[📪정보] 하사비스 최신 인터뷰

[익명(formula6200)]

https://www.wir1ed.com/story/deepmind-ceo-demis-hassabis-interview-artificial-intelligence-scale/?utm_brand=w1ired&mbid=social_twitter&utm_social-type=owned

아래는 일부 AI 번역

Q

In the last few years, increasing the amount of computer power and data used in training an AI model is the thing that has driven amazing advances. Sam Altman is said to be looking to raise up to $7 trillion for more AI chips. Is vastly more computer power the thing that will unlock artificial general intelligence?

지난 몇 년 동안 AI 모델 학습에 사용되는 컴퓨터 성능과 데이터의 양을 늘리는 것이 놀라운 발전을 가져온 원동력이었습니다. 샘 알트먼은 더 많은 AI 칩을 위해 최대 7조 달러까지 모금할 계획이라고 합니다. 더 많은 컴퓨터 성능이 인공 일반 지능을 실현할 수 있는 열쇠일까요?

A

Was that a misquote? I heard someone say that maybe it was yen or something. Well, look, you do need scale; that's why Nvidia is worth what it is today. That’s why Sam is trying to raise whatever the real number is. But I think we're a little bit different to a lot of these other organizations in that we've always been fundamental research first. At Google Research and Brain and DeepMind, we've invented the majority of machine learning techniques we're all using today, over the last 10 years of pioneering work. So that’s always been in our DNA, and we have quite a lot of senior research scientists that maybe other orgs don't have. These other startups and even big companies have a high proportion of engineering to research science.

잘못 인용한 건가요? 누군가 엔화 같은 거라고 말하는 걸 들었어요. 하지만 규모를 키우려면 규모를 키워야 하죠. 그래서 오늘날 엔비디아의 가치가 있는 겁니다. 그래서 샘은 실제 숫자가 얼마든 올리려고 노력하고 있습니다. 하지만 우리는 항상 기초 연구를 우선시해 왔다는 점에서 다른 많은 조직과 조금 다르다고 생각합니다. 구글 리서치와 브레인, 딥마인드에서는 지난 10년간의 선구적인 연구를 통해 오늘날 우리가 사용하고 있는 대부분의 머신러닝 기술을 발명했습니다. 이는 항상 Google의 DNA에 내재되어 있으며, 다른 조직에는 없는 많은 선임 연구 과학자를 보유하고 있습니다. 다른 스타트업이나 대기업은 연구 과학에서 공학이 차지하는 비중이 높습니다.

Q

Does that mean that the competition between AI companies going forward will increasingly be around tool use and agents—AI that does things rather than just chats? OpenAI is reportedly working on this.

그렇다면 앞으로 AI 기업 간의 경쟁은 점점 더 도구 사용과 에이전트, 즉 단순한 채팅이 아닌 일을 처리하는 AI를 둘러싼 경쟁이 될까요? OpenAI가 이를 위해 노력하고 있는 것으로 알려졌습니다.

A

Probably. We’ve been on that track for a long time; that’s our bread and butter really, agents, reinforcement learning, and planning, since the AlphaGo days. [In 2016 DeepMind developed a breakthrough algorithm capable of solving complex problems and playing sophisticated games.] We’re dusting off a lot of ideas, thinking of some kind of combination of AlphaGo capabilities built on top of these large models. Introspection and planning capabilities will help with things like hallucination, I think.

It's sort of funny, if you say “Take more care” or “Line out your reasoning,” sometimes the model does better. What's going on there is you are priming it to sort of be a little bit more logical about its steps. But you'd rather that be a systematic thing that the system is doing.

This definitely is a huge area. We're investing a lot of time and energy into that area, and we think that it will be a step change in capabilities of these types of systems—when they start becoming more agent-like. We’re investing heavily in that direction, and I imagine others are as well.

아마도요. 저희는 알파고 시절부터 에이전트, 강화 학습, 계획 수립 등 이 분야를 오랫동안 연구해 왔습니다. [2016년 딥마인드는 복잡한 문제를 해결하고 정교한 게임을 플레이할 수 있는 획기적인 알고리즘을 개발했습니다.] 저희는 이러한 대규모 모델 위에 구축된 알파고 기능의 조합을 생각하며 많은 아이디어를 떠올리고 있습니다. 성찰과 계획 능력이 환각과 같은 기능에 도움이 될 것이라고 생각합니다.

"좀 더 주의해" 또는 "추론을 정리해"라고 말하면 모델이 더 잘할 때가 있습니다. 그 단계에 대해 좀 더 논리적으로 설명할 수 있도록 준비시키는 것이죠. 하지만 그보다는 시스템이 체계적으로 처리하는 것이 좋습니다.

이것은 확실히 거대한 영역입니다. 저희는 이 분야에 많은 시간과 에너지를 투자하고 있으며, 이러한 유형의 시스템이 에이전트처럼 되기 시작하면 그 기능이 한 단계 더 발전할 것이라고 생각합니다. 저희는 그 방향에 많은 투자를 하고 있으며 다른 기업들도 마찬가지일 것이라고 생각합니다.

전체 3줄요약

스케일만으론 안되고 우리는 알고리즘 개선부분에서 뛰어나다

에이전트 AI가 새 방향성이고 우리는 그거 다 준비돼있다

에이전트 AI는 스스로 인터넷과 현실을 오가며 학습할 것이다 (AGI의 바탕?)