ChatGPT는 인공 지능의 진화에 대해 무엇을 말해 줄 수 있습니까?

지난 XNUMX년 동안 인공 지능(AI)은 기술 산업의 거대한 변화에 대한 꿈과 잠재적 파급 효과를 둘러싼 깊은 불안을 불러일으켰습니다. 기술 산업의 선두주자인 Elon Musk는 이러한 이중성을 보여주었습니다. 그는 동시에 자율 AI 구동 자동차의 세계를 약속하는 동시에 경고 AI와 관련된 위험에 대해 AI 개발 중단을 요구하기도 합니다. 머스크가 2015년에 설립된 OpenAI의 초기 투자자였음을 고려하면 이는 특히 아이러니합니다.

현재 AI 연구의 물결을 타는 가장 흥미롭고 우려되는 발전 중 하나는 자율 AI입니다. 자율 AI 시스템은 지속적인 사람의 감독이나 작업별 프로그래밍 없이 스스로 작업을 수행하고, 결정을 내리고, 새로운 상황에 적응할 수 있습니다. 현재 가장 잘 알려진 예 중 하나는 인공 지능 진화의 주요 이정표인 ChatGPT입니다. ChatGPT가 어떻게 생겨났고, 어디로 향하고 있으며, 이 기술이 AI의 미래에 대해 무엇을 말해 줄 수 있는지 살펴보겠습니다.

자율 AI를 향한 구축

인공 지능에 관한 이야기는 여러 학문 분야를 넘나드는 발전과 협력을 보여주는 매혹적인 이야기입니다. 이는 20세기 초 인간 두뇌에 대한 이해를 바탕으로 현대 AI의 초석인 신경망 개념을 창안한 신경과학자 산티아고 라몬 이 카할(Santiago Ramón y Cajal)의 선구적인 노력으로 시작되었습니다. 신경망은 인간의 두뇌와 신경계의 구조를 모방하여 기계 기반 지능을 생성하는 컴퓨터 시스템입니다. 얼마 후, 앨런 튜링(Alan Turing)은 현대 컴퓨터를 개발하고 기계가 인간과 같은 지능적인 행동을 나타낼 수 있는지 평가하는 수단인 튜링 테스트(Turing Test)를 제안하느라 바빴습니다. 이러한 발전은 AI에 대한 관심을 불러일으켰습니다.

그 결과 1950년대에는 John McCarthy, Marvin Minsky, Claude Shannon이 AI의 전망을 탐구했고 Frank Rosenblatt는 "인공 지능"이라는 용어를 만들었습니다. 그 후 수십 년 동안 두 가지 중요한 혁신이 이루어졌습니다. 첫 번째는 틈새 산업별 작업을 수행하도록 개별적으로 설계된 AI 시스템인 전문가 시스템이었습니다. 두 번째는 초기 챗봇과 같은 자연어 처리 애플리케이션이었습니다. 2000년대와 2010년대에 대규모 데이터세트가 등장하고 컴퓨팅 성능이 계속 향상되면서 머신러닝 기술이 번창하면서 자율 AI가 탄생하게 되었습니다.

이 중요한 단계를 통해 AI 시스템은 사례별 프로그래밍 없이도 복잡한 작업을 수행할 수 있어 다양한 용도로 사용할 수 있습니다. 그러한 자율 시스템 중 하나인 OpenAI의 Chat GPT는 물론 최근 방대한 양의 데이터에서 학습하고 일관되고 인간과 같은 응답을 생성하는 놀라운 능력으로 널리 알려졌습니다.

무엇이 자율 AI를 가능하게 했나요?

그렇다면 ChatGPT의 기반은 무엇일까요? 우리 인간에게는 생각을 가능하게 하는 두 가지 기본 능력이 있습니다. 우리는 물리적 물체에 관한 것이든 개념에 관한 것이든 지식을 보유하고 있으며 언어, 논리 등과 같은 복잡한 구조와 관련하여 이러한 지식을 이해하고 있습니다. 이러한 지식과 이해를 기계에 전달할 수 있는 것은 AI에서 가장 어려운 과제 중 하나입니다. .

지식만으로는 OpenAI의 GPT-4 모델이 단일 정보 이상을 처리할 수 없습니다. 컨텍스트만으로는 기술이 컨텍스트화하는 개체나 개념에 대해 아무것도 이해할 수 없습니다. 그러나 두 가지를 결합하면 놀라운 일이 일어납니다. 모델은 자율적이 될 수 있습니다. 이해하고 배울 수 있습니다. 이를 텍스트에 적용하면 ChatGPT가 됩니다. 자동차에 적용하면 자율주행이 된다.

OpenAI는 해당 분야에서 혼자가 아니며 많은 회사가 기계 학습 알고리즘을 개발하고 신경망을 활용하여 수십 년 동안 지식과 컨텍스트를 모두 처리할 수 있는 알고리즘을 생성해 왔습니다. 그렇다면 ChatGPT가 시장에 나왔을 때 무엇이 ​​바뀌었을까요? 어떤 사람들은 인터넷이 제공하는 엄청난 양의 데이터를 ChatGPT를 불러일으킨 큰 변화로 꼽았습니다. 그러나 그것이 필요한 전부라면 Google이 모든 데이터에 대한 지배력 때문에 OpenAI를 이겼을 것입니다. OpenAI는 어떻게 했습니까?

OpenAI의 비밀 무기 중 하나는 사람의 피드백을 통한 강화 학습 (RLHF). OpenAI는 RHLF를 사용하여 지식과 컨텍스트를 모두 이해하도록 OpenAI 알고리즘을 교육했습니다. OpenAI는 RLHF의 아이디어를 만들지는 않았지만 ChatGPT와 같은 대규모 언어 모델(LLM) 개발을 위해 OpenAI에 완전히 의존한 최초의 회사 중 하나였습니다.

RLHF는 알고리즘이 피드백을 기반으로 자체 수정하도록 허용했습니다. 따라서 ChatGPT는 프롬프트에 대한 초기 응답을 생성하는 방식에서 자율적이지만 응답이 정확한지 또는 어떤 식으로든 문제가 있는지 알려주는 피드백 시스템이 있습니다. 이는 중요한 프로그래밍 변경 없이도 지속적으로 개선될 수 있음을 의미합니다. 이 모델은 빠르게 학습하는 채팅 시스템을 탄생시켰고 빠르게 전 세계를 휩쓸었습니다.

자율 AI가 인간 노동자를 대체할 것인가?

자율 AI의 새로운 시대가 열렸습니다. 과거에는 다양한 개념을 어느 정도 이해할 수 있는 기계가 있었지만 매우 특정한 영역과 산업에서만 가능했습니다. 예를 들어 산업별 AI 소프트웨어는 한동안 의료 분야에서 사용되었습니다. 그러나 자율적 또는 일반 AI(인간과 같은 수준의 지능으로 다양한 분야에서 다양한 작업을 자체적으로 수행할 수 있는 AI를 의미)에 대한 검색은 마침내 2022년 Chat GPT가 쉽고 결정적으로 전 세계적으로 주목할만한 결과를 낳았습니다. 튜링 테스트를 통과했습니다.

당연히 일부 사람들은 자신의 전문 지식, 직업, 심지어 고유한 인간적 자질이 ChatGPT와 같은 지능형 AI 시스템으로 대체될 수 있다고 두려워하기 시작했습니다. 반면 튜링 테스트 통과는 특정 AI 시스템이 얼마나 "인간과 유사한지"에 대한 이상적인 지표가 아닙니다.

예를 들어 2020년 노벨 물리학상을 수상한 로저 펜로즈는 튜링 테스트를 통과했다고 해서 반드시 진정한 지능이나 의식을 나타내는 것은 아니라고 주장합니다. 그는 컴퓨터와 인간이 정보를 처리하는 방식에는 근본적인 차이가 있으며 기계는 의식을 일으키는 인간의 사고 과정 유형을 결코 복제할 수 없을 것이라고 주장합니다.

따라서 튜링 테스트를 통과하는 것은 지능의 진정한 척도가 아닙니다. 왜냐하면 튜링 테스트는 세상을 진정으로 이해하고 추론하는 능력이 아니라 인간 행동을 모방하는 기계의 능력을 테스트하기 때문입니다. 진정한 지능에는 기계가 복제할 수 없는 현실의 본질을 이해할 수 있는 의식과 능력이 필요합니다. 즉, 우리를 대체하는 것이 아니라 ChatGPT 및 기타 유사한 소프트웨어가 다양한 분야에서 효율성을 개선하고 높이는 데 도움이 되는 도구를 제공할 뿐입니다.

마무리

따라서 기계는 콘텐츠를 이해하고 작성하는 것부터 방대한 양의 정보를 확보하고 섬세한 수술을 수행하고 자동차를 운전하는 것에 이르기까지 우리가 불가능하다고 생각했던 방식으로 많은 작업을 자율적으로 완료할 수 있게 될 것입니다. 그러나 적어도 현재의 기술 시대에서는 유능한 근로자가 자신의 직업을 두려워할 필요가 없습니다. 자율 AI 시스템조차도 인간 지능이 없습니다. 그들은 특정 작업에서 우리 인간보다 더 잘 이해하고 수행할 수 있습니다. 그들은 전반적으로 우리보다 똑똑하지도 않고 우리 삶의 방식에 심각한 위협을 가하지도 않습니다. 적어도 AI 개발의 물결에서는 그렇지 않습니다.