수익 가속화의 법칙이란 무엇입니까? AGI로 이어지는 방법

Elon Musk는 최근 인터뷰에서 AGI(Artificial General Intelligence)의 출현을 언제 예상하느냐는 질문에 대답 "3~6년". Google의 DeepMind CEO Demis Hassabis는 이제 AGI가 "몇 년, 아마도 XNUMX년 안에” as 정해진 에 월스트리트 저널의 Future of Everything 페스티벌.

이러한 수치는 AGI가 1956년은 아니더라도 종종 XNUMX년이 걸린다고 믿는 대부분의 AI 산업 전문가와 비교할 때 낙관적인 것으로 간주됩니다. 이 비관주의 중 일부는 결국 잘못된 것으로 판명될 더 짧은 일정에 전념하는 것에 대한 두려움에서 비롯됩니다. 결국 XNUMX년 Dartmouth Summer Research Project에서 "인공 지능"이라는 용어가 만들어지고 인간만큼 지능적인 기계가 될 것이라는 기대와 함께 한 분야로 시작되었습니다. 한 세대 이상 존재하지 않을 것입니다 (25 년).

알려진 Geoffrey Hinton과 같은 다른 사람들 AI의 대부처럼 조금 더 미묘한 견해. “최근까지만 해도 범용 AI가 등장하려면 20년에서 50년 정도 걸릴 것이라고 생각했습니다. 그리고 지금은 20년 또는 그 이하가 될 수 있다고 생각합니다.”

AI 산업은 오늘날의 기술을 뒷받침하는 심층 강화 학습 알고리즘의 급속한 발전 덕분에 지난 몇 년 동안 빠르게 발전했습니다. 대규모 언어 모델 (LLM).

그럼에도 불구하고 이러한 모든 혁신은 챗봇 및 언어 번역과 같은 좁은 AI 응용 프로그램으로 이어졌습니다. 이것은 인간과 비슷한 수준으로 다양한 작업에 걸쳐 지식을 이해하고, 배우고, 적용하는 능력을 가진 일종의 인공 지능인 AGI와 비교됩니다.

많은 사람들에게 AGI에 대한 누락된 링크는 도달할 수 없는 것처럼 보이지만 "수익 가속화의 법칙"을 믿는 소수에게는 결국 AGI를 구축하는 것이 불가피합니다.

수익 가속의 법칙은 다름 아닌 작가, 발명가, 미래학자인 Ray Kurzweil에 의해 개념화되었습니다. 광학문자인식(OCR), 텍스트음성합성, 음성인식 기술 등의 분야에 종사하고 있으며, 인공지능 책을 출간한 뒤 구글에 채용됐다. "마음을 창조하는 방법". 이 획기적인 책 인간의 뇌를 리버스 엔지니어링하여 궁극의 사고 기계를 만들기 위해 인간의 뇌를 이해해야 하는 방법을 보여줍니다. 이 책은 AI의 미래에 매우 중요한 역할을 했기 때문에 Eric Schmidt는 이 중요한 책을 다 읽은 후 Ray Kurzweil을 AI 프로젝트 작업에 고용했습니다. 

가장 관련성이 높은 Ray Kurzweil 책은 다름 아닌 "특이점은 가까이있다.", 2005년에 발표된 이후, 그 예측은 지난 2년 동안의 기술 성장을 반영했습니다. 가장 중요한 것은 Ray Kurzweil은 우리가 2029년까지 AGI를 달성할 것이라고 예측합니다. 이 타임라인은 Elon Musk와 데미스 하사비스.

법은 다양한 진화 시스템(기술의 성장을 포함하되 이에 국한되지 않음)의 변화율이 기하급수적으로 증가하는 경향이 있다고 가정합니다.

기술 성장의 맥락에서 법은 기술 혁신의 속도 자체가 가속화되고 있기 때문에 미래에 빠른 기술 발전을 기대할 수 있음을 의미합니다. 레이 커즈와일(Ray Kurzweil)은 각각의 새로운 세대의 기술이 이전 세대를 기반으로 구축되어 혁신의 잠재력을 기하급수적으로 증가시킨다고 주장합니다.

이 법칙은 현재 Generative AI가 주도하고 있는 가속 기술의 폭발적인 성장이 칩 제조 및 3D 인쇄와 같은 다른 수렴 기하급수적 기술의 다른 물결을 어떻게 탈 것인지를 보여줍니다. 이러한 융합은 AI가 지금까지 구축된 가장 강력한 애플리케이션이 되는 투석기입니다.

2001년 레이 커즈와일 예측 다음 :

기술의 역사를 분석하면 기술 변화는 상식적인 "직관적 선형" 관점과 달리 기하급수적이라는 것을 알 수 있습니다. 따라서 우리는 100세기에 21년의 진보를 경험하지 않을 것입니다. 그것은 (오늘날의 속도로) 20,000년의 진보에 가까울 것입니다. 칩 속도 및 비용 효율성과 같은 "수익"도 기하급수적으로 증가합니다. 기하급수적 증가율의 기하급수적 증가도 있습니다. 수십 년 안에 기계 지능이 인간 지능을 능가하여 특이점(Singularity)으로 이어질 것입니다. 기술 변화가 너무 빠르고 심오해서 인류 역사 구조의 단절을 나타냅니다. 그 의미에는 생물학적 지능과 비생물학적 지능의 융합, 불멸의 소프트웨어 기반 인간, 빛의 속도로 우주에서 바깥쪽으로 확장되는 초고차원 지능이 포함됩니다.

이러한 기술적 폭발은 무어의 법칙 어느 주어진 칩의 트랜지스터 수가 약 XNUMX년마다 두 배가 될 것이라고 예측했습니다. 이것은 다른 기술 혁신과 결합되어 수익 가속화의 법칙이 번성하고 있음을 보여줍니다. 이것들은 이것이 인류의 미래에 의미하는 바에 대한 레이 커즈와일의 관찰:

• 진화는 진화 진행의 한 단계에서 나온 더 유능한 방법이 다음 단계를 만드는 데 사용된다는 점에서 긍정적인 피드백을 적용합니다. 그 결과,
• 진화 과정의 진행률은 시간이 지남에 따라 기하급수적으로 증가합니다. 시간이 지남에 따라 진화 과정에 포함된 정보의 "순서"(즉, 정보가 진화에서 생존인 목적에 얼마나 잘 부합하는지에 대한 척도)가 증가합니다.
• 위 관찰의 상관 관계는 진화 프로세스의 "수익"(예: 프로세스의 속도, 비용 효율성 또는 전체 "성능")이 시간이 지남에 따라 기하급수적으로 증가한다는 것입니다.
• 또 다른 포지티브 피드백 루프에서 특정 진화 프로세스(예: 계산)가 더 효과적(예: 비용 효율적)이 되면 해당 프로세스의 추가 진행을 위해 더 많은 리소스가 배치됩니다. 이것은 두 번째 수준의 기하급수적 증가를 초래합니다(즉, 기하급수적 증가율 자체가 기하급수적으로 증가함).
• 생물학적 진화는 그러한 진화 과정 중 하나입니다.
• 기술 진화는 또 다른 진화 과정입니다. 실제로 최초의 기술 창조 종의 출현은 기술의 새로운 진화 과정을 초래했습니다. 따라서 기술진화는 생물학적 진화의 파생물이자 연속물이다.
• 특정 패러다임(더 강력한 컴퓨터를 만들기 위한 접근 방식으로 집적 회로의 트랜지스터 축소와 같은 문제를 해결하기 위한 방법 또는 접근 방식)은 해당 방법이 잠재력을 소진할 때까지 기하급수적으로 성장합니다. 이것이 발생하면 패러다임 전환(즉, 접근 방식의 근본적인 변화)이 발생하여 기하급수적인 성장을 계속할 수 있습니다.

독자들은 읽어야 한다 커즈와일의 블로그, 나중에 그들은 이 기하급수적 성장의 의미와 그것이 블로그가 처음 게시된 이후 개인적으로 경험한 것과 어떻게 일치하고 다른지 반성해야 합니다.

수익 가속의 법칙은 무어의 법칙만큼 대중적이지는 않지만 처음 출판되었을 때와 마찬가지로 오늘날에도 관련성이 있습니다.