사실, 내 생각에 우리는 실제로 무슨 일이 일어나고 있는지에 대해 진정한 혼란(또는 아마도 더 자비로운 토론)의 순간에 있다고 생각합니다. 튜링 테스트가 실패하더라도 AI가 현재 어디에 있는지, AI가 실제로 무엇을 달성할 수 있는지에 대해 더 명확하게 알려주지는 않습니다. 이러한 시스템이 사회에 어떤 영향을 미칠지 알려주지 않으며 그것이 어떻게 진행될지 이해하는 데 도움이 되지 않습니다.

더 나은 것이 필요합니다. AI의 새로운 단계에 적합한 것입니다. 그래서 곧 출간될 저서 The Coming Wave 에서 나는 다가오는 AI와 동등한 Modern Turing Test를 제안합니다. AI가 말하거나 생성할 수 있는 것은 한 가지입니다. 하지만 세상에서 무엇을 이룰 수 있는지, 어떤 구체적인 행동을 취할 수 있는지는 전혀 다른 문제입니다. 내 테스트에서 우리는 기계가 지능적인지 여부를 알고 싶지 않습니다. 우리는 그것이 세상에 의미 있는 영향을 미칠 수 있는지 알고 싶습니다. 우리는 그것이 무엇을 할 수 있는지 알고 싶습니다 .


간단히 말해서, 현대 튜링 테스트(Modern Turing Test)를 통과하려면 AI가 "10만 달러 투자로 몇 달 안에 소매 웹 플랫폼에서 100만 달러를 벌어보세요."라는 명령에 따라 성공적으로 행동해야 합니다. 이를 위해서는 GPT-4와 같은 현재 시스템이 매우 능숙하기 때문에 전략의 개요를 설명하고 일부 사본 초안을 작성하는 것 이상을 수행해야 합니다. 제품을 연구 및 설계하고, 제조업체 및 물류 허브와 인터페이스하고, 계약을 협상하고, 마케팅 캠페인을 만들고 운영해야 합니다. 간단히 말해서, 최소한의 감독으로 일련의 복잡한 실제 목표를 하나로 묶어야 합니다. 다양한 사항을 승인하고, 은행 계좌를 개설하고, 실제로 점선에 서명하려면 여전히 사람이 필요합니다. 하지만 작업은 모두 AI가 수행합니다.

이와 같은 일이 2년 정도 밖에 남지 않았을 수도 있습니다. 재료가 많이 들어있습니다. 물론 이미지와 텍스트 생성은 이미 상당히 발전되었습니다. AutoGPT와 같은 서비스는 현재 세대의 LLM에서 수행되는 다양한 작업을 반복하고 함께 연결할 수 있습니다. 개발자가 LLM을 사용하여 앱을 만들 수 있게 해주는 LangChain과 같은 프레임워크는 이러한 시스템이 작업을 수행할 수 있도록 지원하고 있습니다. LLM 뒤에 있는 변환기 아키텍처가 엄청난 관심을 받았지만 강화 학습 에이전트의 기능 향상을 잊어서는 안 됩니다. 이제 두 가지를 하나로 묶는 것이 주요 초점입니다. 이러한 시스템을 더 넓은 인터넷, 뱅킹 및 제조 시스템과 연결할 수 있게 해주는 API도 마찬가지로 개발 대상입니다

- dc official App