사상 리더

AI 배턴을 소프트웨어에서 하드웨어로 넘겨주는 때

mm
Unite.AI를 Google의 선호 소스에 추가

우리가 일생에서遭遇할 수 있는 기술 중 AI만큼 중요한 것은 없을 것입니다. 인공지능의 존재는 이미 인간의 경험과 기술이 우리의 삶을 재창조하는 방식을 변경했으며, 그 영향력은 점점 더 넓어지고 있습니다.

이 점을 고려하여, AI 혁신가와 리더들은 지난 25년 동안 데이터를 수집하고 모델을 발전시켜 생성적 AI를 구동하는 소프트웨어를 개발해왔습니다. AI는 소프트웨어의 정점에 위치하며, 추상화 계층 전체에서 문제를 해결하는 도구를 재생산할 수 있는 도구입니다. 컴퓨팅 제국을 구축하거나 LLM을 인수하여 소프트웨어 제공을 강화하는 회사는 이제 흔한 광경입니다.

그렇다면, 이제 어디로 가야 할까요?

무제한 컴퓨팅 자원을 사용해도, 모든 기존 데이터를 사용하여 추론을 모으는 것은 기존의 인간 지식에 점점 더 가까워질 것입니다. 인간이 외부 세계와 실험해야 하는 것처럼, AI의 다음 전선은 물리적 세계와의 의미 있는 상호작용을 통해 새로운 데이터를 생성하고 지식의 경계를 넓히는 것입니다.

실험을 통해 상호작용

AI의 잠재력을 탐구하려면 개인용 컴퓨터나 스마트폰에서만 사용하는 것을 넘어서야 합니다. 이러한 도구는 AI 기술에 가장 쉽게 접근할 수 있는 방법일 수 있지만, 기술이 달성할 수 있는 것을 제한합니다.

실행은 원하는 대로 되지 않았지만, Ray-Ban 스마트 선글라스는 메타의 AI 시스템을 사용하여 웨어러블 디바이스에 AI 기술을 통합한 개념을 증명했습니다. 이러한 하드웨어 우선 통합은 디바이스 설정 외부에서 AI를 사용하고 익숙해지는데 중요합니다.

현실 세계에서 AI와 실험하는 모든 시도는 성공할 수 없습니다. 그것이 바로 실험이기 때문입니다. 그러나 하드웨어 우선 AI 애플리케이션의 잠재력을 보여줌으로써, 기술이 유용하고 적용 가능하도록 하는 방법의 스펙트럼을 넓히는 데 중요합니다.

궁극적으로, AI를 실제로 사용할 수 있게 만드는 회사는 실험 데이터 포인트를 생성할 것입니다. 물론, 이것은 컴퓨팅과 인프라를 제대로 작동시키기 위해 더 많은 투자가 필요합니다.

하지만 AI 회사는 이를 할 준비와 의지가 있나요?

하드웨어와 소프트웨어 대화

물리적 제품에서 계산 집약적인 AI 애플리케이션이 결국 정상이 될 것이라고 말하는 것은 쉽지만, 현실로 만들기 위해서는 더 많은 노력이 필요합니다. 자원과 의지는 한계가 있습니다.

오늘날 우리는 새로운 산업을 창조할 수 있는 기술에 대한 시장의 반응인 단기적인 AI 과열 현상을 보고 있습니다. 따라서, 회사가 소프트웨어를 구축하거나 AI에涉足하여 비용이 많이 들고 계산 집약적인 하드웨어 프로젝트에 tham gia하는 것을 주저하는 것은 당연합니다.

하지만 더 넓은 관점을 가진 사람은 이것이 근시안적인 접근법임을 알 수 있습니다.

의외로도, 많은 사람들이 AI 붐과 초기 인터넷의 도트컴 버블을 비교합니다. 단기 목표에 집중한 프로젝트는 버블이 터진 후에 사라졌습니다. 그러나 만약 우리가 도트컴 버블의 여파로 인터넷을 kolektiv으로 쓰레기통에 버렸다면, 우리는 오늘날의 기술 풍경에 도달하지 못했을 것입니다.伟大한 아이디어는任何 트렌드를 переж습니다.

또한, 컴퓨팅은 AI 혁신을 계속 발전시키기 위한 핵심입니다. 그리고 모든 AI 개발자는 컴퓨팅이 금에 해당한다고 말할 것입니다. 그러나 이것은 실제 세계에서 AI 애플리케이션을 탐구할 수 있는 프로젝트 수에 제한을 둡니다. 모델 개발만으로도 이미 자원을 많이 소모합니다. 그러나 소프트웨어만으로는 시장 지배력을 유지할 수 없습니다.

소프트웨어를 리드하고 하드웨어 제공자가 기술을 인수하거나 라이선스하는 것을 기다리는 것은 편안합니다. 그러나 이것은 매우 제한적이며, 많은 프로젝트가 외부의 관심을 기다리는 상태로 남아 있습니다.

AI는 다세대 기술로, 시간이 지남에 따라 더 많이 사용자 지정되고 개인을 위한 기술이 될 것입니다. 그러나 소프트웨어적으로 거의 평등한 경쟁 환경을 이용하여 물리적 세계로 실제로 발전하기 위해서는 프로젝트가 책임을 져야 합니다. 대담한 실험과 실패 없이는, AI 기술이 인간의 경험을 개선하는 데 전체 잠재력을 실현하는 경로가 없을 것입니다.

이호수 박사는 Exabits.ai의 공동 창립자이며 HSL Capital Management의 창립자이자 경영 책임자입니다. HSL Capital Management는 휴스턴, 텍사스에 본사를 둔 다전략 헤지 펀드입니다. 이전에는 홍콩의 중국 상인 은행에서 양적 주식 담당자 및 포트폴리오 매니저였으며 베이징의 청화 홀딩스에서 이사였으며 청화 대학 경제경영대학의 조교수였습니다. 이호수 박사는 오바마 대통령의 임기 동안 경제 자문위원회에서 직원 경제학자로 근무했습니다. 그는 하버드 비즈니스 스쿨에서 비즈니스 경제학 박사 학위를 취득했으며 캘리포니아 버클리 대학교에서 경제학 및 수학 학사 학위를 취득했습니다.