글면 장기기억이랑 재귀개선에대한 실마리는 아직은 없는거고 그냥 인간이 하는 일을 대부분 할수있다는 뜻의 agi임?
익명(182.31)2023-03-25 11:06
답글
네가 생각하는 장기기억이 뭐임?
재귀개선은 왜 안된다 하는거임?
익명(3zfuabvv2gecq)2023-03-25 11:06
답글
내가 안된다는게 아니라 예전부터 이거 두개가 agi의 가장 어려운 부분으로 뽑혔으니깐? 글고 ms논문에서 말하는 agi의 정의가 먼지 궁금해서 물보는거임
익명(182.31)2023-03-25 11:09
답글
일단 장기기억이랑 재귀개선이 진지하게 논의되지를 않고 있음.
지피티가 장기기억이랑 재귀개선 비스무리한 걸 하고 있는데, 모두들 자기가 생각한게 이게 맞나 싶거든
익명(3zfuabvv2gecq)2023-03-25 11:12
답글
그리고 마소가 정의한 AGI 정의는 아직 몰?루
아래 댓이 잘 요냑해 준 것 같음.
일반적으로 AGI는 인간의 모든 지적노동을 수행 가능한 AI임
익명(3zfuabvv2gecq)2023-03-25 11:13
최근 마이크로소프트가 아카이브에 GPT-4가 프로토 AGI라는 논문을 게재했는데 거기 안에 내용을 보니깐 멀티모달도 아닌 텍스트 모델 GPT-4한테 특정 그림을 그려보라고 시켰는데 아주 비슷하게 그려내는데 성공했다고 함, 그동안 트랜스포머 기반 챗봇들이 단순 다음 확률 높은 단어를 예측하는 빈깡통인줄 알았는데 이러한 부분을 보니 단순 단어를 예측하는 것이 아닌 어느정도 세상에 대한 이해와 지각이 있었다는 소리임, 그 원인이 언어 자체가 인간이 세상을 설명하기 위해 만들어낸 도구여서 대규모 언어 모델이 월드 모델이 된 거고 그래서 오픈AI 개발자들은 LLM 만으로도 AGI에 도달할 수 있다고 믿는듯. 나중에 멀티모달이 실제 로봇에 탑재되거나 시뮬레이션 환경에서 학습하게 되면 정말 AGI가 나오긴 할 거 같음.
익명(27.255)2023-03-25 11:06
답글
아 그니깐 실체적 세상에 대한 정보없이 텍스트 정보만으로 추론해서 실체적 세상을 어느 정도 추론해서 이해했다는거네? 이때까지는 그냥 확률 예측해서 단어 나열하는 기계인줄 알았는데 그게 아니고 생각할줄 아는 인공지능이였던거고 내가 제대로 이해한게 맞음?
익명(182.31)2023-03-25 11:12
답글
언어모델이 빈깡통이 아니라 세상에 대한 이해와 지각이 있었다.- 이 말을 다시 해석하자면 인간이 여기까지 쌓아올 수 있었던 것은 언어때문이다..
익명(182.212)2023-03-25 11:13
답글
ㄴ는 비약이고
익명(3zfuabvv2gecq)2023-03-25 11:14
답글
언어 모델이 아니라 예측모델에 언어를 학습시켰을 뿐이고
세상이 투영되어있는 언어 체계를 학습하다 보니 세계 모델을 만드는 쪽이 정보를 가장 잘 압축할 수 있었을 뿐임
익명(3zfuabvv2gecq)2023-03-25 11:15
답글
걍 쉽게 말하면 언어만 잘 하게 빈깡통 만들었는데 그 모델이 다른 분야도 잘 하게 됨, 개발한 놈들도 원인을 모름. 근데 언어 자체가 인간이 세상을 설명하기 위해 만든 도구라서 대규모 언어 모델인 LLM이 언어만 잘 하는 게 세상에 대한 이해와 지각이 어느정도 있어서 다른 것들도 잘 하게 됐고 이게 GPT-4가 프로토 타입 AGI라는 논문의 핵심임.
익명(27.255)2023-03-25 11:19
답글
하긴 시각적인 정보들을 표현하는데 사용되는 표현들을구성하는 토큰간의 상관관계가 있을테니까 ㅇㅇ 그걸로 다른 모든 텍스트와의 상관관계를 매겨보면 얼추 비슷하게 말로표현될만큼의 시각정보를 얻을수 있긴할거임
인간이 하는 일 거진 다 하니까
글면 장기기억이랑 재귀개선에대한 실마리는 아직은 없는거고 그냥 인간이 하는 일을 대부분 할수있다는 뜻의 agi임?
네가 생각하는 장기기억이 뭐임? 재귀개선은 왜 안된다 하는거임?
내가 안된다는게 아니라 예전부터 이거 두개가 agi의 가장 어려운 부분으로 뽑혔으니깐? 글고 ms논문에서 말하는 agi의 정의가 먼지 궁금해서 물보는거임
일단 장기기억이랑 재귀개선이 진지하게 논의되지를 않고 있음. 지피티가 장기기억이랑 재귀개선 비스무리한 걸 하고 있는데, 모두들 자기가 생각한게 이게 맞나 싶거든
그리고 마소가 정의한 AGI 정의는 아직 몰?루 아래 댓이 잘 요냑해 준 것 같음. 일반적으로 AGI는 인간의 모든 지적노동을 수행 가능한 AI임
최근 마이크로소프트가 아카이브에 GPT-4가 프로토 AGI라는 논문을 게재했는데 거기 안에 내용을 보니깐 멀티모달도 아닌 텍스트 모델 GPT-4한테 특정 그림을 그려보라고 시켰는데 아주 비슷하게 그려내는데 성공했다고 함, 그동안 트랜스포머 기반 챗봇들이 단순 다음 확률 높은 단어를 예측하는 빈깡통인줄 알았는데 이러한 부분을 보니 단순 단어를 예측하는 것이 아닌 어느정도 세상에 대한 이해와 지각이 있었다는 소리임, 그 원인이 언어 자체가 인간이 세상을 설명하기 위해 만들어낸 도구여서 대규모 언어 모델이 월드 모델이 된 거고 그래서 오픈AI 개발자들은 LLM 만으로도 AGI에 도달할 수 있다고 믿는듯. 나중에 멀티모달이 실제 로봇에 탑재되거나 시뮬레이션 환경에서 학습하게 되면 정말 AGI가 나오긴 할 거 같음.
아 그니깐 실체적 세상에 대한 정보없이 텍스트 정보만으로 추론해서 실체적 세상을 어느 정도 추론해서 이해했다는거네? 이때까지는 그냥 확률 예측해서 단어 나열하는 기계인줄 알았는데 그게 아니고 생각할줄 아는 인공지능이였던거고 내가 제대로 이해한게 맞음?
언어모델이 빈깡통이 아니라 세상에 대한 이해와 지각이 있었다.- 이 말을 다시 해석하자면 인간이 여기까지 쌓아올 수 있었던 것은 언어때문이다..
ㄴ는 비약이고
언어 모델이 아니라 예측모델에 언어를 학습시켰을 뿐이고 세상이 투영되어있는 언어 체계를 학습하다 보니 세계 모델을 만드는 쪽이 정보를 가장 잘 압축할 수 있었을 뿐임
걍 쉽게 말하면 언어만 잘 하게 빈깡통 만들었는데 그 모델이 다른 분야도 잘 하게 됨, 개발한 놈들도 원인을 모름. 근데 언어 자체가 인간이 세상을 설명하기 위해 만든 도구라서 대규모 언어 모델인 LLM이 언어만 잘 하는 게 세상에 대한 이해와 지각이 어느정도 있어서 다른 것들도 잘 하게 됐고 이게 GPT-4가 프로토 타입 AGI라는 논문의 핵심임.
하긴 시각적인 정보들을 표현하는데 사용되는 표현들을구성하는 토큰간의 상관관계가 있을테니까 ㅇㅇ 그걸로 다른 모든 텍스트와의 상관관계를 매겨보면 얼추 비슷하게 말로표현될만큼의 시각정보를 얻을수 있긴할거임