페이스북의 모기업인 메타는 지난 주말 샌프란시스코에서 자사의 기초 인공지능 연구팀 설립 10주년을 축하하는 미디어 행사를 열었다.
이 행사에서 메타의 수석 AI 과학자이자 딥러닝 선구자이자 튜링상 수상자인 양리쿤 (Yann LeCun) 은 인간이 텍스트를 총결하는 능력뿐만 아니라 어떤 의미의 부류의 감지 능력과 상식을 갖춘 인공지능 시스템을 훈련하려면 수십 년이 더 걸릴 것이라고 생각한다고 말했다.
그의 관점은 엔비디아 CEO 황인훈의 지난주 관점과는 확연히 다르다.황인훈은 지난주 인공지능이 5년도 안 돼'상당히 경쟁력 있는'수준으로 성장할 것이며, 많은 정신집약적 임무에서 인간을 이길 것이라고 밝힌 바 있다.
미래에"고양이급"인공지능이 더욱 나타날수 있다
양립곤은"인간급"수준의 인공지능이 나타나기전에 사회에는"고양이급"이나"개급"의 인공지능이 더욱 나타날수 있다고 표시했다.과학 기술 업계는 현재 언어 모델과 텍스트 데이터에 대한 관심을 가지고 있으며, 연구자들이 지난 수십 년 동안 꿈꿔 온 첨단 인간 인공지능 시스템을 창조하기에는 부족하다.
양립곤은 다음과 같이 인정했다. 현재 인공지능의 발전속도를 제한하는 원인의 하나는 훈련데터의 래원이 주로 텍스트에 국한되여있기때문이다.
"텍스트는 매우 나쁜 정보원입니다."양립곤은 다음과 같이 해석했다. 현재 현대언어모형을 훈련하려면 필요한 텍스트량이 거대하며 인류가 2만년을 써야 다 읽을수 있다.그러나,
"2만 년에 해당하는 독서 자료로 시스템을 훈련해도 여전히 이해하지 못한다: A와 B가 같다면 B는 A와 같다......세상에는 매우 기본적인 것이 많다. 그들은 이런 훈련을 통해 이해할 수 없다"고 말했다.
이에 따라 양리쿤과 메타 AI의 다른 임원들은 ChatGPT와 같은 애플리케이션을 만드는 데 사용되는 이른바 동글 모델을 사용자 정의하여 오디오, 이미지, 비디오 정보를 포함한 다양한 데이터를 처리하는 방법을 대대적으로 연구해 왔다.그들은 이러한 인공 지능 시스템이 이러한 다양한 유형의 데이터 사이에 존재할 수있는 수십억 개의 숨겨진 관련성을 발견 할 수 있어야만 더 높은 수준에 도달 할 가능성이 높다고 생각합니다.
메타 임원들은 AR 안경을 쓰고 테니스를 치는 사람이 AI 시각적 힌트를 보고 테니스 라켓을 제대로 잡고 팔을 완벽한 방식으로 흔드는 방법을 가르칠 수 있다는 연구 성과 중 하나를 선보였다.이러한 디지털 테니스 어시스턴트에게 동력을 제공하는 데 필요한 AI 모델은 텍스트와 오디오 외에도 3D 시각 데이터를 혼합해야 한다.
엔비디아는 계속 혜택을 받을 것이다
이러한 소위 다중 모델 인공 지능 시스템은 다음 최전방 분야를 대표하지만, 이 발전에 투입해야 할 비용은 더 클 것이다.양리쿤은 메타와 구글의 모회사인 알파벳 등 점점 더 많은 회사들이 더 선진적인 인공지능 모델을 연구함에 따라 엔비디아가 더 큰 우위를 점할 수 있을 것이며, 특히 다른 경쟁사가 나타나지 않는 한 더욱 큰 우위를 점할 수 있을 것이라고 전망했다.
그동안 엔비디아는 생성식 인공지능의 최대 수혜자 중 하나였으며, 가격이 비싼 GPU는 대규모 언어 모델을 훈련하는 데 사용되는 표준 도구가 되었다.
"나는 Jensen (황인훈) 을 알고 있다."양리쿤은 엔비디아가 현재의 인공지능 열풍에서 많은 이익을 얻을 수 있다며"이것은 인공지능 전쟁이다. 그는 무기를 제공하고 있다."
"(만약) 인공지능이 유행한다고 생각한다면 GPU를 더 많이 사야 한다. 양리쿤은 OpenAI 등 회사의 연구원들이 AGI (범용 인공지능) 를 계속 추구하기만 하면 더 많은 엔비디아의 컴퓨터 칩이 필요하다고 말했다.
그렇다면 메타와 다른 연구자들이 이런 복잡한 인공지능 모델을 계속 개발함에 따라 과학기술 업계는 더 많은 하드웨어 공급업체가 필요할까.
양리쿤은 이에 대해"현재는 필요하지 않지만 있다면 더 좋을 것"이라고 답했다.
GPU 기술은 여전히 인공지능의 황금 표준이라고 덧붙였다.그러나 미래의 컴퓨터 칩은 GPU라고 불리지 않을 수도 있습니다.
양자 컴퓨터 의 의미 와 타당성 은 의문 이다
인공지능뿐만 아니라 양리쿤도 양자컴퓨터에 대해 회의적이다.
현재 마이크로소프트, IBM, 구글 등 거대 기술 기업들은 양자 컴퓨팅 분야에 많은 자원을 투입하고 있다.많은 연구자들은 양자 컴퓨터가 약물 발견과 같은 데이터 집약적 인 분야에서 큰 발전을 이룰 수 있다고 생각합니다. 왜냐하면 그들은 현대 컴퓨팅에서 사용되는 전통적인 이진 비트가 아니라 소위 양자 비트를 사용하여 여러 번 계산을 수행 할 수 있기 때문입니다.
그러나 양립곤은 이에 대해 의심을 표시했다.
"당신이 양자 컴퓨팅으로 해결할 수 있는 문제는 고전 컴퓨터로도 더 빨리 해결할 수 있습니다."
"양자계산은 매혹적인 과학화제이다."양립곤은 다음과 같이 말했다. 그러나"량자컴퓨터의 실제적의의와 진정으로 유용한 량자컴퓨터를 제조할 가능성"은 아직 잘 모른다.
메타 선임 연구원이자 전 기술 책임자인 마이크 슈롭퍼 (Mike Schroepfer) 는 이에 찬성했다.그는 몇 년마다 양자 기술을 평가하면서 유용한 양자 기계가"어느 시점에 나타날 수 있지만, 우리가 현재 하고 있는 일과는 무관하게 너무 긴 시간 간격을 가지고 있다."