인공 일반 지능은 우리처럼 행동하고, 수행하고, 학습할 수 있는 기계를 위해 길을 열어줍니다!
인공 지능은 기계가 작업을 수행하는 방식을 변경했습니다. 오늘날 컴퓨터는 AI 도구로 훈련하면 많은 개인 및 전문 작업을 수행할 수 있습니다. 몇 가지 예는 이미지 생성, 텍스트에서 음성 생성, 유틸리티 제어 등입니다.
그러나 이들은 진정으로 지능적이지 않습니다. 이러한 자동화 뒤에는 수개월에 걸친 교육이 있습니다.
스스로 학습할 수 있는 진정한 지능형 컴퓨터 응용 프로그램은 어떻습니까? 그것이 일반 인공 지능의 영역입니다. 지금 이 획기적인 기술에 대해 알아보십시오!
목차
소개
AGI는 소프트웨어와 하드웨어를 스마트하게 만들어 인간과 같은 인지 능력을 발현할 수 있는 기술이다. 강력한 AI, 전체 AI 등과 같은 다른 이름이 있습니다.
단순화하기 위해 스마트 AGI 시스템에 이전에 알지 못했던 문제를 제시합니다. 스마트 컴퓨터는 문제를 분석하고 온라인 조사를 수행하며 문제에 대한 솔루션을 제공합니다.
IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind 등은 AGI 기술의 발빠른 움직임입니다. 이 회사들은 엔지니어링된 스마트 컴퓨터에 다음을 주입하려고 합니다.
- 인간과 같은 일반 지능
- Express Intelligence는 타이핑이나 말하기와 같은 특정 작업과 연결되지 않습니다.
- 새로운 학습을 일반화하고 지식을 이전 경험과 연결
- 질적으로 다른 학습으로부터 이해하기
- 실제 상황에서 작업 인식 및 분석
현재 진정한 인공 일반 지능(AGI)은 없습니다. IBM Strong AI와 Google Brain은 약간의 진전을 보이고 있지만 프로덕션 준비가 되어 있지 않습니다.
이점 및 요구 사항
위험한 장소에서 인간을 대체할 AGI가 필요합니다. 또한 AGI 컴퓨터는 비즈니스 운영에서 예상치 못한 수준의 생산성을 제공할 수 있습니다.
AGI 애플리케이션은 또한 인류가 의학, 의료, 공급망, 경제, 금융 및 사회 과학 분야의 어려운 퍼즐을 푸는 데 도움이 될 것입니다.
AGI를 개발해야 하는 다른 중요한 이유는 다음과 같습니다.
- AGI 애플리케이션은 위험 평가 프로젝트에서 인간을 돕기 위해 원인과 결과에 대한 더 나은 이해를 나타낼 수 있습니다.
- AGI는 색상, 소리, 깊이, 시각 및 치수와 같은 다양한 감각 인식을 효과적으로 사용할 수 있습니다.
- 이러한 지능형 컴퓨터 프로그램은 로봇 팔이 처음부터 끝까지 전자 장치를 조립하는 것과 같은 미세한 운동 기술을 수행하도록 명령할 수 있습니다.
- AGI의 자연어 처리(NLP) 기능은 자동화를 더 쉽게 만듭니다. 몇 가지 키워드만 말하면 AGI 도구가 필요한 자동화된 흐름을 구축합니다.
- AGI는 문제를 살펴보고 실제 환경을 분석한 후 고유한 문제를 해결할 수 있습니다. If/Then, If/Else 등의 조건을 충족할 필요가 없습니다.
- AGI는 기발한 아이디어로 콘텐츠 제작자, 아티스트, 디자이너 및 설계자를 도울 수 있습니다.
- AGI 앱은 감성 및 사회적 지능도 보여주기 때문에 놓치지 않고 탁월한 고객 서비스를 제공할 수 있습니다.
AI 대 AGI
#1. 행동 방식
좁은 AI라고도 알려진 AI는 반응형 스마트 애플리케이션입니다. 이벤트 트리거에서 신호를 받으면 미리 설정된 작업 목록으로 반응합니다.
AGI에는 이벤트 트리거가 필요하지 않습니다. 이러한 앱은 사람처럼 능동적으로 대응하여 문제를 예방하고 퍼즐을 푸는 등의 작업을 수행합니다.
#2. 행동 범위
좁거나 약한 AI도 작업 범위가 제한적입니다. 쓰기 AI는 자동차를 운전하지 않으며 그 반대도 마찬가지입니다. 제한된 애플리케이션으로 인해 생산 수준에서 개발 비용이 많이 들고 비효율적입니다.
하나의 AGI는 전체 제조 공장, 한 지역의 한 지역에 있는 수천 채의 주택 또는 회사의 모든 회사 사무실을 운영할 수 있습니다. 인지 학습, 추론 및 사전 조치 기능을 갖추고 있기 때문에 어떤 도전에도 열려 있습니다.
#삼. 문제 해결 기술
좁은 AI는 대부분 GPS 내비게이션, 키워드 기반 웹 검색, AI 작성, AI 코드 완성 등과 같은 폐쇄형 문제를 해결합니다.
인공 일반 지능은 시장, 고객 및 제품을 분석하여 현장 마케팅 전략을 수립하는 것과 같은 개방형 문제를 처리할 수 있습니다.
#4. 기억 용량
대부분의 취약한 AI 프로그램은 제한된 메모리 시스템을 기반으로 합니다. AI는 일련의 인공 신경망과 훈련 데이터베이스에 의존합니다. 데이터베이스나 알고리즘이 오래되면 AI가 멈추게 됩니다.
AGI는 로컬 데이터베이스, 클라우드 데이터베이스 및 인터넷을 통해 사실상 무한한 메모리(지식 리소스)와 함께 제공됩니다.
#5. 업그레이드
인간은 비즈니스 요구 사항과 시장 동향이 변화함에 따라 취약한 AI를 정기적으로 업그레이드해야 합니다.
AGI는 메모리와 데이터베이스 자체를 업그레이드합니다. 사람의 개입을 요구하지 않습니다.
구혼
#1. 하위 상징적 접근
여기에서 AGI 개발자는 인간의 두뇌와 유사한 애플리케이션을 사용합니다. 예를 들어 DeepMind의 AlphaGo, 컨볼루션 신경망, 딥 러닝 시스템 등이 있습니다.
#2. 상징적 접근
이 방법에서 AGI 개발자는 순서도, 기호 및 if-then 문을 사용합니다. 인공 일반 지능은 기본 알고리즘을 사용하여 지식 기반을 학습하고 생성합니다. 또한 알고리즘과 기호를 실제 측면과 비교하고 약한 AI보다 더 나은 사고 프로세스를 개발할 수 있습니다.
#삼. 전신 접근법
이 개념에서 AGI 개발자는 인간과 같은 신체에 모든 소프트웨어, 하드웨어, 네트워크 및 감각 기능을 포함하기를 원합니다. 휴머노이드는 걷고, 말하고, 사람을 만지는 등의 작업을 할 수 있습니다.
#4. 하이브리드 접근 방식
AGI 개발에 대한 하이브리드 방식은 하위 기호 및 기호 접근 방식에 의존합니다.
이 범주의 성공적인 예는 휴머노이드 로봇인 Sophia입니다. 그것은 상징적 시스템과 연결주의 시스템을 모두 포함합니다. 예를 들어 Sophia는 기능을 위해 CogPrime 아키텍처와 AtomSpace 데이터베이스가 필요합니다.
#5. 수학적 접근
연구원들은 AGI의 무한한 계산 능력을 할당하는 것을 목표로 합니다. 따라서 이러한 스마트 앱과 장치는 뛰어난 결정을 내리는 데 필요한 수의 수학적 문제 해결을 수행할 수 있습니다.
AGI는 어떻게 작동합니까?
AGI 프로그램은 인간 수준의 인지 능력을 달성하기 위해 다양한 기술을 활용할 것입니다. 이들은 아래와 같습니다:
입력 및 출력(I/O)
AGI는 다양한 감각 장치를 사용하여 제조 공장에서 또는 자율 주행 자동차로 작업을 수행합니다. 이러한 센서는 시각, RFID, 온도, 압력, 속도, 동작 등일 수 있습니다.
또 다른 AGI 그룹에는 사무실에서 비즈니스 작업을 수행하기 위해 OCR, 데이터베이스 커넥터 등이 필요할 수 있습니다.
운동 능력
전신, 로봇팔, 자율주행차 등은 미세한 움직임으로 작동한다. AGI는 신경망, 3D 이미지 처리, 시각적 모방 등에서 습득한 운동 기술에 의존합니다.
NLP
AGI는 웹사이트 기사, 연구 저널, eBook, YouTube 비디오 등과 같은 다양한 소스에서 학습할 수 있습니다. 이를 위해 스마트 애플리케이션은 먼저 자연어를 기계어로 해석하는 방법을 학습합니다.
추론 및 문제 해결
AGI 로봇 또는 애플리케이션은 종종 고유한 문제를 해결하기 위해 시뮬레이션을 사용합니다. 방대한 처리 및 메모리 기능을 갖추고 있기 때문에 기계는 여러 시뮬레이션을 동시에 실행할 수 있습니다. 그런 다음 성공률에 따라 하나의 시뮬레이션을 선택할 수 있습니다.
창의적 사고
AGI는 여러 신경망을 사용하여 예술 형식, 악보, 기사 등과 같은 독특하고 창의적인 아이디어를 생성할 수 있습니다.
안면 인식 및 사운드 처리
사람과 상호 작용하는 휴머노이드 AGI는 주로 소리 분석과 안면 인식을 사용합니다. 환경에서 오디오 및 비주얼을 처리하고 기존 지식 기반과 교차 확인한 후 인간과 상호 작용할 수 있습니다.
도전
일반 인공 지능은 AI 세계를 변화시킬 엄청난 가능성을 가지고 있습니다. 하지만 이 단계에 도달하는 것은 순조로운 과정이 아닙니다. 다음은 AGI 개발의 어려움과 장애물입니다.
#1. 인간과 같은 기술 습득
진정한 인간 수준의 지능을 얻으려면 AGI가 몇 가지 능력을 마스터해야 합니다. 여기에는 운동 기술, 자연어 이해, 감각 지각, 정서적 및 사회적 연결, 인간 수준의 창의성이 포함됩니다.
#2. 작업 프로토콜의 부재
손쉬운 협업을 위한 AI 시스템의 표준 작업 프로토콜은 없습니다. 따라서 포괄적인 AGI 시스템을 배치하는 것은 피할 수 없는 기술적 결함에 직면합니다.
#삼. 비즈니스 조정 부족
AI를 기존 시스템에 통합하는 것은 여전히 복잡한 프로세스입니다. 관련된 이해 관계자가 여전히 운영 매개 변수를 인식하지 못하기 때문에 개발을 비즈니스 목표와 일치시키는 것은 어렵습니다.
#4. 커뮤니케이션 격차
별도의 AI 시스템 간에는 여전히 통신 격차가 있습니다. 이러한 시스템 간의 원활한 데이터 공유가 불가능하기 때문에 AI 모델의 상호 학습이 방해받고 보편성이 떨어집니다.
#5. AGI 방향의 부재
엔터프라이즈 비즈니스 운영에서 AGI를 구현하기 위한 계획이나 방향은 없습니다. 따라서 구현 비용이 많이 들고 구현이 방해를 받습니다.
트렌드
아시다시피 완전한 인공 일반 지능 개발은 아직 달성되지 않았습니다. 그러나 이러한 AI 추세는 AGI에 영향을 미칩니다.
#1. 자연어 처리(NLP)
NLP 또는 자연어 처리는 AI가 인간의 언어를 이해하고 기계 지원 코드로 변환할 수 있는 프로세스를 말합니다. NLP를 활용한 AGI는 인간과 현실적으로 상호 작용할 수 있을 것으로 기대할 수 있습니다.
#2. 메타버스
메타버스는 몰입형 사용자 경험을 제공하는 기술입니다. 더 많은 사람들이 관심을 가질수록 AGI는 Metaverse가 가상 세계를 구축하는 데 도움이 되도록 진화할 것입니다.
#삼. 로우코드 또는 노코드 AI
AI 도구 및 알고리즘에 대해서도 코드가 적거나 코드가 없는 솔루션에 대한 수요가 증가하고 있습니다. 이러한 솔루션은 복잡한 앱 개발 프로세스를 더 쉽게 만들기 위한 직관적인 인터페이스와 함께 제공됩니다.
#4. 인력 증강
그것은 조직에서 나란히 일하는 인간과 디지털 직원을 의미합니다. 많은 사람들이 AI가 인간을 실업자로 만들 것이라고 우려하지만 운영에 AI를 포함하면 효율성이 높아집니다.
#5. 양자 AI
Quantum AI는 ML 알고리즘의 속도를 높이고 빠른 속도로 결과를 얻을 수 있도록 도와줌으로써 AGI에 영향을 미칠 가능성이 높습니다. 또한 AGI가 방대한 양의 데이터를 분석하는 데 직면할 수 있는 장애물을 무력화할 수 있습니다.
#6. AI 윤리
AI의 잠재적 위험은 무시할 수 없습니다. 제대로 활용하지 않으면 AI는 인류에게 위험할 수 있습니다. 따라서 AI 윤리는 앞으로 더 많은 관심을 받게 될 것입니다.
#7. AI 챗봇
AI 챗봇이나 가상 비서는 자연스러운 대화를 나누고 규칙 기반 작업을 수행할 수 있습니다. 인간 지원 에이전트를 대체하는 이러한 챗봇은 이미 기업의 운영 비용을 줄였습니다. 미래에 이것은 AGI에 혁명을 일으킬 수 있습니다.
AGI의 위험
- AGI의 데이터베이스가 제한되어 있으면 기업과 가정에 피해를 주는 비참한 결정을 내릴 수 있습니다.
- AGI는 지능형 해킹 공격의 대상이 될 수 있습니다. 해커가 AGI 머신을 정지시키면 전체 비즈니스에 피해를 줄 수 있습니다.
- AI 개발자는 프로토타입 AGI가 편향된 결정을 내리는 다양한 사건을 보고했습니다.
- AGI에 무제한 데이터베이스 액세스 권한을 부여하면 전 세계적으로 다양한 개인 정보 보호 규정을 위반할 수도 있습니다.
다음으로 인공 일반 지능의 실제 사례를 확인하겠습니다.
실제 사례
#1. ROSS의 AI 검색
AI 변호사 ROSS는 3초 이내에 수십억 건의 법률 문서를 검색할 수 있습니다. 어떤 법적 질문이든 입력할 수 있으며 정확한 답변을 제공합니다.
순위, 검색, 이해와 같은 다양한 스마트 기술을 활용하기 때문에 AGI입니다. 또한 법적 영역의 모든 틈새를 포괄하기 때문에 행동 범위가 더 넓습니다.
#2. 알파고
AlphaGo는 AI 기반 바둑 보드 게임 플레이어입니다. 프로 생활 바둑 선수를 이긴 최초의 스마트 머신입니다. 행동 범위가 제한된 AI이지만 자체 학습 기능이 있습니다. AlphaGo는 경쟁자와 자신의 실수로부터 배울 수 있습니다.
#3.OpenAI의 번들 AI 도구
아래에 언급된 OpenAI의 다양한 AI 시스템은 API 호출을 사용하여 결합될 때 다양한 작업을 자동으로 수행할 수 있습니다.
- GPT-3는 간단한 구문과 단서에서 자연어 기반 텍스트를 생성합니다. FableStudio의 스토리 중심 “Virtual Being”과 같은 많은 온라인 게임 및 혼합 현실 경험은 대화형 스토리에 GPT-3을 사용합니다.
- Codex는 개발자가 편리한 코딩을 위해 자연어 입력을 코드로 변환하도록 도와줍니다.
- DALL·E는 NFT 크리에이터와 디지털 아티스트가 몇 분 안에 수천 개의 독창적이고 독특한 작품을 제작할 수 있도록 지원합니다. AI는 이미지를 편집할 수도 있습니다.
#4. IBM 왓슨
IBM Watson은 비즈니스를 위한 풀 서비스 AI 번들입니다. 다양한 응용이 있기 때문에 AGI라고 부를 수 있습니다. 다양한 Watson AI가 있으며 다음과 같습니다.
- 고객 서비스 또는 가상 지원을 위한 IBM Watson Assistant
- IBM Watson Discovery는 복잡한 비즈니스 문서에서 인사이트와 답변을 생성합니다.
- IBM Watson 자연어 이해 및 분류자
마지막 말
지금까지 인공 일반 지능 개념을 살펴보았습니다. 또한 작업, 과제, 예, 위험 등을 배웠습니다.
위 내용을 학습하면 인공 지능 개발 프로젝트를 올바르게 계획하는 데 도움이 됩니다. 프로젝트에 차세대 스마트 애플리케이션을 포함하고 AGI로 만들 수 있을 만큼 충분히 유연해야 합니다.
운영을 보다 생산적이고 비용 효율적으로 만들고자 하는 기업이라면 더 많은 개발이 진행되고 있지만 AGI가 해답이 될 수 있습니다.
다음으로 기계 학습에 대해 자세히 알아볼 수 있습니다.