[일반] 이거 틀린말임?

[익명(59.25)]

ai-멘 게시물에 나오던데

- dc official App

[ㅇㅇ 1(14.4)]

개소리 아닌가싶은데

[글쓴 ㅇㅇ(59.25)]

왜?

[ㅇㅇ 1(14.4)]

아이디어 자체는 있던거 같은데 일단 현 LLM방식은 아니라서 가설 수준이라고 암

[익명(bluewarp)]

저 말을 풀어서 설명할 수 있으면 개소리아님.

[ㅇㅇ 2(222.119)]

일반적 지능이 뭘 뜻하는지는 모르겠고 위에 주장만 보자면 거짓임. 진화압 그러니까 적자생존이 일어나려면 적정 수준으로 유지되는 변이율, 그리고 유전, 그리고 선택(그것이 무엇이든)이 필요함 위에서 한 주장으로는 변이만 있고, 정보의 복사(유전), 그리고 선택되는 기준(환경)이 없음 ai를 차치하고서라도 진화 알고리즘으로의 기능도 못함

[ㅇㅇ 2(222.119)]

그리고 저런 방법은 지금도 과적합을 방지하기 위해 쓰이기도 함. 입력된 데이터에 너무 fit하게 최적화된 신경망은 일반적으로 기대되는 자연적 입력에서 성능이 저하되기에 일부 신경망의 값을 강제로 수정해서 최적화를 방지함.

[글쓴 ㅇㅇ(59.25)]

논리끼리 간섭하면 사라지는 논리가 있을수 있으니까 적자생존이 작용하는거아님? 그리고 유전은 진화의 결과물인데

[ㅇㅇ 2(222.119)]

저 주장을 해석하려면 현 ai 모델에서 먼저 논리가 무엇인지 그리고 간섭이 무엇인지 정의하고 그것이 적자생존 대상이 될 수 있는지 정의해야함. ai 모델은 입력 데이터를 신경망의 각 노드를 통과하면서 특정한 숫자 값으로 재변형되고 이를 이용해서 최종적인 결과를 도출함. 그렇다면 논리는 각 노드를 통하면서 출력되는 값들의 연쇄로 해석하고 간섭은 신경망 층 사이에서 같은 노드로 들어오는 이전 층의 결과값 들로 생각됨

[ㅇㅇ 2(222.119)]

이러한 가정 하에 논리(연쇄된 숫자 값)가 적자생존의 대상이 될 수 있는가? -> 불가능함 진화에 있어서 적정한 수준의 변이율도 중요하지만 그에 못지 않게 보존되는 정보율도 중요함 그러나 학습의 과정에서 이 숫자의 나열은 매번 갱신됨. 숫자를 바꿔버리면 해당 노드의 가중치뿐만 아니라 주변 노드의 가중치도 학습의 과정에서 계속 변할 수 밖에 없음 그러므로 적자생존의 대상 요건 자체를 만족할 수가 없음 그리고 유전은 진화의 결과물이 아니라 진화의 메커니즘의 한 부분임. 전단계의 정보가 다음 단계로 얼마나 이어지는지를 말하는 것

[ㅇㅇ 2(222.119)]

진화의 결과물은 일종의 정보의 나열들의 묶음이지 유전이라고 보기에는 뜻이 애매하지 않나 시퍼

[글쓴 ㅇㅇ(59.25)]

논리는 신경망회로를 타고흐르는 신호고, 신경망에 가한 돌연변이로 인해 회로가 연결되어 논리끼리 간섭하는걸 말함 그리고 간섭속에서 사라지는 신호패턴이 있고 살아남는 신호패턴이 있을거라 생각함

[ㅇㅇ 2(222.119)]

논리의 정의가 내가 임의로 정의한 부분이랑 뭐가 다른지 모르겟우 그리고 위의 가정에서 논리끼리 간섭한다는건 이미 신경망 매커니즘 안에 적용되어 있음. 이전 노드에서 나온 출력값이 다음 노드에서 계산되는 과정에서 반영됨 문제는 매번 변하는 숫자 값을 어떻게 유전 매커니즘의 대상으로 삼을 수 있냐는 거임 1/ 3/ 5/ 9 에서 1.2/ 4/ 5.001/ 10 으로 변하는 가중치에서 어떤 것을 유전 매커니즘의 적용의 단위로 볼 것이며 또 그렇게 했을 때 기대할 수 있는 효과가 뭔지 의미가 있는 건지 모르겟우

[ㅇㅇ 2(222.119)]

신경망은 일종의 거대한 통계적 최적화 분류기임. 여기서 어떤 구조가 오래 유지된다고 해도 그건 환경이 안정되었다는 뜻이지 신경망 내에서 그 구조가 다른 구조에 비해 더 우월해서 그런 것이 아니라고 생각혀

[글쓴 ㅇㅇ(59.25)]

내가 병신이긴한데, 그래도 좀 쉽게 생각해보셈.. 그냥, 1. 신경망에 돌연변이를 가한다 2. 신경망에 랜덤한 논리(회로와 신호패턴) 이 생긴다 3. 돌연변이로 인해 논리들이 우연히 연결되며 간섭이 일어난다 4. 그 결과로 적자생존이 일어난다 하.. 나 병신맞는데, 병신맞는거 인정하는데.. 그래도..