알파고 제로는
'무' 에서부터 바둑의 모든것을 이해하기 시작함
그것임
데이터의 품질도 어떤 데이터를 넣냐도 심지어 그 인공지능에 학습시키는 인공지능 개발자 조차도 그 데이터가 무엇을 의미하는가에 대해서 이해할 필요가 없음
개발자들이 생각해내야 하는건
'어떤 데이터를 학습시킬까' 가 아니라
'어떻게 하면 재귀개선 루프를 만들수 있을까' 임
알파고 제로는
'무' 에서부터 바둑의 모든것을 이해하기 시작함
그것임
데이터의 품질도 어떤 데이터를 넣냐도 심지어 그 인공지능에 학습시키는 인공지능 개발자 조차도 그 데이터가 무엇을 의미하는가에 대해서 이해할 필요가 없음
개발자들이 생각해내야 하는건
'어떤 데이터를 학습시킬까' 가 아니라
'어떻게 하면 재귀개선 루프를 만들수 있을까' 임
바둑은 경우의 수가 복잡해서 그렇지 룰 자체는 간단하잖아 알파고와 llm은 전혀 다름
그러니까 중요하다고
음....그....내가 설명하긴 귀찮고, 챗봇한테 물어보셈. 왜 잘 안 되나. 왜 알파고 제로 만들었던 딥마인드가 있는데, 바둑 이후로 재귀개선 혁신이 안 된건지.
명확한 피드백 루프를 만들 수 없으니까지 내가 모르겠음?
그래서 마지막 말이 '어떻게 하면 재귀개선 루프를 만들수 있을까' 임 이거잖아