2020년 AI 트레이젝토리 예측 전문가

VentureBeat은 최근 기계 학습 분야에서 가장 지능적이고 전문적인 5명의 마음을 인터뷰하고 2020년에 AI가 어디로 향할 것인지 예측하도록 요청했다. 인터뷰된 개인은 다음과 같다:

• PyTorch의 창시자인 Soumith Chintala.
• 캘리포니아 대학교의 AI 교수인 Celeste Kidd.
• 구글 AI의 책임자인 Jeff Dean.
• Nvidia의 기계 학습 연구 책임자인 Anima Anandkumar.
• IBM 연구 책임자인 Dario Gil.

Soumith Chintala

PyTorch의 창시자이자 현재 가장 인기 있는 기계 학습 프레임워크인 Chintala는 2020년에 신경망 하드웨어 가속기와 모델 훈련 속도 향상을 위한 방법에 대한需求이 증가할 것으로 예측했다. Chintala는 향후 2년 동안 GPU를 최적으로 사용하고 컴파일을 자동으로 수행하는 방법에 대한 관심이 증가할 것으로 예상했다. 또한 Chintala는 AI 성능을 측정하는 방법으로純粋한 정확도 외에도 에너지 소비량, AI를 사용하여 원하는 사회를 구축하는 방법, 네트워크 출력을 인간 운용자에게 직관적으로 설명하는 방법 등 다양한 요소를 고려할 것으로 예상했다.

Celeste Kidd

Celeste Kidd는 최근 몇 년 동안 알고리즘, 기술 플랫폼 및 콘텐츠 추천 시스템의 설계자들이 더 많은 책임을 지녀야 한다고 주장해왔다. Kidd는 참여를 최대화하는 시스템이 사람들의 의견과 신념을 형성하는 방식에 심각한 영향을 미칠 수 있다고 주장했다. AI 알고리즘과 시스템의 윤리적 사용에 대한 관심이 증가하고 있으며, Kidd는 2020년에 기술 도구와 플랫폼이 사람들의 삶과 결정에 미치는 영향에 대한 인식이 증가할 것으로 예상했다. 또한 Kidd는 기술 도구가真正로 중립적일 수 있다는 생각을 거부할 것으로 예상했다.

“우리는 사회로서, 특히 이러한 도구를 개발하는 사람으로서, 그 책임을 직접적으로 인식해야 한다”고 Kidd는 말했다.

Jeff Dean

구글 AI의 현재 책임자인 Jeff Dean은 2020년에 멀티모달 학습과 멀티태스크 학습에서 진행이 있을 것으로 예상했다. 멀티모달 학습은 AI가 여러 유형의 미디어를同時에 훈련시키는 것을 의미하며, 멀티태스크 학습은 AI가 여러 작업을同時에 훈련시키는 것을 의미한다. Dean은 또한 Transformer 기반의 자연어 처리 모델, 예를 들어 구글의 BERT 알고리즘과 GLUE 리더보드에서 최고 성적을 낸 다른 모델에서 진행이 있을 것으로 예상했다. Dean은 또한 가장 先進的な 성능 모델을 생성하는 것보다 더 강력하고 유연한 모델을 생성하는 것에 대한 관심이 증가할 것으로 예상했다.

Anima Anandkumar

Anandkumar는 2020년에 AI 커뮤니티가 다양한 데이터셋의 필요성과 데이터 훈련 중 사람들의 프라이버시를 보장하는 필요성 등 많은 도전을 직면할 것으로 예상했다. Anandkumar는 얼굴 인식이 가장 많은 관심을 받지만, 사람들의 프라이버시를 침해할 수 있는 많은 영역이 있으며, 이러한 문제가 2020년에討論의 전면에 나올 것으로 예상했다.

Anandkumar는 또한 Transformer 기반의 자연어 처리 모델에서 진행이 있을 것으로 예상했다.

“우리는 아직 대화 생성이 인터랙티브하고 자연스러운 대화를 유지할 수 있는 단계에 있지 않다. 그래서 2020년에 이러한 방향으로 더 심각한 시도가 있을 것으로 생각한다”고 그녀는 말했다.

마지막으로 Anandkumar는 반복적 알고리즘과 자기 감독이 2020년에 더 개발될 것으로 예상했다. 이러한 훈련 방법은 AI 시스템이 일부 自動으로 훈련할 수 있도록 하며, 레이블이 없는 데이터에서 自動으로 개선할 수 있는 모델을 생성하는 데 도움이 될 수 있다.

Dario Gil

Gil은 2020년에 더 컴퓨터 효율적인 방법으로 AI를 생성하는 데 진행이 있을 것으로 예상했다. 현재 深層 신경망을 훈련하는 방법은 많은 면에서 비효율적이기 때문이다. 따라서 Gil은 2020년에 감소된 정밀도 아키텍처와 더 효율적인 훈련 방법이 개발될 것으로 예상했다. 다른 전문가들이 예상한 것과 마찬가지로, Gil은 2020년에 연구자들이 정확도 외에도 다른 지표에 더 관심을 둘 것으로 예상했다. Gil은 신경 기호적 AI에 관심이 있으며, IBM은 신경 기호적 접근 방식을 사용하여 확률적 프로그래밍 모델을 생성하는 방법을 조사하고 있다. 마지막으로 Gil은 AI를 기계 학습에 관심이 있는 사람들에게 더 접근하기 쉽게 만들고, 오직 선택된 박사만이 이 분야에서 일할 수 있다는 인식에서 벗어나야 한다고 강조했다.

“만약 우리가 이 분야를 신비한 영역으로 남겨두면, 오직 선택된 박사만이 이 분야에서 일할 수 있다는 인식에서 벗어나지 않는다면, 이는 채택에 기여하지 않는다”고 Gil은 말했다.