Ronald T. Kneusel, "AI 작동 방식: 마법에서 과학까지"의 저자 – 인터뷰 시리즈

우리는 최근 Ronald T. Kneusel이 쓴 “How AI Work: From Sorcery to Science” 책의 고급 사본을 받았습니다. 나는 지금까지 AI에 관한 60권이 넘는 책을 읽었으며 그 중 일부는 반복적이지만 이 책은 신선한 관점을 제공했습니다. 나는 이 책을 내 개인 목록에 추가할 만큼 충분히 즐겼습니다. 역대 최고의 기계 학습 및 AI 도서.

“AI 작동 방식: 마법에서 과학까지”는 AI의 핵심 기본 원리를 설명하기 위해 고안된 간결하고 명쾌한 책입니다. 기계 학습. 다음은 저자 Ronald T. Kneusel에게 질문한 몇 가지 질문입니다.

이 책은 세 번째 AI 책입니다. 처음 두 권은 "Practical Deep Learning: A Python-Base Introduction"과 "Math for Deep Learning: What You Need to Know to Understanding Neural Networks"입니다. 이 책을 집필할 당시 처음 의도는 무엇이었나요?

다양한 대상 고객. 내가 이전에 쓴 책들은 AI 실무자가 되는 데 관심이 있는 사람들을 위한 소개용으로 쓰였습니다. 이 책은 AI에 대해 뉴스에서 많이 접하지만 그에 대한 배경 지식이 없는 일반 독자를 위한 책입니다. 나는 독자들에게 AI가 어디서 왔는지, 그것이 마법이 아니며, AI가 하는 일을 누구나 이해할 수 있다는 점을 보여주고 싶습니다.

많은 AI 관련 서적이 일반화하는 경향이 있는 반면, 다양한 용어의 의미를 매우 구체적으로 가르치고 AI, 머신러닝, 딥러닝 간의 관계까지 설명하는 정반대의 접근 방식을 취하셨습니다. 왜 이 용어들 사이에 사회적 혼란이 너무 많다고 생각하시나요?

AI의 역사와 AI가 지금 우리가 보는 모든 곳에 존재하는 이유를 이해하려면 용어 간의 차이를 이해해야 합니다. 하지만 대중적으로 사용되는 경우에는 주로 세상을 변화시키는 AI 시스템을 지칭한다는 점을 알고 'AI'를 사용하는 것이 공정합니다. 그래서 매우 빠르게. 현대 AI 시스템은 머신 러닝과 AI에 대한 연결주의적 접근 방식에서 등장한 딥 러닝에서 탄생했습니다.

두 번째 장에서는 페오네키아 공주를 보호하기 위한 거대 로봇 탈로스의 신화부터 앨런 튜링의 1950년대 논문 "컴퓨팅 기계와 지능", 2012년 딥러닝 혁명의 도래까지 AI의 역사를 심층적으로 다룹니다. .AI가 어디까지 진화했는지 완전히 이해하는 데 AI와 머신러닝의 역사를 이해하는 것이 중요한 이유는 무엇입니까?

AI가 그냥 하늘에서 떨어진 게 아니라는 걸 보여주고 싶었어요. 그것은 역사, 기원, 진화를 가지고 있습니다. 대규모 언어 모델의 창발적 능력은 놀랍지만, 그로 이어지는 길은 그렇지 않습니다. 이는 수십 년간의 생각, 연구, 실험 중 하나입니다.

지원 벡터 머신, 의사결정 트리, 랜덤 포레스트 등 레거시 AI 시스템을 이해하는 데 전체 장을 할애하셨습니다. 이러한 고전적인 AI 모델을 완전히 이해하는 것이 왜 그렇게 중요하다고 생각하시나요?

신경망으로서의 AI는 단지 (!) 많은 초기 기계 학습 모델에서 발견된 것과 동일한 종류의 최적화 기반 모델링에 대한 대체 접근 방식일 뿐입니다. 일부 프로세스의 모델, 즉 입력을 출력에 매핑하는 일부 기능을 개발한다는 것이 무엇을 의미하는지에 대한 다른 해석입니다. 이전 유형의 모델에 대해 알면 현재 모델의 출처를 파악하는 데 도움이 됩니다.

귀하는 OpenAI의 ChatGPT의 LLM 모델이 진정한 AI의 여명이라고 믿습니다. 이 방법과 이전 AI 대처 방법 사이에서 가장 큰 판도를 바꾼 것은 무엇이라고 생각하시나요?

나는 최근 Richard Feynman이 지능형 기계에 관한 질문에 답하려고 시도한 1980년대 후반의 비디오를 보았습니다. 그는 어떤 종류의 프로그램이 지능적으로 작동할 수 있는지 모른다고 말했습니다. 어떤 의미에서 그는 지능의 신비가 지능적 행동을 가능하게 하는 논리적 연산 등의 마술적 순서를 찾는 것이라는 상징적 AI에 대해 이야기하고 있었습니다. 나는 많은 사람들처럼 똑같은 것에 대해 궁금해하곤 했습니다. 지능을 어떻게 프로그래밍합니까?

내 믿음은 당신이 정말로 할 수 없다는 것입니다. 오히려 지능은 우리가 지능이라고 부르는 것(즉, 우리)을 구현할 수 있는 충분히 복잡한 시스템에서 나타납니다. 우리의 두뇌는 기본 단위로 이루어진 매우 복잡한 네트워크입니다. 신경망도 마찬가지다. 나는 LLM에 구현된 변환기 아키텍처가 지능적인 행동이 나타날 수 있도록 함께 작동할 수 있는 기본 단위의 유사한 배열을 우연히 우연히 발견했다고 생각합니다.

한편으로 이것은 궁극적인 Bob Ross의 "행복한 사고"인 반면, 창발적인 지능적 행동을 가능하게 할 수 있는 기본 단위 간의 배열 및 허용된 상호 작용이 발생했다면 그다지 놀라운 일은 아닙니다. 이제 트랜스포머 모델이 그러한 배열 중 하나라는 것이 분명해 보입니다. 물론, 이는 다음과 같은 질문을 불러일으킵니다. 그러한 조치가 또 있을 수 있을까요?

여러분이 기억해야 할 메시지는 최신 AI(LLMS)가 핵심에 있으며 단순히 역전파 및 경사하강법으로 훈련된 신경망이라는 것입니다. LLM이 얼마나 효과적인지 개인적으로 놀랐나요?

예, 아니오. 나는 그것을 사용하면서 그들의 반응과 능력에 계속해서 놀랐습니다. 하지만 이전 질문을 다시 언급하면 ​​창발 지능은 실제인데 왜 적합한 아키텍처를 갖춘 충분히 큰 모델에서 나타나지 않을까요? 나는 Frank Rosenblatt만큼 오래 전의 연구자들도 이전은 아니더라도 거의 같은 생각을 했을 것이라고 생각합니다.

OpenAI의 사명 선언문은 "일반적으로 인간보다 똑똑한 AI 시스템인 인공 일반 지능이 모든 인류에게 이익이 되도록 보장하는 것"입니다. 개인적으로 AGI가 달성 가능하다고 믿습니까?

의식이 무엇을 의미하는지 아는 것과 마찬가지로 AGI가 무엇을 의미하는지 모르기 때문에 대답하기가 어렵습니다. 내가 책에서 말했듯이, 그러한 구별에 신경 쓰는 것이 무의미한 시점이 머지않아 올 수도 있습니다. 만약 그것이 오리처럼 걷고 오리처럼 꽥꽥거린다면, 그냥 오리라고 부르고 계속하세요.

건방진 대답은 제쳐두고, AI 시스템이 언젠가는 의식에 관한 많은 이론을 만족시킬 수 있다는 것은 전적으로 가능성의 영역 내에 있습니다. 우리는 완전히 의식적인(그것이 실제로 무엇을 의미하든) AI 시스템을 원하는가? 아마 아닐거야. 의식이 있다면 그것은 우리와 같고 따라서 권리를 가진 사람입니다. 그리고 저는 세상이 인공적인 사람을 받아들일 준비가 되어 있지 않다고 생각합니다. 우리는 다른 존재의 권리는 말할 것도 없고 동료 인간의 권리를 존중하는 데 어려움을 겪고 있습니다.

이 책을 집필하면서 알게 된 사실 중 놀라웠던 점이 있나요?

LLM의 새로운 능력에 대해 다른 사람들도 모두 같은 수준의 놀라움을 느끼지만 실제로는 그렇지 않습니다. 나는 1980년대 학생 시절 AI에 대해 배웠다. 저는 2000년대 초반에 머신러닝 작업을 시작했고 2010년대 초반에 등장한 딥러닝에 참여했습니다. 저는 지난 XNUMX년 동안 다른 수천 명의 사람들과 함께 이 분야가 컨퍼런스마다 극적으로 성장하면서 발전하는 것을 직접 목격했습니다.

훌륭한 인터뷰에 감사드립니다. 독자들도 제 인터뷰를 살펴보고 싶을 수도 있습니다. 이 책에 대한 리뷰. 이 책은 다음을 포함한 모든 주요 소매점에서 구입할 수 있습니다. 아마존.