주어진 문제에 대해서 최적의 해답을 찾는 것과

새로운 뉴럴 넷 알고리즘을 만들어내는 것은 차이가 큼

전자는 '네비게이션 최적경로 찾기'와 같아서 명확한 답이 존재하고 rl로 훈련시킬 수 있지만

후자는 '보물을 얻을때까지 새로운 길을 찾아나서기' 같은 거라서 rl이 불가능함 (적어도 아직은 알려진 바가 없음)

현재 특갤에서 이야기하는 올림피아드 모델같은건 알고리즘을 짜는거지 아키텍처를 짜는게 아니라서

서로 영역이 다름

물론 상관관계가 없는건 아니지만, 사실 '사람이 모든 요소를 지정해준다면' 알고리즘 짜고 구현하는 능력은 이미 충분함

그래서 이미 코드의 90% 이상을 ai가 짜더라도 몸값 더럽게 비싼 천재들이 잔뜩 필요한거임

웹 개발도 실정은 비슷함. 결국 '사용자에게 무엇을 어떻게 보여줄 것인가'는 아직 사람이 정해야 하는 부분이니까 주니어는 필요없고 시니어는 남은거임

(ui 디자인 정도는 lithiumflow면 미들급 개발자는 될듯?)

이 문제를 해결하려면 명확한 해답이 존재하지 않는 문제에 대한 학습법이 필요하다고 생각함.

당연하지만 이 말이 "현재의 ai는 아키텍처를 설계할 수 없다"는 건 아님. 이미 있는 것들의 조합으로도 대부분 문제는 해결할 수 있으니, 학부 졸업논문 정도는 하루에 100개씩 찍어낼 수 있음

다만 프론티어 랩에서 써먹을 수준엔 아직 한참 못 미친다 이거지





(사족)

내 의견이라기보단 로건 팟캐스트 보고 그 이유를 생각해서 적어본거임

내가 쓰는 수준에서는 이미 나보다 압도적으로 뛰어나서 이 이상의 격차를 느끼기는 어려울듯

지금 classification이랑 clustering용으로 임베딩 모델 파인튜닝시키는 중인데, 한 7번정도 수정하면 4.5 소넷으로 괜찮은 구조가 나오더라

이게 원샷으로 줄어드는 정도면 격차가 느껴지긴 할 것 같아. 제미니 3.0이 그게 되면 좋겠다

코딩 초지능이면 아키텍처도 잘 짜야하는거 아니냐! 할 수 있는데, 뭐랄까 그건 코딩의 영역에서 반쯤 벗어났다 해야 하나, 직관도 들어가고 수학은 진짜 많이 들어가고 그래서