Это видео недоступно.
Сожалеем об этом.
빠르면 2025년, AI에 학습할 데이터 다 소모한다...? GPU, 전력, AI데이터센터, 물 부족에 이어, 이제는 데이터까지 | 애플, 구글이 AI에서 강해질 수 있는 이유
HTML-код
- Опубликовано: 11 июн 2024
- 데이터 부족 세상에 애플, 구글이 다크호스로 떠오른다? Epoch AI에서 새롭게 낸 논문에서는 빠르면 2025년부터 AI 학습으로 활용할 공용 데이터들이 모두 소진된다라는 결과를 내놓았습니다. 이전에 예상했던 것보다 조금 늦추어지긴 했지만 여전히 충격적인 결과라, Scaling Law에 따라 성능을 끌어올려 온 AI 역사에 전력, AI 데이터센터, 변압기, 물 부족 모두가 다 해결된다하더라도 성능이 더 올라가지 않을 수 있는 Risk가 있다는 것인데요. 이렇게 되면 AGI 구현은 가능해지는 것인지 의문이 들기도 합니다. 데이터를 더욱 더 잘 정제해서 성능을 끌어올릴 수 있는 Data-Driven AI 에 대해 AI 계 그루 Andrew Ng도 일찍이 이야기한 적이 있는데요. 또한 메타의 수석 과학자 Yan Lecun 역시도 트랜스포머 아닌 새로운 모델을 계속 이야기합니다.
#인공지능 #구글 #데이터
Written by Error
Edited by 이진이
unrealtech2021@gmail.com
![박태웅 의장 "인류역사상 가장 빠른 속도의 변화" [코너별 다시보기]](/img/1.gif)
상식적으로 데이터가 부족하다는건 현재모델에서에 국한된얘기이지, agi에 도달하기에 부족하다는건아님
당장 agi이상인 사람의 지능을 만드는데 그 모든데이터를 다 학습한것도아니니까
그래도 지금까지는 모델의발전과 학습이 동시에 진행되며 발전속도가 엄청나게 빨랐는데, 현재모델의 학습한계에 도달한다면 학습으로 인한 발전은 지체될테니까 모델발전에 의존할수밖에 없는부분은 아쉬움
빅뱅처럼, 급속하게 퍼져나갈것으로 봅니다. 융합산업분야 와 산업기술고도화 관건입니다. 제일이 전력(ups, ess), 일정한 액체냉각기술, 해상물류, 조선(ess)전기에너지 판매 및 에너지 수출. 항만의 포트 확보 가 중요하다. 엄청난 고도화된 에너지 기술들이 적용되고, 최적화, 삼중화 이상 으 내구성, 안전성, 보안이 요구된다.
데이터 중요하면 라인 10조로는 안돼지. 100조 받아야 넘기지.
마지막 멘트 짧게 끝내신거 아주 좋네여.
미국투자가 답이다.
현재의 AI의 한계가 데이터가 부족하기 때문은 아니라고 생각합니다.
텍스트 정보로 본다면 LLAMA와 같은 로컬AI들도 이미 엄청난 양의 데이터를 학습시키고 있습니다.
영상정보나 멀티모달 데이터를 학습하려면 아직도 수년 이상의 시간이 필요할 것이고요.
그러한 방대한 데이터를 학습시킨다고 가정해도, AGI의 도달이 데이터량의 증가로만으로 이루어질 수는 없을 겁니다.
학습과 추론 과정의 구조적 혁신이 있어야만 AGI에 도달할 수 있다고 생각해요.
데이터의 양을 걱정하기 보다는, 신경망 연산의 구조적 혁신이 필요한 단계입니다.
AI전문의료 데이터 플랫폼 기업.. 나스닥 MNDR... 생명을 다루는 데이타...
흥미로운 주장이긴 하지만 사실 석유고갈론처럼 데이터고갈론이 문제가 안된다는게 제 생각입니다
위 문서에서는 텍스트 데이터의 양만 가지고 고갈될거라고 주장했지만, 현재 AI학계가 나아가는 방향은 하나의 모델에서 텍스트랑 이미지, 동영상, 음성 등등 전부 때려넣는 멀티모달이 추세니깐요.
텍스트보다 텍스트가 아닌 데이터가 비교도 안되게 더 많이 존재하므로 데이터가 부족해서 large model을 학습 못시킨다는 주장은 좀 너무 간 것 같고, "지속적인 기술 혁신을 도외시하여 (우리나라 처럼?) 텍스트만을 고집한다면 발전에 한계가 있을 수 있다" 정도로 이해하면 되지 않을까 생각합니다.
지금 테슬라도 비젼으로 자율주행, 압력으로 로봇 손 학습 시키는 중이죠ㅎ 챗gpt도 텍스트를 넘어 voice 자체, 비언어적 뉘앙스, 호흡까지 학습 시키니까...
마냥 데이터 크기에 의존하면 한계가 있겠죠. LLM 이 아니라 이제는 그 다음의 패더라임이 필요한듯요
추론
'패러다임'
다만 지구상의 모든 데이터를 학습하기전까진 한계에 도달했다고 할수가 없는게
@@fradokumar5792
그냥 봐도 오타일 뿐인데 이렇게 정정을 하고 있는건 한글로 받아쓰기하는 것 이외에 할 줄 아는 게 하나도 없는 무능 그 자체여서 겠지. 요즘 댓글 보면 오타 지적하면서 뿌듯해하는 잉여들이 좀 많아진거 같은데 GPT조차 맥락상에서 이해를 할 줄 알아서 오타를 쳐도 다 알아먹는데 인간이면서 이게 잘 안되나봄.
그래서 생성형은 END가 잇지만 그걸 이용한 추론을 하게되면 END가 없다는거
텍스트 데이터만 한정하면 데이터가 부족한게 맞는데
멀티모달적인 측면에서 보면 입력 데이터 종류가 늘어나면 n! 만큼의 가짓수가 발생할 수 있는데 사실상 무한한 거 아님?
??? 대체 뭔 논리
설득력 있는 논리@@MJLeeee
배움은 책(글) 을 퉁해서만 하는게 아니라 영상과 그림을 통해서도 배우니
학습 데이터량은 충분하다
이 애기 아님? 문돌이인 나도 이해됨
정해진 데이터의 1/5만 학습해도 1만큼의 테스트 결과가 나온다 라는 뜻이겠죠. 1을 학습하면 전혀 다른 4까지 학습한 5의 결과가 나온다라는 뜻이 아니에요. 자전거 연습을 1/5만 해도 1 만큼 탈수 있다는 뜻이지 그것만 해도 갑자기 자동차 운전을 할 수 있는건 아니것처럼 이지요. 데이터는 많으면 많을수록 좋습니다. 심지어 쓰레기 데이터도..
인공지능끼리 서로 진화하면서 학습하는게 미래아닐까..
앙상블 모델이란게 있던데.. 아무튼 llm이 핫하지만 인공지능을 대표할수없고 gpt가 혜성처럼 등장한 만큼 수많은 모델과 학습방법에 대한 연구가 미국에서 활발하고 llm의 성능은 계속 좋아지겠지만 동시에 말도안되는 새로운 모델이 깜짝출연할수도 있는것..
인공지능은 자체로 틀린 데이터를 생성하고 검증능력이 없기 때문에 서로 학습할수록 정확도가 더 떨어짐
GAN(Generative Adversarial Network)이 지금 그래요.
@@Jung_Tae_Hun 아마 cycle gan이 그랬던가요?? 생성형모델은 자주 안다뤄봐서 딥하게는 모르는데 있다고 들은 것 같네요
@@cozyboyboi5427 Cycle GAN까지 가지 않더라도, GAN은 페어만 준비해주면 내부적으로 생성자랑 구분자가
경쟁하잖아요. Super Resolution용 GAN은 적당한 이미지를 주우면 블러 넣어서 페어 구성이 가능하고요.
데이터는 영상에서 텍스트를 뽑아낼수도 있고, 여러 모델들이 생성한 텍스트도 많아서 크게 걱정안해도 됨
석유도 고갈된다고 말이 나온게 오랜데 고갈 안되는거 처럼 현실의 데이터는 무한해서 계속 만들면 될듯
이전 이미지 인식이 데이터가 없어서 안된게 아니라 네트워크의 크기가 충분하지 않아서 였음
보틀넥은 컴퓨팅이지 데이터가 아님
능동학습이 필요하고 그걸위해서 인간신체처럼 사용할수있는 몸체가 필요함.
데이터는 인간이 만들어내는거 아님? ㅋㅋ 인간이 몇백년간 만들어내는거 금방학습하는데? 병목은 서버가 아니라 인간이네
생성형 데이터로 재학습 이라던지, 아니면 효율화로 온디바이스 탑재가 더 용이하도록, 또는 전기가 덜먹도록
엄밀히 따지면 '지능'은 아니고 고차원의 컴퓨팅 계산기같음
학습된 출력물도 결국 인간이 입력한걸 기반으로 뱉어내는거고
기계작동도 스스로 뭘 하는게 아니고 인간이 컨트롤 하는거니까
지능이라는 개념도 인간이 만든건데, 지금 인간이 알고있는 뇌구조를 본따서 뉴럴네트워크를 만들었기때문에 확실히 인공‘지능’이라고 불리는거고 그게 맞음
학습된 출력물이 뭘 말하는지 모르겠고 기계작동도 정확히 뭘 의미하는진 모르겠지만 인공지능의 동작과정이 블랙박스고 확실히 스스로 학습하기때문에 컴퓨팅 계산기라고 부르는건 말이 안됨..
인간도 인간에 의해서 교육되고
인공지능도 인간에 의해서 교육됐을뿐
사실 인간 두뇌의 작동 방식도 크게 다르지 않음.
당연히 지능은 아님. 인공지능이라는 표현이 잘못된거고 데이터가 임베딩된 알고리즘
감사합니다
LLM( 정확히는 Transformer 모델에 기반한 확률형AI ) 으로는 AGI불가능합니다.
니가 뭔데 단정적으로 말하느냐고 하시겠지만,
이 맥락에서는 무슨 수를 써도 사람이 하는 논리적 추론이라는게 불가능하기 때문입니다.
특히 연쇄적으로 사고가 이어지는 논리적 추론에서는 어떤 LLM도 제대로 된 결과를 내는걸 본적이 없습니다.
애초에 방대한 데이터에 기반해 확률적으로 다음에 무슨 단어가 나오느냐는 걸로 시작한 건데,
거기서 AGI에서 핵심적인 맥락을 인지하는 연쇄추론이 될거라고 기대하는건 하늘에서 배떨어지기를 기대하는거랑 별로 다르지 않습니다.
확률형AI에는 "연쇄"와 "추론"이라는 단어에 대한 "이해"가 존재 안합니다.
심지어 "이해"라는것 자체를 "안다"라는 개념 자체도 존재 안해요.
오히려 영상이나 음성, 이미지를 만들어내는게 언어모델보다 더 쉽습니다.
그것들이 언어보다 훨씬 많은 GPU파워와 메모리를 소모하긴 하지만요.
그럴듯해 보이는건 할수 있습니다. 데이터가 많으면 더 그럴듯해 보여요.
하지만 정말 제대로 되는거랑 그럴듯해 보이는거랑은 엄청난 간극이 있습니다.
AGI가 되려면 사람이 사고하는 것처럼 컴퓨터가 동작할수 있어야 합니다.
근데 말이죠. 지금도 사람이 어떻게 사고하고 기억하는지 명확하게 규명이 안되있어요.
심지어 기억이 뇌에만 있는건지 조차도 아직까지 불명확해요.
조금 더 심각하면 말하면, 현재 폰노이만 방식의 컴퓨터는 특정 영역에 0과 1의 비트집합체로 인간기억을 모사하는데,
현재까지 신경생리학 연구결과를 보면 인간 두뇌가 그런방식으로 뭔가를 기억할 가능성은 매우 희박합니다.
지금 돌아가는 생성형 AI는 인간의 뉴런 연쇄구조를 그냥 모사했을뿐입니다.
그게 어떻게 동작하는지는 거의 모르는 상태에서요. 기억이 어느 기관에서 어떻게 일어나는지 사실상 모른다는 말입니다.
전 그래서 이런 것들을 다룬 공상과학 영화에서,
인간기억을 디지털비트로 변환해서 컴퓨터로 업로드한다는 발상을 보면,
과학적으로는 판타지 그 자체라고 밖에 생각이 안됩니다.
인간기억에 대한 과학적맥락이 전무한 상태에서 나온 글자그대로 타당성 없는 공상입니다.
공개된 LLM모델들과 이것들 응용한 AI챗봇들(캐릭터 AI같은)과 놀아보세요.
제가 왜 이런 말을 하는지 충분히 이해가 될겁니다.
이해 그리고 안다라는 개념이 AGI에 필수적인 요소인가하면 그건 또 아니라고 생각하는게 결국에는 인간이 할수있는것을 대체만 하면 되기에 모델이 발전해서 그럴듯한게 더 그럴듯해지는게 끝도없이 반복되면 결국에는 작동방식이 다르더라도 인간을 뛰어넘지않을까라는 생각이.. 그리고 llm이 반짝 등장한것처럼 다른 대안이 나오지 않을것이라고 생각하는것도 매우 보수적인듯.
애초에 인간 뇌가 하는 일이란게 정보 프로세싱후 추론이고 생성형AI가 하는일도 단어 추론임. 이 추론 능력이 점점 발전하면 결국 인간보다 뛰어나질것은 불을보듯 뻔한 일인데 안된다고 단언할수 없죠.
@@try5587 잘 모르는 사람이 이렇게 보통 얘기하는데 검색 좀 해보시면 알 수 있습니다.
AI과학자들이 LLM이 인간의 뇌와 작동원리가 같다라고 말한 바가 없습니다. 모방을 시도했다라고 했죠.
유명 AI과학자였나 기술자 중에 실제로 LLM으론 인간의 의식과 같지 않기 때문에 접근이 달라야된다라고 말한 사람이 이미 있습니다.
그리고 글이나 잘 읽어보세요. "LLM으론 안된다"라고 말하는겁니다.
@@user-km2yu2xo6j 인간뇌랑 작동방식이 같아야한다고 생각하는게 고정관념 아닙니까? 고차원적 추론은 안된다고 단언하셨는데, 컴퓨터로 단순한 문장추론도 불가능했던 시절이 몇년 전이었을까요?
@@try5587그걸 인간의 언어능력만 따졌을때 같다는거지 논리추론이 언어능력은 아닙니다
텍스트는 그럴수있지만 사운드 비디오 오감 학습하는데 50년을 걸릴겁니다
즉 리얼인간형 로봇ai는 50년 걸릴겁니다
그때는 사람이 필요없어질거라서 걱정조차 무의미입니다
50년 걸린다는 근거는 무엇입니까?
무식하면 용감하다. 역시 유튜버들 대단해 데이터가 모자르다니... 자율주행에 필요한 공간데이터만 해도 무한한데
전력으로 따지면 애플이 이기는 전략일거 같아요. 다른 빅테크는 AI 하면서 엄청난 전력을 쓰는데, 애플은 고급 기능은 gpt 로 넘겨버리고, 전력은 전부 고객들 기계에서 돌리게 하잖아요. 스팩적인 우리마인드 때문에 애플이 뒤쳐졌다고 하는데, 지난 몇년동안 애플이 뭐만 나오면 혁신이 없다하는데... 왜 애플이 뭐 하면 혁신으로만 생각하는지도 모르겠고, 몇년동안 지들은 자기들만의 성을 짓고 있어요.
그럼 애븓이들한테 혁신 근들갑 좀 하지 말라고 전해주세요.
어 허! 반도에서 그런 불충한 생각을 하면 광역극딜당한다구욧!
애플안사고 삼전주식 사서그럼 ㅋㅋ
애플이 맨날 지네가 뭐만 하면 혁신인냥 하기 때문입니다. 혁신인것처럼 밢표하지만, 실제 혁신은 없었다... 하는 의미입니다.
앱등이가 또 정신승리하네....
고맙습니다
애플을 시총 1위 뺏겼어도 성장은 끝이 없네.
을 -> 은
지금 일위 탈환
@@jihyuntube64732위여
@@user-pw9pt3fu8m 을>>은 >>>> 알아들을수 있고 오타일수도있고 논점빗나가는 한글교육은 한글채널에서.
유투브 동영상 테슬라 자동차의 실주행 데이터와 로봇들의 데이터 등등 학습할 게 아주 많은 것 같은데?
권리 이슈 때문에 못쓰는중
사람이 가능한걸 인공지능이 불가능할거라고 장담할순없죠. 현재의 대량 데이터학습방식만 가지고 데이터부족하니 안된다는건 너무 좁은생각임.
걍 카메라 들고 걸어다니면 그게 다 데이턴데 알빠임?
인간은 이 데이타로 문제가 없다. AI에게 그게 장애라면 AI가 아닌 후진 무언가임.
ai 사람 대신 일하면 그 데이터도 결국 ai 가 만든 데이터로 학습 인간 데이터는 점점 살아지겠네
Ai 판사 도입이 시급하다
그래서 미래에는 태평양 바다에 ai컴 설치하느건가요? 예상
인터넷에 돌아다니는 데이터가 아닌 사물에 달린 센서를 통해 실세계에 있는 모든 데이터를 수집하면 될 듯
그 중 비젼과 음성 분야의 데이터 확보가 클 거 같습니다.
지금도 꾸준히 인터넷은 사람의 생각 양식이 담겨져 있는 지식 정보를 올려야지만 개방된 곳에서 긁어모을수 있지만 폐쇄된 곳이나 실세계의 데이터를 모으기 위해선 더더욱 밖에 나와야 할 듯
그러기 위해선 모든 사물이 신경망 연결되어 나타난 로우데이터가 필요합니다 하지만 개인정보와 사생활 침해과 관련된 윤리적인 문제가 클 거 같습니다
인간은 데이터 싸개가 되는건가...
갓구글
학습/훈련할 데이터가 없다는 건 무슨 뜻인가요?
인터넷에 있는 모든 데이터, 이미지, 영상을 학습하면 인간이 가진 수준과 동일하게 되어 AGI가 가능하지 않나요?
또, 추론을 하는 AGI는 현재 기술로는 불가능한가요?
같은 시간을 넣어도 꼴등과 일등이 나오는 것 처럼. 데이터를 학습하는 효과가 모델마다 다르죠
AI가 생성한 데이타를 학습시키면?
역시 네이버 라인...
구글에게는 한마디 못하는 것들이 왜 라인보고 지랄이야?
인공지능에 홀로그램이 나와야지...홀로그램과 연결 언제 될려나
외계인과 문명결합이 필요하다 방법이 없다. V의 시대.
거대모델 학습은 못했을걸요.. 엔비디아 Hopper GPU 랑 비교해도 아직 차이 꽤 많이 납니다.
그래서 단순 task 에 집중 할 수 있는 적은 수의 파라미터 모델들을 여러개 만든거고..
거대 LLM 모델 역할은 open ai 한테 넘긴겁니다.
폰에서 사용자들이 요구하는 요청은 복잡하지 않을거라고 애플이 판단한거죠.
애플이 이후 AI 로봇, AI 자동차 사업을 할지는 모르겠으나 AGI 를 염두해두고 있다면 자체 chip으로는 모델 학습에 한계가 있습니다.
Nvidia 블랙웰 및 루빈 GPU에 비해 거대 언어모델 학습속도가 5배에서 20배나 느릴테니까요
그리고 지금 현존 1.5trillon LLM 모델 (by chatgpt) 로도 AGI로 가기에는 아직 부족한 부분이 많죠.
Transformer 모델 구조가 바뀌거나 스케일링의 한계점이 보이지 않는이상
계속해서 LLM 모델의 파라미터수는 증가할 것이고 기하급수적으로 늘어나는 학습 시간을 단축하기위해 Nvidia 의 GPU 수요는 날이 갈 수록 늘어날 겁니다.
특히 로봇사업에 집중하고 있는 테슬라나, Figure ai 등등 ..
Apple이 스마트폰 edge AI에만 머물고 자체 AI모델에 투자하지 않는다면 결국 주가는 장기적 우하향 하게 될겁니다.
참고로 요즘 모델 학습시 데이터는 기존 데이터를 샘플링하고나 그 작업을 다른 모델이 해주고 있습니다.
단순히 텍스트 뿐 아니라 이미지, 스트리밍 (로봇이 정보를 카메라를 통해서 본다고 생각해보세요.)
오디오 등등 멀티모달 시대인지라 데이터는 무한대로 늘어난다고 생각하시면 되구요.
전력 부분 어떻게 해결해야 하는가도 추후 중요한데, 배터리, 전력 부분은 현재 독주하는 기업이 없습니다.
누군가에게는 큰 깨달음이 되었기를 바래봅니다.
이제는 전문 학습입니다. 인간같이 말하는 ai 가 중요한게 아니라 기업이 원하는 양질의 커스텀 딥러닝이 중요한겁니다. 솔직히 마음만 먹으면 ai 업체와 기업이 협업하여 전문직들 다 실직자 만들기 쉽습니다. 종합 ai 보다 훨씬더요
2년전 : 머스크 트위터 왜삼 ㅋㅋㅋㅋㅋㅋ 재벌의 수집욕구임?
현재 : 역시 형이야
오~ 이 글 보니 바로 이해 되네요. 이래서 아는만큼 보인다는 말이 있나봅니다.
1) LLM과 엔비디아의 성장에 요즘 잔쯕 흥분한 많은 대중들: LLM 지금 잘나가니 계속~계속~"앞으로도 잘나갈거야! 딴지거는 소리 다 개솔 개솔!" ㅋㅋㅋ!
2) 06:43의 얀 행님이나, 짐켈러 행님같이 일부 다른 의견을 가진 구루행님들: "쓰읍.. 아 LLM 아닌데..." "쓰읍 아 엔비디아 영원하지 않을건데..." 내가 함 해볼께..
3) 대중들: "아니 저 XX 감히 갓비디아를 까?" "저 XX들 아직 보여준거도 없는 듣보들 주제에 감히 대세를 까?"
"응~ 엔비디아 주식 또 ㅈㄴ올랐어~ 응~ 루저~"ㅋㅋㅋ
(짐켈러 형님이 엔비디아 깐다고 악플이 달린 영상) ruclips.net/video/2pw-YZ7KuFY/видео.htmlsi=d2miXMiJDowJib9p
😊
구글님 주가도 좀 웃게해주세요..흑흑 ㅠㅠ
이제 스카이넷이 나오는건가ㅋ
AI서비스가 지금보다 더욱더 많아야겠네요.
팀쿡은 지금 웃고 있다
그 데이터들도 기업이 모아놓은것뿐이지 사실 일반시민들에게 소유권이 있는데 데이터들을 가지고 갑질 할 수 있을까..
애플도 양질의 데이터가 있나요?? 구글이나 메타는 알겠는데.
?
왜 없을 거라고 생각..?
hw sw 둘다 차지한 흔치않은기업인데??
비지니스적 가치가 높은 데이터
구글이나 메타는 있는데 더 오래해먹은 애플은 왜 없을거라 생각하지 ?
하드웨어가 20억개가 넘게 뿌려져 있고 수십년동안 어마어마하게 쌓인 사용자들의 흔적이있는데 그게 데이터가 아니면 뭐고 ? ㅋㅋㅋㅋㅋㅋ
데이터 보유 회사가 최종 승자
그래서 라인의 13년 2억명의 데이터를 노리는 일본
이렇게 된다면
규제랑 데이터때문에 미국이랑 유럽에서 고생할때
중국 10억인구 카메라, 텍스트, 음성 모든 데이터 다 접근가능한 깡패 중국이 ai 왕으로 자리잡는 시나리오...
미래에는 결국 A.I전쟁인데 반독제공산주의인 중공이 자율주행이든 A.I데이터든 엄청나게 학보할듯 중공이 다해먹을 가능성이 잇음
맞습니다 인구가 많고 사회가 비합리적인 중국이 데이터 쌓기는 최적의 환경이죠
데이터 부족 이건 이미 이 분야에선 진부한 개념인데 애플 혁신이 부족하니 별 말도 안되논리를 가져오네요. 이건 ai에 뒤쳐진 애플의 마지막 불꽃 처렁 보이는건 나 뿐인건가,
근데 애플은 어려울거임. 모바일 회사로써는 그런 데이터 수집하는걸 사람들이 굉장히 불쾌해하기 때문에 양질의 데이터 = 프라이버시의 영역이라서 결국 저것도 수집못하게 될거고,
애초에 vertical 스케일링 기반으로 어렵다는 내용인데 개인 데이터 수집한다고 AGI가 될리가 없잖음.
이제 다시 네이버 카카오톡이 좀 올라가려나요
문득 웃고 있는 팀쿡 얼굴을 보니 새삼 안드로이드라는 거대 플랫폼을 가지고 있으면서도 애플한테도 유튜브와 구글 검색을 강요할 수 있는 구글이 대단하다고 느껴지네
그거 사실 애플에게 1년에 몇 조씩 주면서 써달라고 요청하는게 구글임 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ 애플은 앉아서 몇조씩 들어오는거고 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ
세상에 엄청나게 많은 논문들이 있는데 그걸 다 이미 학습했을 리가 없다. 학습할 데이터가 없다는 말은 완전히 틀린 말이다.
상상이지만 살아있는 쥐의 뇌를 읽고 쓰고가 돼면 지금의 지금의 ai보다 더 성능이 좋지 싶음.
그게 훨씬더 어렵기때문에 지금방식으로 하는거죠
그게 되면 유토피아 열리는거야
Merci beaucoup, Monsieur Erreur 학습할 데이타가 없으면 인공지능은 이제 하산해야 하는 각? AI가 기존에 생성되는 데이타를 학습하는 속도도 점점 더 빨라질 것이지만
자기 데이터가 학습되는 것을 자산으로 적극적으로 유료화, 보안 강화, 엑세스 관리 서두는 기업들(ex. 게티이미지), 거대 자본들도 하나 둘 늘어나는 바 인공지능은 더 배울게 없어 조기 하산을 강요받을지 않을지
6
양질의 데이터는 X에 있지..
믿네. 산유국 삽질
애플이 무슨 플랫폼이라고 하는건지?
폰에서 사욘되는 모든 정보를 사용한다는 말인가? 그건 애플이 건드리면 안될거 같은데요? 문제가 커질거같은데... 사용자 입력데이터를 애플이 가져다쓴다?
와 중국도 경기일으킬거같지만 나도 싫은데
애플은 SNS가 없잖아요. 메타 구글 엑스 말고는 사서 써야할거같은데...
그래서 머스크가 아이폰 쓰면 정보유출 된다고 자기회사에는 아이폰 반입금지 하겠다고 하죠.
도청을 해서 전세계에서 사람이 하는 말을 모아서 학습하면 됨. 결국 승리자는 미국 정보부
그럼 A.I가 거짓말을 밥먹듯이 할거야 ㅎㅎ
동남아+일본 데이터 꿀꺽 개꿀 소뱅. 라인 뺏는 보람. 대쪽본대동아연맹 만세.
논문 참 쉽네… 틀려도 그만…
한국의 AI회사 라고는 그나마 네이버인데
라인 강탈을 구경만한 윤석열정부
쌍욕 처먹는 분위기 되니까 석유 어그로.
투표 매년 해야 한다니까. 못하면 내년에 다른사람 뽑으면 되는거.
구글이 제일 웃겠죠
데이터는 데이터대로 ai기술은 최상급인데, 안드로이드 폰들에게 데이터는 지속적으로 받고
발음 무엇? ㅡㅡ
양질의 데이터가 머임? 내가 쓴 뻘글보단 논문같은게 양질의 데이터 아님?
쓰레기같은 자료를 ai로 생성해서 ai가 쓰레기 정보만 쳐내는 방법만 익혀도 엄청날것 같은데
님 말대로 산유국 될건데 이런게 뭔 소용 입니까
데이터의 양보다 질(정확도)이 중요한 게 아닐까요?? 세종대왕이 맥북을 집어던졌다는 말을 해대는 챗지피티 입니다.. 아무리 데이터가 많아도 사실을 왜곡하는 할루시네이션부터 고쳐야 할듯 합니다.
2028년에 데이타가 숏티지면 어쩌라고 임마 학습 됐으면 추론을 해야 될거 아냐 몬 자꾸 데이타 데이타거려 핵심은 인간을 뛰어넘는 추론이랑 문제 해결 능력을 만드는건데
???
혹시 인공지능을 전공하셨는지 궁금합니다.
뭘 알고 떠드나? 추론도 경험에서 나오는건데 그 경험이 학습임. 어이없는소리 떠드는거보니 전공자도 아니네
이 짧은 글에 이렇게 천박함이 느껴지는 것도 신기하다 ㅋㅋ
나름 의미있는 지적인데 자기 의견 1도 없는 애니멀들이 천박함을 논하네. AGI라는 건 궁극적으로 인간처럼 사고를 하고 인간처럼 자발적으로 학습도 하는 자체 구동형이 된다는걸 의미함. 즉, 언제까지고 데이타로 떠먹여줘서 AGI가 되는게 아니란 말임. 진정 AGI를 노리는 거라면 추가 데이터 없이 스스로 데이터를 생성하고 자발적으로 학습을 어떻게 하게 할 것이냐에 포커스를 두어야함