반응형

개발자/인공지능과 인간 74

ChatGPT가 지은 한시를 감상

한자를 잘 몰라서 잘 지은 건지, 한자가 맞는지 모르겠지만 여러 가지 시키면 결과를 잘 준다. 얘 참 웃긴다. 스티븐 스필버그 감독의 2001년작 SF 영화 A.I. 에서 진짜 인간이 되고 싶은 데이빗과 애인 대행 로봇 조는 함께 모든 것을 다 안다는 만물박사에게 가서 '초록요정'이 어디 있느냐고 묻는다. 만물박사는 "세상 끝" 도시에 있다고 한다. 도시에 도착해 하비 박사를 만나고 우연히 테디와 함께 바닷속으로 들어간다. 바닷속에서 초록요정을 만난다. 데이빗은 초록요정에게 기도한다. 자신을 인간으로 만들어 엄마와 살 수 있도록.... 3000년 후 외계에서 온 우주인들이 인간을 연구하기 위해 발굴을 하는 중에 데이빗을 발견하고 그의 생각을 읽어낸다. 데이빗과 테디는 로봇이라서 다시 깨어난다. 우주인은 ..

일리야 수츠케버, AGI 이후의 미래에 대하여

ChatGPT를 발명한 오픈 AI 공동창립자이자, 알파고, Alexnet 등을 설계한 이 시대 최고의 인공지능 개발자인 일리야 수츠케버의 AGI 이후의 미래에 대한 통찰이 담긴 TED 인터뷰 영상입니다. 최근에 안트로픽의 클로드 3가 ChatGPT 4보다 높은 성능으로 평가받는 상황 속에서 OpenAI는 며칠 내로 GPT-5를 공개할 확률이 높습니다. 구글, 오픈 AI, 안트로픽, 마이크로소프트 등이 AGI를 개발하기 위해서 수조 원의 컴퓨팅 및 인적자원을 투입하고 있으며, 이로 인한 반사이익으로 인공지능 컴퓨팅에 필요한 GPU 산업을 독점 중인 엔비디아는 마이크로소프트, 애플 다음으로 세계 3위의 시가총액을 지니는 기업이 되었습니다. AGI 이후의 미래에 우리 인류는 어떤 세상을 맞이할까요? 저는 의료..

스탠퍼드 과학자들이 발견한 사실, ChatGPT가 점점 더 멍청해지고 있습니다

스탠퍼드 과학자들이 발견한 사실, ChatGPT가 점점 더 멍청해지고 있습니다. "모델에 대한 업데이트가 실제로 그 기능을 손상시키는지 여부를 아는 것이 중요합니다." 덤 앤 더머 경영진의 주장과는 상관없이, 연구원들은 이제 OpenAI의 대규모 언어 모델(LLM)이 점점 더 멍청해지고 있는 것으로 보인다고 말합니다. 스탠퍼드와 버클리의 연구원들은 아직 동료 검토를 거치지 않은 새로운 연구에서 몇 달 동안 GPT-3.5와 GPT-4 모두 응답의 정확도가 떨어지는 등 '행동'이 크게 바뀌었으며, 이는 출시 이후 몇 달 동안 최신 버전의 소프트웨어가 명백하게 저하되었다는 사용자 일화를 입증하는 것이라고 밝혔습니다. "연구자들은 논문 초록에서 "GPT-4(2023년 3월)는 소수를 식별하는 데 매우 능숙했지만..

빌 게이츠 인공지능의 시대가 시작되었습니다

인공 지능은 휴대폰과 인터넷만큼이나 혁신적인 기술입니다. 아래 기사의 출처는 빌 케이츠 블로그 사이트에 실린 The Age of AI has begun 기사를 번역한 것입니다. 제 일생 동안 혁명적이라고 생각한 기술 시연을 두 번이나 보았습니다. 첫 번째는 1980년에 Windows를 비롯한 모든 최신 운영 체제의 전신인 그래픽 사용자 인터페이스를 소개받았을 때였습니다. 데모를 보여준 찰스 시모니라는 뛰어난 프로그래머와 함께 앉아서 사용자 친화적인 컴퓨팅 접근 방식을 통해 할 수 있는 모든 일에 대해 즉시 브레인스토밍을 시작했죠. Charles는 결국 Microsoft에 입사했고, Windows는 Microsoft의 중추가 되었으며, 그 데모 이후 우리가 했던 생각은 향후 15년 동안 회사의 의제를 설정..

빌 게이츠는 1980년 이후 가장 중요한 기술 발전으로 OpenAI의 GPT

빌 게이츠는 1980년 이후 가장 중요한 기술 발전으로 OpenAI의 GPT를 꼽았습니다. ● Microsoft 창립자 빌 게이츠는 OpenAI의 GPT AI 모델이 1980년 최신 그래픽 데스크톱을 처음 본 이후 가장 혁신적인 기술 발전이라고 말합니다. ● "모든 경험이 놀라웠습니다."라고 게이츠는 썼습니다. "그래픽 사용자 인터페이스 이후 가장 중요한 기술 발전을 방금 보았다는 것을 알았습니다." Microsoft의 공동 창립자 빌 게이츠는 OpenAI의 GPT AI 모델이 1980년 현대 그래픽 데스크톱 환경(GUI)을 처음 본 이후 가장 혁신적인 기술 발전이라고 말합니다. 그 이전에는 사람들이 명령줄을 통해 컴퓨터를 사용했습니다. 게이츠는 "GUI" 기술을 기반으로 Windows를 개발하여 현대의..

빌 게이츠 "인공지능이 구글 검색과 아마존 죽인다"

빌 게이츠는 인공지능이 우리가 알고 있는 구글 검색과 아마존을 죽일 수 있다고 말합니다. ● 빌 게이츠는 골드만 삭스와 SV 엔젤이 주최한 인공지능 관련 행사에서 미래의 인공지능 개인 비서가 매우 심오해져 이를 최초로 개발하는 회사가 경쟁사보다 우위를 점하게 될 것이라고 말했습니다. ● 그는 이 기술이 사용자 행동을 근본적으로 변화시켜 사람들이 다시는 검색 웹사이트를 방문하거나 특정 생산성 도구를 사용하거나 아마존에서 쇼핑할 필요가 없어질 수 있다고 말했습니다. ● 게이츠는 이 강력한 미래형 디지털 에이전트가 주류로 사용될 준비가 되기까지는 다소 시간이 걸릴 것이라고 말했습니다. Microsoft의 공동 창립자 빌 게이츠는 미래의 인공지능 분야 최고 기업이 사람을 대신해 특정 작업을 수행할 수 있는 개인..

훌륭한 ChatGPT prompt를 작성하는 7단계 요약

ChatGPT에 효과적인 프롬프트를 작성하는 방법: 최상의 결과를 위한 7가지 필수 단계 ChatGPT를 효과적으로 프롬프트하는 방법을 모르면 실질적인 가치가 없는 신기한 도구로 남을 것입니다. 공유할 만한 가치가 있는 걸작이 아닌 일반적인 평범함을 만들게 될 것입니다. 절약하는 시간보다 낭비하는 시간이 더 많을 것입니다. 참신한 요소는 곧 사라지고 다시 수동 방식으로 비즈니스를 운영하게 될 것입니다. 대안은 무엇일까요? 효과적으로 프롬프트하는 방법을 알아보세요. LUCAS PIMENTEL은 AI 개발자이자 자칭 '프롬프트 중독자'로, 실제 비즈니스 문제를 해결하기 위해 인공지능으로 앱을 공개적으로 구축합니다. 그는 AI, 프롬프트, 개인 기업가 정신에 관한 트윗을 올리며 다른 사람들도 같은 일을 할 수..

학술 연구에 ChatGPT 대신 구글 Bard를 사용하세요.

학술 연구에 ChatGPT 대신 구글 Bard를 사용하세요. ChatGPT를 사용해 보셨다면, 항상 신뢰할 수 있는 정보를 제공하지는 않는다는 것을 알고 계실 것입니다. 대부분의 경우 이는 문제가 되지 않습니다. 하지만 학술적인 작업이 필요하다면 다른 도구를 사용하는 것이 좋습니다. 다행히도 구글은 몇 주 전에 ChatGPT의 경쟁자를 출시했습니다. 학술 연구에 ChatGPT 대신 Google Bard를 사용하는 이유는 무엇인가요? 바드에는 몇 가지 장점이 있습니다: 100% 무료, ChatGPT Plus는 월 $20입니다. 인터넷 및 최신 데이터에 대한 액세스 (ChatGPT Plus는 인터넷에 액세스할 수 있지만 무료 버전은 액세스 할 수 없음) ChatGPT보다 빠른 답변 제공 Bard의 유일한 약..

유용한 ChatGPT prompt 15가지

AI 시스템에서 "프롬프트"는 사용자가 AI 모델과 상호작용할 때 입력으로 제공하는 초기 텍스트 또는 지시문을 의미합니다. 이 초기 텍스트는 모델에게 원하는 작업이나 질문의 의도를 전달하고, 모델이 적절한 응답을 생성하도록 유도합니다. 프롬프트는 대화형 AI 모델을 사용할 때 매우 중요한 역할을 합니다. 올바르고 효과적인 프롬프트 설계는 모델의 동작과 출력을 조정하는 데 큰 영향을 미칩니다. 프롬프트는 일반적으로 사용자의 입력 질문이나 작업 명세를 나타내는 형식을 가지며, 모델은 이를 기반으로 응답을 생성합니다. ChatGPT는 세계에서 가장 강력한 도구입니다. 하지만 좋은 ChatGPT 프롬프트를 작성하는 경우에만 가능합니다. 몇 시간씩 걸리는 작업을 단 몇 초 만에 끝낼 수 있는 15가지 최고의 Ch..

ChatGPT 작동원리 5 - ChatGPT 훈련 2

공간의 의미와 운동의 의미론적 법칙 위에서 우리는 ChatGPT 내부에서 텍스트의 일부가 일종의 "언어적 특징 공간"에서 점의 좌표로 생각할 수 있는 숫자 배열로 효과적으로 표현된다고 논의했습니다. 따라서 ChatGPT가 텍스트 조각을 계속할 때 이것은 언어적 특징 공간에서 궤적을 추적하는 것과 같습니다. 그러나 이제 우리는 무엇이 이 궤적을 우리가 의미 있다고 생각하는 텍스트와 일치하게 만드는지 물을 수 있습니다. 그리고 언어적 특징 공간의 점이 "의미"를 유지하면서 이동할 수 있는 방법을 정의하거나 적어도 제한하는 일종의 "의미론적 운동 법칙"이 있을 수 있습니까? ChatGPT 작동 원리 1, 한 번에 한 단어씩 추가하기 ChatGPT 작동 원리 2 - 신경망 ChatGPT 작동 원리 3 기계학습과..

ChatGPT 작동원리 5 - ChatGPT 훈련 1

ChatGPT 훈련 이제 ChatGPT가 설정되면 작동하는 방식에 대한 개요를 제공했습니다. 그런데 어떻게 설정하게 되었나요? 신경망에 있는 1,750억 개의 가중치는 모두 어떻게 결정되었을까요? 기본적으로 그것들은 웹, 책 등에서 사람이 쓴 방대한 텍스트 모음을 기반으로 하는 매우 대규모 훈련의 결과입니다. 우리가 말했듯이, 모든 훈련 데이터가 주어지더라도 신경망이 "인간과 같은" 텍스트를 성공적으로 생성할 수 있는지는 분명하지 않습니다. 그리고 다시 한번, 이를 실현하는 데 필요한 세부적인 엔지니어링 부분이 있는 것 같습니다. 그러나 ChatGPT의 큰 놀라움과 발견은 이것이 가능하다는 것입니다. 그리고 사실상 1,750억 개의 가중치를 가진 신경망은 인간이 작성하는 텍스트의 "합리적인 모델"을 만들..

ChatGPT 작동 원리 4 임베딩 개념

임베딩의 개념 적어도 현재 설정되어 있는 신경망은 기본적으로 숫자를 기반으로 합니다. 따라서 텍스트와 같은 작업에 사용하려면 텍스트를 숫자로 나타내는 방법이 필요합니다 . 그리고 확실히 우리는 (ChatGPT가 하는 것처럼) 사전에 있는 모든 단어에 숫자를 할당하는 것으로 시작할 수 있습니다. 그러나 이를 뛰어넘는 중요한 아이디어가 있습니다. 예를 들어 ChatGPT의 핵심입니다. 그리고 그것은 "임베딩"의 아이디어입니다. 임베딩은 숫자 배열로 어떤 것의 '본질'을 나타내는 방법으로 생각할 수 있습니다. "가까운 사물"은 가까운 숫자로 표현된다는 속성이 있습니다. 예를 들어 단어 임베딩을 일종의 "의미 공간"에 단어를 배치하려고 시도하는 것으로 생각할 수 있습니다 . 단어는 임베딩에서 근처에 나타납니다...

ChatGPT 작동 원리 3 기계학습과 신경망 훈련

기계 학습 및 신경망 훈련 우리는 지금까지 특정 작업을 수행하는 방법을 "이미 알고 있는" 신경망에 대해 이야기했습니다. 그러나 신경망을 매우 유용하게 만드는 것은(아마도 뇌에서도) 원칙적으로 모든 종류의 작업을 수행할 수 있을 뿐만 아니라 이러한 작업을 수행하기 위해 점진적으로 "예제를 통해 훈련"될 수 있다는 것입니다. 고양이와 개를 구별하기 위해 신경망을 만들 때 명시적으로 수염을 찾는 프로그램을 효과적으로 작성할 필요가 없습니다. 대신 고양이와 개가 무엇인지에 대한 많은 예를 보여주고 네트워크가 이들을 구별하는 방법을 "기계 학습"하도록 합니다. 그리고 요점은 훈련된 네트워크가 표시된 특정 예에서 "일반화"된다는 것입니다. 위에서 본 것처럼 단순히 네트워크가 표시된 고양이 이미지의 특정 픽셀 패턴..

Governance of superintelligence 초지능의 거버넌스

AI 시스템이 인간 수준(인공 일반 지능(AGI)이라고도 하는 패러다임)에 도달하거나 오픈AI가 경고한 것처럼 전문가 수준의 인간 능력까지 뛰어넘을 가능성에 대해서는 여전히 많은 논쟁이 있다. 많은 전문가들은 기계가 인간의 인지 능력을 따라잡거나 능가하는 것은 피할 수 없는 일이라고 주장한다. 이 블로그 게시물은 정부의 감독을 강화하고, 의사 결정 과정에 대중을 참여시키며, 해당 분야의 개발자와 기업 간의 협업을 강화할 것을 제안한다. 이러한 내용은 최근 의회 청문회에서 상원 소위원회 위원들의 질의에 대해 알트먼이 답변한 내용을 반영하고 있다. 포스팅 글의 원문은 다음 링크를 참고한다. 초지능의 거버넌스 지금이야말로 초지능의 거버넌스, 즉 AGI보다 훨씬 더 뛰어난 기능을 갖춘 미래 AI 시스템에 대해 ..

ChatGPT 작동 원리 2 - 신경망

신경망 그렇다면 이미지 인식 과 같은 작업을 위한 일반적인 모델은 실제로 어떻게 작동할까요? 현재 가장 인기 있고 성공적인 접근 방식은 신경망을 사용합니다 . 1940년대에 오늘날 사용되는 것과 매우 유사한 형태로 발명된 신경망은 뇌가 작동하는 것처럼 보이는 단순한 이상화로 생각할 수 있습니다 . 인간의 뇌에는 약 1000억 개의 뉴런(신경 세포)이 있으며, 각 뉴런은 초당 최대 1,000회까지 전기 펄스를 생성할 수 있습니다. 뉴런은 복잡한 그물로 연결되어 있으며 각 뉴런에는 나무와 같은 가지가 있어 수천 개의 다른 뉴런에 전기 신호를 전달할 수 있습니다. 그리고 대략적인 근사치에서 특정 뉴런이 주어진 순간에 전기 펄스를 생성하는지 여부는 다른 "가중치"에 기여하는 연결이 다른 다른 뉴런에서 어떤 펄스..

반응형