a17d2cad2f1b782a99595a48fa9f3433f728bd6f6b8abd38675ba2fb


단편적인 장면을 연속적으로 연결해서 그 이미지를 끊임없이 전송해서 눈을 달아주고


방대한 유저 플레이데이터를 학습하고


자신의 피가 깍이면 로직을 파기하고 상대의 피가 깍이면 로직을 중첩하는 형식으로


상대의 파훼법에 대한 구조를 서서히 만들어 가기 시작하면 철권AI도 가능할지도 모르겠단 생각을 하게 되었음


다만 영상 전송(눈) --> 추론(수읽기,행동로직생성) --> 행동(커멘드입력) 이 일련의 과정이 하나의 과정으로 축약된 형태로 '실시간 상호작용' 을 해야한다는 난관이 남아있다는점 그리고 상대의 플레이데이터를 기반으로해서 자신이 추론한걸 덮어나가는 '데이터 중첩 과 파기' 가 동시에 가능해야함


이 일련의 과정이 인간의 동체시력처럼 빠르게 이루어 져야함


그리고 이정도로 상호작용이 가능한 인공지능이라면 사실상 다른분야에도 엄청난 응용이 가능하다는거


눈을 달아주고 연속적인 장면에서 지금 이 상황이 무엇을 뜻하는건지 추론할 수 있는 방대한 데이터베이스만 있다면


GTA 같은 오픈월드 게임에서의 인간같은 NPC 구현도 가능할지도 모르겠단 생각을 하게 됨


다만 연산량이 감당이 안되네


이게 가능하게만들려면 현재 이진적으로 접근되어있는 구시대 강화모델이아니라


양자역학이 적용되어있는 차세대 모델이 필요함



https://gall.dcinside.com/mgallery/board/view/?id=thesingularity&no=404376&s_type=search_subject_memo&s_keyword=LLM&page=1

LLM이 생각하는 양자특성을 이용한 LLM의 한계극복법GPT-3와 같은 현재 대규모 언어 모델(LLM)의 한계를 극복하기 위해 활용할 수 있는 양자역학의 원리를 먼저 생각해 보겠습니다. 중첩, 얽힘, 터널링과 같은 양자 특성은 이러한 모델의 처리 능력과 효율성을 향상시키gall.dcinside.com


1. 단어는 고차원 공간에서 벡터로 표현되지만 궁극적으로 모델은 선형 시퀀스로 정보를 처리합니다. "양자 강화 LLM은 단어와 개념을 중첩된 상태로 표현하여 여러 의미나 문맥을 동시에 처리할 수 있습니다."


2. 단어 벡터를 '얽히게' 함으로써 모델은 현재 문맥 인식 알고리즘이 수행하는 수준을 훨씬 뛰어넘어 문장이나 단락에 사용된 다른 단어를 기반으로 특정 단어의 의미를 즉각적으로 조정할 수 있습니다.