재귀적으로 코드를 짠다고 성능이 좋아지는게 아님.
더 좋은 하드웨어에서 돌아가는 성능 좋은 코드를 짜야지.
아무리 코드를 리소스 낭비없이 최적화해서 돌린다해도 소프트웨어 발전 만으로는 그 한계가 있음.
결국 하드웨어를 개선해야 성능이 올라가는 거고 재귀발전의 꽃은 코딩 영역보다 하드웨어 영역에서 발전을 다루는 인공지능임.
하드웨어 개선 - 새 하드웨어에서 돌아가는 최적의 소프트웨어 - 소프트웨어(AI)가 새 하드웨어 설계- 하드웨어 개선
결국 재귀발전은 하드웨어와 소프트웨어 단에서의 핑퐁이 일어나야 되는 거임.
구글이 TPU 칩을 설계하는 인공지능을 내놓았더랬지.
그리고 코딩하는 인공지능도 지금 나오는 중이고
둘이 융합하기만 해도 인공지능의 발전 속도가 더 폭발적일거야..
더 좋은 하드웨어에서 돌아가는 성능 좋은 코드를 짜야지.
아무리 코드를 리소스 낭비없이 최적화해서 돌린다해도 소프트웨어 발전 만으로는 그 한계가 있음.
결국 하드웨어를 개선해야 성능이 올라가는 거고 재귀발전의 꽃은 코딩 영역보다 하드웨어 영역에서 발전을 다루는 인공지능임.
하드웨어 개선 - 새 하드웨어에서 돌아가는 최적의 소프트웨어 - 소프트웨어(AI)가 새 하드웨어 설계- 하드웨어 개선
결국 재귀발전은 하드웨어와 소프트웨어 단에서의 핑퐁이 일어나야 되는 거임.
구글이 TPU 칩을 설계하는 인공지능을 내놓았더랬지.
그리고 코딩하는 인공지능도 지금 나오는 중이고
둘이 융합하기만 해도 인공지능의 발전 속도가 더 폭발적일거야..
현실에서 물리 실험을 하는 과정이 들어가면 좋은데 시간과 자원의 제한이 있다보니 쉽진 않겠지.. 이미 있는 영상 등등을 이용해서 현실의 법칙을 간접 인식하면 실마리가 보이지 않을까 싶네
하드웨어는 재귀개선을 하든 말든 인간이 꾸준히 확장시켜줄거임. 속도의 차이일 뿐
코덱스가 나온걸 보면 학습 모델조차 재귀 개선이 가능한 시대가 곧 온다는걸 의미함. 그리고 니 글에 조금 어폐가 있는게, 재귀적으로 코드 짠다고 하면 스택 유지하고 짜는 재귀 함수가 떠오름. 코더 입장으로서는