GPT-3을 보면 말을 잘 하긴 하는데 정작 말 속을 들여다보면 뼈대가 없음...

물론 텍스트 데이터만 무식하게 존나 때려부어넣으면 뼈대 또한 자연스레 생기겠지만 그러기엔 너무 비효율적이고 그렇게 데이터가 많지도 않음...

그래서 이미지, 동영상 데이터까지 때려 부으면 현실세계를 자연스레 학습해서 말 속에 단단한 뼈대가 생기지 않을까 생각하는게 지금 OpenAI임

그런데 이미지까지는 어찌어찌 해볼만하다 치더라도 동영상은 용량이 이미지에 비해 존나 크다보니 GPT-4 <~ 이새끼 입장에선 학습해야할 양이 막대하게 늘음....

그래서 결국엔 하드웨어 문제인거... ㄹㅇ