현대 AI 이야기가 괴짜들을 위한 새로운 것에서 대중을 위한 대중적인 엔터테인먼트로 변모하는 데 정확히 10년이 걸렸습니다.
2022년 AI 대화형 ChatGPT는 5일 만에 100만 명 이상의 사용자를 등록했고 AI 이미지 생성기 Midjourney는 6개월도 안 되어 600만 명의 회원을 모았습니다. 2012년 이미지 식별 분야의 딥 러닝 혁신은 많은 컴퓨터 과학 박사 후보자들이 논문 작업을 데이터에서 패턴을 찾는 새로운 우수한 방법으로 전환하도록 확신했습니다. 더욱 중요한 것은 전체 "실리콘 밸리" 커뮤니티가 컴퓨터에서 인간 지능을 복제하기 위한 60년에 걸친 탐구의 새로운 단계에 의해 생성된 과대광고에 빠졌다는 것입니다.
가장 과장된 것은 자율주행차에 대한 아이디어였습니다. 우리는 우리가 마지막 자동차 소유 세대이며 2022년까지 주류 자동차 제조업체에서 생산하는 무인 자동차가 광범위하게 배치될 것이라고 들었습니다. 인간은 운전에 서툴러서 "AI에 대한 기준이 낮습니다"라고 한 VC는 말했습니다. 대신 Ford는 가장 최근의 수익 보고서에서 자율주행차에서 첨단 운전자 지원 시스템 개발로 자원을 전환하고 있으며 Ford와 Volkswagen에서 (대부분) 36억 달러를 모금한 후 자율주행차 스타트업 Argo AI를 접었다고 발표했습니다. Mobileye의 공동 창립자이자 CEO인 Amnon Shashua는 몇 년 전 2030년까지 운전이 주로 스포츠가 될 것이라고 예측했습니다. Mobileye(Nasdaq: MBLY)는 완전 자율 차량 시스템이 아닌 지원 및 경고 시스템에서 여전히 대부분의 수익을 얻고 있으며, 일반적인 시장 추세를 무시하고 시가 총액이 $17에서 가장 성공적인 IPO 중 하나가 되었습니다. 10억에서 270억 달러. 모빌아이는 기업공개(IPO)를 신청한 지 며칠 만에 뉴욕에서 자율주행차 테스트를 중단했다. 회사가 로보택시 테스트 프로그램을 도시로 확대한다고 처음 발표한 지 15개월 만이다.
그러나 올해도 여름 동안 샌프란시스코에서 운전자 없는 로보택시 크루즈가 시작되었으며 현재 오스틴과 피닉스로 서비스를 확장하고 있습니다.
우리는 지금부터 수십 년 동안 여전히 자동차를 소유하고 운전면허증을 취득할 수 있지만 "자율" AI를 향한 긴 여정은 우리를 특정 상황과 용도의 특정 위치로 데려다줄 것입니다. 결국. AI에 대한 기준이 매우 높게 설정되어 있다는 것이 밝혀졌습니다. 과대광고, 달러 및 관심은 운전과 같이 실제 세계에서 대중이 AI를 사용하는 데 집중되었습니다. 2022년에는 모든 웹("인터넷")과 함께 30년 전 Tim Berners-Lee가 만든 디지털 세계인 구성 세계에서 대중의 AI 사용으로 과대광고, 달러, 관심이 완전히 옮겨갔습니다. 기업가, 연구원, 투자자, 기업 및 그를 쫓는 사용자. 최신 AI 프로그램은 텍스트, 이미지, 비디오 등 웹에 축적된 데이터에 대해 훈련을 받고 새로운 데이터를 생성하는 데 사용할 수 있기 때문에 2022년의 과대광고는 AI가 어떻게 "창의적"이 되었는지에 대한 것이었습니다. 무의미한 말. 진정한 창의성은 딥 러닝(1950년대 "머신 러닝" 및 "신경망"으로 시작됨)의 데이터 분석 방법을 수정하고 개선하는 인간의 독창성과 상상력에 있습니다. 특히 지난 5년 동안(Attention is All you Need) 출판 이후 텍스트 분석 영역에서 수행할 수 있는 작업이 크게 향상되었습니다. OpenAI의 GPT(Generative Pre-trained Transformer)는 빠르게 "확장"하려는 실리콘 밸리의 집착에 새로운 의미를 부여했습니다. 2018년 6월에 도입된 GPT-1은 4.5GB의 데이터로 훈련되었으며 1억 1,700만 개의 매개변수를 가졌습니다. 1년이 채 지나지 않아(2019년 2월) GPT의 두 번째 버전은 40GB의 데이터에 대해 훈련되었으며 15억 개의 매개변수를 가졌습니다. 2020년 5월에 도입된 GPT-3는 753GB의 데이터에 대해 훈련되었으며 1,750억 개의 매개변수가 있습니다. 새로운 "AI 법칙"은 대규모 언어 모델을 실행하는 데 필요한 컴퓨팅 성능이 14주마다 두 배로 증가하여 컴퓨터 성능 자체가 18개월마다 두 배가 되는 방법을 설명하는 무어의 법칙의 성능을 능가하는 이러한 확장을 설명합니다.
우리는 또한 올해 실리콘 밸리의 또 다른 만트라인 데이터의 비합리적인 효율성이 사실이라는 사실을 배웠습니다. 더 많은 데이터가 더 큰 모델을 능가합니다(DeepMind의 Chihcilla 참조). IDC에 따르면 올해 전 세계에서 59 제타바이트(59조 기가바이트) 이상의 데이터가 생성, 캡처, 복사 및 소비될 것입니다. 75년 동안 우리는 지난 30년 동안 두 개의 큰 촉매와 함께 "데이터 처리"에서 "데이터 마이닝", "빅 데이터"로 매혹적인 여행을 해왔습니다.
모든 것과 모든 것을 연결하는 웹 외에도 15년 전 스마트폰의 등장은 전 세계 수십억 명의 사람들을 끊임없는 소비자이자 데이터 생성자로 만들었습니다.
빅 데이터는 일부 사람들에게 큰 기회를 제공합니다. 예를 들어 Startup Cinchy는 데이터 쓰나미를 관리하는 데 도움이 되는 데이터 중심 접근 방식을 제공합니다. 이 데이터 중 일부는 실제 세계를 반영하지만 많은 데이터가 창의적인 인간에 의해 생성되었으므로 환상, 편견, 편견, 인간의 풍부한 상상력의 모든 산물을 반영합니다. 이 데이터를 기반으로 하는 생성 AI가 우리의 정신 건강에 어떤 영향을 미칠까요? 모자로부터 우리를 보호하고 우선 데이터를 보호하는 "책임 있는 AI"를 확보하려면 어떻게 해야 합니까? Tim O'Reilly는 우리 자신을 먼저 고침으로써 AI 문제를 해결할 수 있으며 생성 AI가 대중에게 창의성을 가져다줄 것이라고 믿습니다. 많은 기업가들이 공개적으로 사용 가능한 제너레이티브 AI 프로그램을 사용하여 이를 수정 및/또는 결합하여 완전히 새로운 제너레이티브 경험을 창출합니다.
예를 들어 텍스트, 이미지 및 애니메이션을 하나의 인터페이스에 결합하는 최초의 다중 모달 생성 AI 비디오 플랫폼입니다. 그리고 NLP 전문가는 기업가로 변신하여 생성 및 기타 AI 기술을 사용하여 웹의 "킬러 앱"인 검색에서 Google에 도전했습니다. 대규모 언어 모델이 있든 없든, 다른 기업가들은 딥 러닝(및 기타 최신 AI 및 머신 러닝 변형)의 데이터 분석 능력을 실제 문제에 적용하여 어느 정도 성공했습니다. 예: AI 기반 마이크로바이옴 기반 치료제 AI 기반 망막 이미징 및 진단; 데이터 전문가가 수행하는 반복 작업을 자동화하여 생산성을 향상합니다. 식료품점을 위한 계산대 없는 AI 기술; 병원이 심각한 노동력 부족 문제를 해결하도록 지원합니다. 주사기 제조 개선; 꿀벌과 세계 식량 공급을 구합니다. 종양학에 정밀 의학을 도입하기 위해 프로테옴을 더 잘 이해합니다.
최근 발간된 Working with AI는 AI를 성공적으로 사용하여 직원을 교체하는 대신 증강에 성공한 기업의 인간-기계 협업에 대한 29가지 사례 연구를 설명합니다.
올해 초에 발간된 다른 두 권의 책은 빅 데이터 분석의 과제와 기회를 다루는 기업의 데이터 및 통찰력으로 30년 동안 작업한 실용적인 교훈을 제공합니다. 기업 세계에서 AI는 일부 구현 문제에도 불구하고 주류가 되었습니다. Gartner 설문 조사에 따르면 평균적으로 AI 프로젝트의 54%가 파일럿 단계에서 생산 단계까지 진행되며 이는 2019년과 거의 같은 비율입니다. 데이터 및 분석 의사 결정권자의 73%가 AI 기술을 구축하고 있으며 74%는 Forrester의 2022년 데이터 및 분석 설문조사에 따르면 그들의 조직입니다. 최근 발표된 McKinsey 2022 글로벌 AI 설문조사에 따르면 응답자의 50%가 적어도 하나의 비즈니스 영역에서 AI를 채택했다고 보고했으며, 이는 2017년 20%에서 증가한 수치입니다(2019년에는 58%로 정점).639 / 5,000 번역 결과 번역 결과 그리고 대중은 어떻습니까? 2022년 3월 Pew Research는 AI에 대한 일반 대중의 양면성을 보여주는 설문 조사 결과를 발표했습니다. 18%는 설레기보다 걱정이 많고 걱정보다 설렘이 더 크다고 답했습니다.
응답자들은 "AI"가 정확히 무엇인지에 대해 완전히 명확하지 않을 수 있습니다. 지난해 앨런 인공지능 연구소(Allen Institute for AI)는 온라인 설문조사에서 참가자의 35%만이 "AI는 인간과 독립적으로 스스로 생각할 수 있다"는 진술에 정답(거짓)으로 응답한 것으로 나타났다.이 문장을 ChatGPT에 입력했을 때 얻은 결과는 다음과 같습니다. "스스로 생각하기"를 어떻게 정의하느냐에 따라 다릅니다. 일부 AI 시스템은 인간의 직접적인 개입 없이 의사 결정을 내리고 조치를 취할 수 있지만, 여전히 인간이 프로그래밍한 규칙과 제약에 의해 통제된다는 점에서 진정으로 독립적이지 않습니다. AI 시스템은 자체 동기나 욕구가 없으며 인간과 같은 의식을 가지고 있지 않습니다. 그것들은 특정 작업을 수행하도록 설계된 도구이며 목표와 목표를 제공하기 위해 인간에 의존합니다. 이런 의미에서 AI는 인간이 하는 방식으로 진정으로 "스스로 생각"할 수 없습니다. ChatGPT 뒤에 있는 생각하는 인간과 곧 출시될 대규모 언어 모델의 자손이 ChatGPT 또는 다른 채널을 통해 대중에게 "AI"가 무엇인지 아닌지에 대해 계속 교육하기를 바랍니다. 이 단락(올해 초에 게시함)을 향후 생성 AI 응용 프로그램에 대한 가드레일로 추가하는 것은 어떻습니까? 오늘날의 "AI"는 단순히 데이터로부터 컴퓨터 기반 학습의 가장 최근 단계입니다. 지난 75년 동안 컴퓨터 기술의 발전은 크게 두 개의 시대로 나눌 수 있습니다. 첫 번째는 주로 컴퓨터의 속도 향상에 중점을 두었고 두 번째(1970년대부터 시작)는 컴퓨터가 데이터를 저장, 구성 및 분석하는 데 중점을 두었습니다. "계산 통계", "기계 학습", "예측 분석", "데이터 과학"은 수년 동안 컴퓨팅과 통계 분석의 결합에 부여된 레이블 중 일부입니다. "심층 신경망"과 "AI"가 최신입니다.