[📪정보] GPT와 동물 뇌 크기 비교.jpg

[익명(182.230)]

매개변수와 시냅스를 같다고 가정하고 스케일 측면에서만 비교해봄

꿀벌 : ~ 10억 개

GPT-2 : 15억 개

GPT-3 : 1750억 개

시궁쥐 : ~ 4480억 개

GPT-4 : 1조 7500억 개 (추정)

고양이 : ~ 10조 개

인간 : ~ 100조 개

영국 리시 수낙 총리와 과학부 장관 피셜 : 24년에 GPT-4보다 100배 더 큰 모델이 나올 예정이라고 함

만약 GPT-5가 100조 개 이상의 모델이라면

신경망의 규모 측면에서 2019년 꿀벌 ~ 2024년에 인간 뇌 수준까지 도달한 셈이고

5년 만에 약 1000만 % 성장한 거네

[익명(iuqefo124)]

괭이새끼랑 사람 저거밖에 차이안나냐 .. - dc App

[익명(14.53)]

이거보고 고양이 10마리의 뇌를 합쳤다...

[익명(satinrose)]

동물이랑 인간 의외로 아이큐도 별로 차이 안남ㅇㅇ 원숭이평균 50-70 인간평균 100

[익명(221.158)]

지능은 뉴런의 개수가 아니라 뉴런이 연결된 신경망과 비례함. 말이 10분의 1이지 존나 큰 차이임

[익명(118.34)]

심지어 인간도 두자리수들이 있는데 ㅋㅋ

[익명(221.158)]

뇌의 10퍼만 다쳐도 사칙연산도 못하는 장애인이 되는게 그 때문임

[익명(211.230)]

이거시 지수적 발전이다 이말이여~

[익명(174.210)]

1000만% 씨발ㅋㅋㅋㅋ

[Nanyo_Masao(cacom1228)]

개 훈련시켯을때 말 알아먹는거 보면 개도 은근 머리좋음 10조개 레벨만 되도 사람 보조 충분히 가능할레벨임

[익명(sky0204)]

난 진짜 파라미터를 100조개 까지 늘렸을때 성능이 어떨지 궁금함

[분노의라스(wxy0514)]

[익명(mims32)]

이건 잘못된 비교임. 한번의 파라미터 연산을 하나의 물리적 뉴런으로 치면 안됨. 실제로 물리적으로 구현된 뉴런은 하나의 뉴런이 전체 네트워크의 여러 파라미터를 담당할 수도 있음 - dc App

[익명(175.210)]

뉴런이 아니라 시냅스와 비교한거 아니냐 - dc App

[익명(mims32)]

그러네 근데 그래도 마찬가지임 - dc App

[익명(mims32)]

내가 말하고 싶은건 하나의 물리적 구현은 여러 논리적 구조에 매핑될수도 있다는거임 - dc App

[익명(873dvejis77)]

전에 이런 얘기 다룬 번역글 있었네.
https://m.dcinside.com/board/thesingularity/355487

[익명(61.74)]

GPT같은 언어 모델도 하나의 뉴런이 여러 개의 특징을 학습하는 거 아님? 이런 언어 모델을 해석하기 어려운 이유가 하나의 뉴런이 한국어에도 반응하고 영어에도 반응하고 코딩에도 반응해서라고 알고 있는데 - dc App

[익명(221.143)]

인간 뉴런 수가 1000억 개가 안되는데 뉴런 수로 비교할거면 이미 GPT-3 선에서 따였겠지 ㅋㅋㅋ - dc App

[익명(182.230)]

하나의 뉴런이 여러 논리적 구조에 매핑되는건 인공신경망도 마찬가지 같음.
https://gall.dcinside.com/mgallery/board/view/?id=thesingularity&no=360524&exception_mode=recommend&page=12

[익명(hyeongim264)]

고등사고 담당하는건 전두엽뿐이라 실제로는 10조개만되어도 대부분 인간들 다따고도 남는다. - dc App

[익명(14.6)]

이 추론 인정 gpt4의 능력을보면..

[익명(175.214)]

뇌의 비밀이 완전히 풀린 것은 아니라 오로직 전두엽만 활성화 되는지 아니면 현대 과학으로 밝혀지지 않은 다른 영역 간의 상호작용의 결과인지 단언할 수 읍음

[부패하는유전자!!!(sansss2015)]

[aatrxxy(realaxia)]

언제되냐