시각을 가진 대부분의 동물 및 인간은
외부 세계로 부터 받는 데이터의 대부분이 시각적 이미지( 동적 영상)로 받고 그외에 청각.. 후각 등등 이다.
텍스트만 입력된 agi는 나올리가 없음...
멀티모달이니 뭐니 여하튼... 실제적인 로봇 몸체로 학습을 하던 어찌되었던
시각,청각은 필수이고 촉각+후각 까지 첨가되어야 완전한 agi가 되지 않을까?
내가 아무것도 모르는 일반인이라.. 이해안가는게..
왜 지금 인공지능은 죽어라 " 텍스트" 자료만 주구장창 학습 시킴?
뭐.. 이미지,오디오 인공지능도 나오긴 하는거 같은데.. 그래도 너무 부족한거 같은데..
내가 알못 일반인이라 누가 좀 뼈때리는 조언좀..앙망합니다..ㅠㅠ
제 짧은 생각으로는... AI는 거대한 데이터에서, 필요한 정보를 추출하는 걸 학습한다고 볼 수 있슴다. 그런 점에서, 텍스트는 다른 데이터 타입에 비해서 명확한 정보를 확인할 수 있어요. 역전파 알고리즘이 뭐지. 에 대한 옳은 대답이 뭔지 학습이 어느정도 '가능'하죠. 하지만, 역전파 알고리즘을 이미지로 설명하는 건 거의 불가능해요. 물론, 반대로 텍스트만으로 '멋있는' 자동차를 표현하는 건 힘듭니다. 사진 하나만 끝날 수도 있는데 말이죠. 즉, 데이터 타입마다 장단점이 있지만 텍스트는 매우 복잡하고 어려운 정보를 담을 수 있어서 주력으로 연구되는 거 아닐까 합니다. 물론 AI는 정답이 뭔지를 알려줘야 하는데, 텍스트는 무엇이 정답인지, 좋은지 학습 시키기 쉬운 것도 있는 것 같고요.
이미지로 저장하는 방식은 매우 저장 효율이 좋긴 하지만, 너무 복잡하거나 추상적인 것 등등 정보를 담는 데 한계가 명확한 것 같아요. 하지만 텍스트는, 비효율적이지만 그래도 상당히 많은 종류의 정보를 담을 수 있죠. 그래서, openAI도 텍스트만 다루는 현재 LLM 방식으로도 분명히 세상을 이해할 순 있다. 하지만 너무 오래 걸리기 때문에 멀티모달을 해야한다. 라고 했던 거 아닌가 생각합니다. 그리고, 아마도, 아직은 각각 여러 종류의 데이터들을 묶는데 텍스트가 필요할거예요. 사과 이미지가 있을 때, '사과'라는 이름표를 붙여줘야 하고, 초록 사과인지, 사과'들'인지, 디테일한 설명을 해주려면 여전히 텍스트죠. 그리고 이걸 '사과'라는 음성 데이터랑도 엮을 때도 텍스트는 필요하고요.
어쨌든, LLM에서 AGI의 가능성이 살짝 엿보인 건 이런 이유 때문이 아닐까 아무것도 모르면서 적어봅니다. 그리고, 당연히 다른 분야에서도 연구는 잘 되는데 이슈가 잘 안 되는 것 뿐 일거예요. CV모델들도....뭐 AI가 이미지의 어느 부분에 집중하고 있는지 확인도 할 수 있던데, 흥미롭긴 하더라고요. 근데 텍스트에 비해서 데이터 크기가 커서 그런가 연구가 쪼끔 더 힘들어뵈긴 하는뎅.
오... 댓 감사합니다~ 일반인이라 뭔가 알것 같지만.. 알송달송하네요~ 많은 동물들이 '텍스트' 지식없이도 상당한 추론에 의한 행동을 하는데...아무튼 감사~~
왠지 얀르쿤이 말하는 거랑 비슷한거같네 - dc App
텍스트가 용량 대비 정보량이 압도적이니까. 인터넷도 텍스트 -> 이미지 -> 오디오 -> 비디오 -> 3D 온라인 게임 과정으로 발전해왔고 AI도 같을거임
과연... 그렇네요.. 하긴 이미지(영상)이 텍스트 비해서 정보량이 너무 크긴하네요.
이미 멀티모달로 다 개발하고 있음 다만 텍스트가 비용이 덜들뿐이지
눈이 9할 나머지가 1할인데는 ㄹㅇ 이유가 있음 이미지 ㅈㄴ 중요함