필터 및 추천 엔진과 같은 긍정적인 방식으로 미래 행동을 예측하는 데 사용될 수 있다는 점을 인정합니다. 차별에 반대하는 권리인공지능이 세상을 지배할 것인가? 인공지능은 상상할 수 있는 거의 모든 산업에 지속적인 영향을 미칠 것으로 예상됩니다. 기업의 60%가 인공지능의 영향을 받을 것으로 예상됩니다. 이미 스마트 장치, 자동차, 의료 시스템 및 가장 널리 사용되는 애플리케이션에서 AI를 보아왔으며, 앞으로도 AI의 영향력이 다른 많은 산업에 더욱 깊숙이 침투하는 것을 보게 될 것입니다.
2018년 말, 국제적으로 유명한 인공지능 전문가인 스튜어트 러셀은 웨스트민스터 사원에서 농담으로(혹은 아니더라도) 언론인과 정식 합의에 도달했다고 말했습니다. 그들은 기사에 '터미네이터' 봇을 넣지 않기로 동의했습니다. 그렇지 않으면 그 봇과 대화하지 않을 것입니다. 그 비아냥거림은 지나치게 과장되고 종말론적인 경향이 있는 먼 미래의 인공 지능에 대한 헐리우드의 묘사에 대한 분명한 경멸을 드러냅니다. 러셀이 '인간 수준 AI'라고 부르는 것은 일반 인공 지능이라고도 알려져 있지만 오랫동안 환상의 대상이었습니다. 그러나 그것이 단기간에 실현되거나 전혀 실현될 가능성은 매우 적습니다.
Russell은 "인간과 같은 인공 지능에 도달하기 전에 달성해야 할 주요 혁신이 아직 많이 있습니다."라고 설명했습니다.
Russell은 또한 인공 지능이 아직 언어를 완전히 이해하지 못한다고 지적했습니다. 이는 현재 인간과 AI의 명확한 차이점을 보여줍니다. 인간은 기계 언어를 번역하고 이해할 수 있지만 AI는 인간 언어를 번역할 수 없습니다. 그러나 AI가 우리 언어를 이해할 수 있다면 AI 시스템은 모든 텍스트를 읽고 이해할 수 있습니다.
“일단 우리가 이 능력을 갖게 되면 인간의 모든 지식에 질문을 던질 수 있고, 인간이 한 번도 답한 적이 없는 질문을 종합하고 통합하고 답할 수 있게 될 것입니다.”라고 Russell은 덧붙였습니다. “왜냐하면 그것은 읽을 수도 없고 읽을 수도 없기 때문입니다. 역사적으로 분리되어 있던 것들을 하나로 모으고 연결하는 능력이 있습니다
이것은 우리에게 많은 생각을 하게 합니다. 인간의 뇌를 시뮬레이션하는 것은 극도로 어렵습니다. 이는 AGI의 미래가 여전히 가설로 남아 있는 또 다른 이유입니다. 미시간 대학교에서 오랫동안 공학 및 컴퓨터 과학 교수로 재직해온 John Laird는 수십 년 동안 이 분야의 연구를 수행해 왔습니다.
“우리의 목표는 지능 시스템에 내재되어 있다고 생각하는 인지 아키텍처를 구축하는 것이었습니다.”라고 Laird는 인간 심리학에서 크게 영감을 받은 작업에 대해 말했습니다. “예를 들어, 우리가 알고 있는 것은 인간의 두뇌는 단지 동질적인 뉴런 집합이 아니라 다양한 구성 요소로 구성된 실제 구조이며, 그 중 일부는 세상에서 일을 하는 방법에 대한 지식과 관련이 있습니다."
이를 프로그램이라고 합니다. 또한 일반적인 사실에 기초한 지식, 즉 의미기억이 있고, 또 다른 유형은 일화기억이라고 불리는 이전 경험(또는 개인적인 사실)에 대한 지식입니다. Laird 연구실의 한 프로젝트에는 자연어 지침을 사용하여 로봇에게 체스나 퍼즐과 같은 간단한 게임을 가르치는 것이 포함됩니다. 이러한 지침에는 일반적으로 목표 설명, 법적 조치 개요 및 실패 시나리오가 포함됩니다. 로봇은 이러한 지침을 내면화하고 이를 사용하여 작업을 계획합니다. 그러나 늘 그렇듯이 획기적인 발전에는 시간이 걸립니다. 이는 Laird와 동료들이 예상했던 것보다 느립니다.
Laird는 “우리가 진전을 이룰 때마다 그것이 얼마나 어려운지 새로운 이해를 얻게 됩니다.”라고 말했습니다.
인공지능 분야의 많은 리더들이 이에 동의하고 심지어 일부 사람들도 이에 동의합니다. 더 과장하면, 초지능 기계가 인류를 장악하고, 그들을 노예로 만들거나 말살함으로써 인간 존재를 장악하고 영구적으로 변화시키는 소위 "특이점"을 포함하는 악몽 같은 시나리오입니다.
고 이론물리학자 스티븐 호킹은 유명한 가설을 세웠습니다. 인공지능 자체가 인간 프로그래머보다 나은 인공지능을 설계하기 시작하면 "기계의 지능은 우리의 지능을 능가하고, 엘론의 지능을 능가한다"는 결과가 나올 수도 있습니다. 머스크는 AGI가 인류 생존에 가장 큰 위협이라고 믿고 경고한다. 이 목표를 달성하기 위한 노력은 마치 '악마를 소환하는 것'과 같다고 말했다. 심지어 그의 친구이자 구글의 공동 창업자인 래리 페이지가 그의 좋은 의도에도 불구하고 의도치 않게 "악한" 일들의 출현을 유도할 수도 있다는 우려도 있습니다. 예를 들어, "인류를 파괴할 수 있는 AI로 강화된 로봇 함대"입니다. IFM의 교요시(Gyonyosi)조차도 AI 예측에 대해서는 경각심이 없으며 어떤 것도 배제하지 않습니다. 어느 시점이 되면 인간은 더 이상 훈련 시스템이 필요하지 않고 스스로 학습하고 발전할 것이라고 합니다.
“현재 우리가 이 분야에서 사용하고 있는 방법이 기계가 우리를 죽이기로 결정하게 될 것이라고는 생각하지 않습니다.” Gyonyosi는 “아마도 5년이나 10년 후에는 이를 재평가해야 할 것입니다. 이러한 일을 처리하는 방법과 수단은 다양할 것입니다
살인 기계는 여전히 허구의 소재로 남아있을 가능성이 높지만 많은 사람들은 기계가 다양한 방식으로 인간을 대체할 것이라고 믿습니다
옥스퍼드 대학교 인류 연구소의 미래 '인공지능이 인간의 성능을 능가할 때는 언제일까요? 인공지능 전문가의 증거'라는 제목의 인공지능 설문조사 결과가 발표되었습니다. 여기에는 향후 몇 년간의 인공지능 개발에 대한 352명의 기계 학습 연구원의 추정치가 포함되어 있습니다.
이 그룹에는 낙천주의자가 많습니다. 응답자의 중앙값은 2026년에는 기계가 학교 서류를 작성할 수 있을 것이며, 2031년에는 자율주행 트럭에 더 이상 운전자가 필요하지 않을 것이며, 2049년에는 인공지능이 소매업에서 인간을 능가할 것이라고 말했습니다. 2053년에는 차세대 스티븐 킹이 될 수도 있고, 제2의 찰리 테오(Charlie Teo)가 될 수도 있습니다. 가장 충격적인 부분은 2137년이면 인간의 모든 직업이 자동화될 것이라는 점이다. 하지만 인간 자신은 우산 아래에서 로봇의 음료를 마시는 것은 어떨까요?
Northwestern University의 교수이자 분석학 석사 프로그램의 창립 이사인 Diego Klabjan은 자신을 AGI 회의론자라고 생각합니다.
현재 컴퓨터는 10,000개 이상의 단어만 처리할 수 있습니다. 따라서 수백만 개의 뉴런이 있지만 인간의 뇌에는 수십억 개의 뉴런이 있으며 매우 흥미롭고 복잡한 방식으로 서로 연결됩니다. 그리고 현재의 최첨단 기술은 아주 단순한 패턴에 따른 단순한 연결일 뿐입니다. 따라서 기존의 하드웨어와 소프트웨어 기술로는 수백만 개의 뉴런에서 수십억 개의 뉴런까지 그런 일이 일어날 것이라고 생각하지 않습니다.”
Klabjan은 또한 살인 로봇이 지구를 그을린 지옥으로 바꾸는 것과 같은 극단적인 시나리오를 믿지 않습니다. 전쟁 로봇과 같은 기계가 사악한 인간에 의해 잘못된 "동기"를 세뇌받는 것에 더 관심이 있습니다. MIT 물리학 교수이자 인공 지능 분야의 선도적인 연구자인 Max Tegmark는 2018년 TED 강연에서 다음과 같이 말했습니다. "인공 지능의 실제 위협은 어리석은 할리우드 영화에서처럼 악의가 아니라 인공 지능이 가능하게 하는 능력입니다. 목표는 우리 목표와 일치하지 않습니다." 이는 Laird의 견해이기도 합니다.
Laird는 "무언가가 깨어나 세상을 장악하기로 결정하는 상황은 확실히 보이지 않습니다. 공상 과학이지 미래의 결과가 아니라고 생각합니다."
Laird의 가장 큰 걱정은 인공적인 것이 아닙니다. 지능 자체가 아니라 은행 강도 및 신용 카드 사기를 포함한 많은 범죄에 대해 "인공 지능을 거짓 힘 승수로 사용하는 사악한 인간"입니다. 따라서 발전 속도가 종종 좌절스럽기는 하지만, AI의 느린 연소는 실제로 축복일 수 있습니다.
Laird는 "우리가 무엇을 만들고 있는지, 그리고 그것을 사회에 어떻게 통합하는지 이해하는 것이 바로 우리에게 필요한 것일 수 있습니다."라고 말했습니다.
그러나 정확한 대답은 아무도 모릅니다.
러셀은 웨스트민스터 연설에서 "몇 가지 중요한 돌파구가 이루어져야 하며 곧 달성될 수도 있다"고 말했습니다. 그는 1917년 영국 물리학자 어니스트 러더퍼드가 제안한 핵분열(원자 분열)을 인용했습니다. "이러한 개념적 혁신이 언제 일어날지는 예측하기 어렵습니다. 그러나 그런 일이 일어날 때마다, 그리고 일어날 경우 그는 준비의 중요성을 강조합니다." 이는 AGI의 윤리적 사용과 규제 여부에 대한 논의를 시작하거나 계속하는 것을 의미합니다. 이는 알고리즘에 해로운 영향을 미치고 현재 인공 지능의 주요 결함인 데이터 편견을 제거하기 위해 노력하는 것을 의미합니다. 이는 기술을 제어하는 보안 조치를 개발하고 강화하기 위해 노력하는 것을 의미합니다. 그것은 또한 우리가 할 수 있다고 해서 반드시 해야 한다는 의미는 아니라는 것을 깨닫는 겸손을 의미합니다.
“대부분의 AGI 연구자들은 AGI가 수십 년 내에 달성될 것이라고 예측하고 있으며, 준비 없이 이를 달성할 경우 인류 역사상 가장 큰 실수가 될 수 있으며 이는 전례 없는 불평등, 감시, 고통, Tegmark는 TED 강연에서 이렇게 말했습니다. “그러나 우리가 신중하게 행동한다면 결국 모두가 더 나은 삶을 살 수 있는 더 나은 미래로 들어갈 수 있습니다. 가난한 사람은 부자가 되고, 부자는 더 부자가 되고, 모두가 부자가 됩니다. 건강하고 자유롭게 꿈을 실현할 수 있어요.”
위 내용은 인공지능의 미래, 인공지능은 세상을 어떻게 변화시킬 것인가?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
