사실상 인간의 사고과정, 감정, 지식 등을 그대로 따라갈 확률이 높아보인다. 아무래도 학습할때 인간이 만든 데이터를 쓰다 보니 Ai가 새로운 무언가보다는 인간 그 자체에 가까워질 것으로 보임. 인간의 input-output 쌍을 NN이 근사하는 것이니 어떻게 보면 당연함. 예시는 gpt3같은 언어모델.
인간의 데이터를 이용한 지도학습이 아닌, 처음부터 강화학습으로 만들면 아예 새로운 지능이 가능하지만, 개인적인 생각으로는 이런식으로 AGI 만들기는 아직 좀 많이 멀었다고 본다. 알파고처럼 한 분야에서 특출날 수는 있어도, 강화학습으로 AGI를 만들려면 현실세계급의 환경+천문학적인 학습시간이 필요함. 한분야만 특출나도 해결되는건 많을텐데 굳이 그렇게까지 해서 강화학습으로 AGI를 만들 필요가 있는지도 의문.
인간의 데이터를 이용한 지도학습이 아닌, 처음부터 강화학습으로 만들면 아예 새로운 지능이 가능하지만, 개인적인 생각으로는 이런식으로 AGI 만들기는 아직 좀 많이 멀었다고 본다. 알파고처럼 한 분야에서 특출날 수는 있어도, 강화학습으로 AGI를 만들려면 현실세계급의 환경+천문학적인 학습시간이 필요함. 한분야만 특출나도 해결되는건 많을텐데 굳이 그렇게까지 해서 강화학습으로 AGI를 만들 필요가 있는지도 의문.
노동해방은 되야지
ㄹㅇ 뭐하러 다방면에 특출난걸 만드려는거임..? 어차피 결국 기계들인데 스마트폰마냥 한 분야에 특출난 것들을 모아놓으면 그게 agi 아님..? - dc App
인간의 하드웨어랑 NN의 하드웨어가 다르니 당연하다는 말은 네 개인적 견해임 ㅇㅇ 현실세계급의 가상환경도 정의가 너무 넓어. 모든 인터랙션을 구현할 필요는 없고 필요한 수준까지면 이번 테슬라 AI데이 선에서 정리 가능 - dc App
테슬라는 한 분야에 특출난 Ai를 만드는거지 AGI를 만드는게 아님. 그건 아주 장기적인 비전일 뿐. 게다가 테슬라는 학습에 있어서 지도학습을 주로 쓰지 강화학습을 주로 쓰지 않음.
이봐, 너의 글은 인공 의식에 대한 접근과 비슷해. AGI랑은 거리가 먼 것 같아. - dc App
뭔소리냐 의식얘기 꺼내지도 않음
네 글은 현실세계의 모든 인터랙션이 구현되어야 AGI가 된다는거야? - dc App
약인공지능의 조합으로도 인간의 지적업무를 대체할 수 있는 인공지능이 될 수 있지 않을까 참고) 구글 패스웨이 - dc App
가능성을 글에서 많이 제한한 것 같아서 써봄 - dc App
애초에 약인공지능이 무조건 열등하다 생각하지 않음. AGI는 범용성이 강점인거지 특정 분야로 한정하면 약인공지능이 더 잘할 확률 높음.
천문학적인 학습 횟수가 필요해도 절대시간 자체는 얼마 안걸릴거임. 알파고때처럼 금방 인간 데이터 없이 학습하는 버전도 나올거고
바둑과 같은 보드게임은 컴퓨터에서 가상환경 구현하기에 최고로 쉬운 분야임. 복잡성으로 따져도 경우의수가 천문학적인 숫자라고는 하지만 그래봐야 이산적인 상태공간인 바둑이랑 연속적인 상태공간인 실제 현실은 비교할수조차 없음.
알파고때랑 AGI가 개발된 시점이랑의 하드웨어와 소프트웨어 수준도 비교할 수 조차 없음. 설령 몇년 걸린다 한들 천문학적인 시간은 아님
현실에 적용가능하다고 해서 현실을 시뮬레이션 할 필요는 없음 적절한 수의 미니게임만으로 충분히 구현가능