미래가 어떤 모습일지 알아보려면 종종 우리의 역사를 공부하는 것이 도움이 됩니다. 이것이 내가 이 글에서 할 것이다. 나는 컴퓨터의 간략한 역사를 되돌아보고 인공 지능 우리가 미래에 무엇을 기대할 수 있는지 보기 위해.
어떻게 여기까지 왔어?
세상이 얼마나 빠르게 변화했는지는 아주 최근의 컴퓨터 기술이 오늘날 우리에게 얼마나 오래되었는지를 보면 분명해집니다. 90년대의 휴대폰은 작은 녹색 디스플레이가 있는 큰 벽돌이었습니다. XNUMX년 전에는 컴퓨터의 주요 저장 장치가 천공 카드였습니다.
단기간에 컴퓨터는 매우 빠르게 발전하여 우리 일상 생활의 필수적인 부분이 되었기 때문에 이 기술이 얼마나 최신 기술인지 잊기 쉽습니다. 연대표에서 알 수 있듯이 최초의 디지털 컴퓨터는 약 XNUMX년 전에 발명되었습니다.
이 역사의 초기부터 일부 컴퓨터 과학자들은 인간만큼 지능적인 기계를 만들기 위해 노력해 왔습니다. 다음 타임라인은 주목할만한 인공 지능 시스템 중 일부를 보여주고 그들이 할 수 있었던 것을 설명합니다.
내가 언급하는 첫 번째 시스템은 테세우스입니다. 그것은 1950년 Claude Shannon에 의해 만들어졌으며 미로에서 빠져나올 수 있는 길을 찾을 수 있고 경로를 기억할 수 있는 원격 제어 마우스였습니다.1 XNUMX년 동안 인공 지능의 능력은 먼 길을 왔습니다.
AI 시스템의 언어 및 이미지 인식 기능은 이제 인간과 비슷합니다.
AI 시스템의 언어 및 이미지 인식 기능은 매우 빠르게 발전했습니다.
차트는 AI 개발의 지난 XNUMX년을 확대하여 우리가 어떻게 여기까지 왔는지 보여줍니다. 플롯된 데이터는 필기 인식에서 언어 이해에 이르기까지 XNUMX가지 영역에서 인간과 AI 성능을 평가한 여러 테스트에서 비롯됩니다.
100개 도메인 각각 내에서 AI 시스템의 초기 성능은 -XNUMX으로 설정되고 이러한 테스트에서 인간의 성능은 XNUMX으로 설정된 기준선으로 사용됩니다. 이는 모델의 성능이 XNUMX선을 넘을 때 AI 시스템이 동일한 테스트에서 사람보다 해당 테스트에서 더 많은 점수를 얻었을 때를 의미합니다.2
불과 10년 전만 해도 어떤 기계도 인간 수준의 언어 또는 이미지 인식을 안정적으로 제공할 수 없었습니다. 그러나 차트에서 알 수 있듯이 AI 시스템은 꾸준히 기능이 향상되었으며 이제 인간을 능가하고 있습니다. 테스트 이 모든 도메인에서.
이러한 표준화된 테스트 외에 이러한 AI의 성능은 혼합되어 있습니다. 일부 실제 사례에서 이러한 시스템은 여전히 인간보다 성능이 훨씬 나쁩니다. 반면에 이러한 AI 시스템의 일부 구현은 이미 너무 저렴해서 주머니 속의 전화로 사용할 수 있습니다. 이미지 인식은 사진을 분류하고 음성 인식은 구술한 내용을 기록합니다.
이미지 인식에서 이미지 생성까지
이전 차트는 인공 지능의 지각 능력의 급속한 발전을 보여주었습니다. AI 시스템은 또한 이미지 생성 능력이 훨씬 더 좋아졌습니다.
이 XNUMX개의 이미지 시리즈는 지난 XNUMX년 동안의 발전을 보여줍니다. 이 이미지에 있는 사람은 아무도 존재하지 않습니다. 모두 AI 시스템에 의해 생성되었습니다.
이 시리즈는 왼쪽 상단의 2014년 이미지로 시작합니다. 흑백 픽셀화된 얼굴의 원시 이미지입니다. 두 번째 행의 첫 번째 이미지에서 알 수 있듯이 불과 XNUMX년 후 AI 시스템은 이미 사진과 구별하기 어려운 이미지를 생성할 수 있었습니다.
최근 몇 년 동안 AI 시스템의 기능은 훨씬 더 인상적이었습니다. 초기 시스템은 얼굴 이미지 생성에 중점을 두었지만, 이 새로운 모델은 거의 모든 프롬프트를 기반으로 하는 텍스트-이미지 생성으로 기능을 확장했습니다. 오른쪽 하단의 이미지는 다음과 같은 가장 어려운 프롬프트도 “포메라니안이 왕관을 쓰고 왕의 왕좌에 앉아 있습니다. 두 명의 호랑이 병사가 왕좌 옆에 서 있습니다.”— 몇 초 안에 사실적인 이미지로 바뀝니다.4
언어 인식 및 생산이 빠르게 발전하고 있습니다.
이미지 생성 AI의 발전만큼이나 눈에 띄는 것은 인간의 언어를 분석하고 응답하는 시스템의 급속한 발전입니다.
이미지에 표시된 것은 PaLM이라는 Google에서 개발한 AI 시스템의 예입니다. 이 XNUMX가지 예에서 시스템은 XNUMX가지 다른 농담을 설명하도록 요청받았습니다. 오른쪽 하단의 설명이 특히 주목할 만합니다. AI는 특히 청취자를 혼란스럽게 하기 위한 농담 방지를 설명합니다.
언어를 생성하는 AI는 지난 몇 년 동안 다양한 방법으로 우리 세계에 진입했습니다. 이메일은 자동 완성되고, 방대한 양의 온라인 텍스트가 번역되고, 비디오는 자동으로 기록되고, 학교 아이들은 언어 모델을 사용하여 숙제를 하고, 보고서는 자동 생성되고, 언론 매체는 게시 AI로 생성된 저널리즘.
AI 시스템은 아직 길고 일관된 텍스트를 생성할 수 없습니다. 앞으로 우리는 최근의 발전이 둔화될지, 아니면 끝날지, 아니면 언젠가는 AI가 쓴 베스트셀러 소설을 읽게 될지 보게 될 것입니다.
현재 위치: AI가 여기에 있습니다
AI 기능의 이러한 급속한 발전으로 인해 광범위한 새로운 영역에서 기계를 사용할 수 있게 되었습니다.
당신이 비행기를 예약할 때, 그것은 종종 인공 지능이며, 더 이상 인간이 아닙니다. 결정 당신이 지불하는 것. 공항에 도착하면 AI 시스템으로 모니터 공항에서 하는 일. 비행기에 탑승하면 AI 시스템이 조종사를 도와줍니다. 나는 당신은 당신의 목적지에.
AI 시스템은 또한 점점 더 당신이 대출을 받다있음 자격이되는 복지를 위해, 또는 얻을 고용 된 특정 작업을 위해. 점점 더 그들은 누가 얻을지 결정하는 데 도움이 됩니다. 감옥에서 석방.
여러 정부에서 구입 자율 무기 시스템 전쟁을 위해 AI 시스템을 사용하고 있습니다. 감시와 억압.
AI 시스템 도움 사용하는 소프트웨어를 프로그래밍하고 번역 당신이 읽은 텍스트. 가상 어시스턴트음성 인식으로 운영되는 는 지난 XNUMX년 동안 많은 가정에 도입되었습니다. 지금 자가 운전 자동차 현실이 되고 있습니다.
지난 몇 년 동안 AI 시스템 도움 에 확인 진행 과학에서 가장 어려운 문제 중 일부에 대해.
대형 AI 호출 추천 시스템 소셜 미디어에 표시되는 항목, 온라인 상점에서 표시되는 제품, YouTube에서 사용자에게 추천되는 항목을 결정합니다. 점점 더 그들은 우리가 소비하는 미디어를 추천할 뿐만 아니라 이미지와 텍스트를 생성하는 능력에 따라 만들기 우리가 소비하는 미디어.
인공 지능은 더 이상 미래의 기술이 아닙니다. AI가 여기 있고 지금 현실의 많은 부분이 최근에 공상 과학처럼 보였을 것입니다. 그것은 이미 우리 모두에게 영향을 미치고 있는 기술이며 위의 목록에는 그 중 일부만 포함되어 있습니다. 많은 응용.
나열된 광범위한 응용 프로그램은 이것이 사람들이 일부 매우 좋은 목표와 일부 매우 나쁜 목표를 위해 사용할 수 있는 매우 일반적인 기술임을 분명히 합니다. 이러한 '이중 사용 기술'의 경우, 우리 모두가 무슨 일이 일어나고 있는지, 기술이 어떻게 사용되기를 원하는지에 대한 이해를 발전시키는 것이 중요합니다.
불과 XNUMX년 전만 해도 세상은 매우 달랐습니다. AI 기술은 미래에 무엇을 할 수 있습니까?
다음은 무엇입니까?
방금 고려한 AI 시스템은 수십 년 동안 AI 기술이 꾸준히 발전한 결과입니다.
아래의 큰 차트는 지난 XNUMX년 동안의 이 역사를 원근감 있게 보여줍니다. Jaime Sevilla와 동료들이 생성한 데이터 세트를 기반으로 합니다.7
이 차트의 각 작은 원은 하나의 AI 시스템을 나타냅니다. 가로축의 원 위치는 AI 시스템이 구축된 시기를 나타내고 세로축의 원 위치는 특정 AI 시스템을 교육하는 데 사용된 계산량을 나타냅니다.
교육 계산은 부동 소수점 연산, 또는 줄여서 FLOP. 하나의 FLOP은 두 십진수의 하나의 더하기, 빼기, 곱하기 또는 나누기에 해당합니다.
기계 학습에 의존하는 모든 AI 시스템은 훈련이 필요하며, 이러한 시스템에서 훈련 계산은 시스템의 기능을 구동하는 세 가지 기본 요소 중 하나입니다. 다른 두 가지 요소는 알고리즘과 사용된 입력 데이터 훈련을 위해. 시각화는 교육 계산이 증가함에 따라 AI 시스템이 점점 더 강력해지고 있음을 보여줍니다.
타임라인은 전자 컴퓨터의 시작인 1940년대로 거슬러 올라갑니다. 처음 선보인 AI 시스템은 서두에서 언급한 클로드 섀넌의 1950년 로봇 마우스 '테세우스'다. 타임라인의 다른 쪽 끝에는 DALL-E 및 PaLM과 같은 AI 시스템이 있습니다. 이 시스템은 사실적인 이미지를 생성하고 방금 본 언어를 해석 및 생성할 수 있습니다. 그들은 현재까지 가장 많은 양의 훈련 계산을 사용한 AI 시스템 중 하나입니다.
훈련 계산은 각 눈금선에서 다음 눈금선까지 100배 증가하도록 로그 눈금으로 표시됩니다. 이 장기적 관점은 지속적인 증가를 보여줍니다. 처음 XNUMX년 동안 훈련 계산은 무어의 법칙, 대략 20개월마다 두 배씩 증가합니다. 2010년경부터 이 기하급수적인 성장은 더욱 가속화되어 약 6개월이라는 두 배의 시간이 걸렸습니다. 놀랍도록 빠른 성장 속도다.8
빠른 배가 시간이 크게 증가했습니다. PaLM의 훈련 계산은 2.5억 페타플롭으로 불과 5년 전 가장 큰 훈련 계산을 한 AI인 AlexNet보다 10만 배 이상 컸습니다.9
확장은 이미 기하급수적이었고 지난 XNUMX년 동안 상당히 빨라졌습니다. AI의 미래를 위한 이러한 역사적 발전에서 우리는 무엇을 배울 수 있습니까?
AI의 미래를 예측하기 위한 장기적 트렌드 연구
AI 연구자들은 미래에 무엇이 가능한지 알아보기 위해 이러한 장기적인 추세를 연구합니다.11
아마도 이런 종류의 가장 널리 논의된 연구는 AI 연구원 Ajeya Cotra가 발표한 것입니다. 그녀는 AI 시스템을 훈련하기 위한 계산이 인간의 두뇌와 일치할 수 있는 시점을 질문하기 위해 훈련 계산의 증가를 연구했습니다. 아이디어는 이 시점에서 AI 시스템이 인간 두뇌의 기능과 일치한다는 것입니다. 최근 업데이트에서 Cotra는 그러한 "변혁적 AI"가 지금으로부터 50년이 채 안 된 2040년까지 개발될 확률을 XNUMX%로 추정했습니다.12
In 관련 기사, 변혁적 AI가 세상에 어떤 의미가 있는지 논의합니다. 요컨대, 그러한 AI 시스템이 세상을 '질적으로 다른 미래'로 가져올 만큼 충분히 강력할 것이라는 생각입니다. 그것은 인류 역사에서 이전에 있었던 두 가지 주요 변혁인 농업 혁명과 산업 혁명의 규모에 변화를 가져올 수 있습니다. 그것은 확실히 우리 생애에서 가장 중요한 글로벌 변화를 나타낼 것입니다.
Cotra의 작업은 우리가 방금 연구한 훈련 계산의 역사적 장기 경향에 대한 예측을 기반으로 했기 때문에 이러한 맥락에서 특히 관련이 있습니다. 그러나 다른 고려 사항에 의존하는 다른 예측가들이 대체로 유사한 결론에 도달한다는 점은 주목할 가치가 있습니다. 내가 보여주듯이 AI 타임라인에 대한 내 기사, 많은 AI 전문가들은 인간 수준의 인공 지능이 향후 수십 년 내에 개발될 실제 기회가 있다고 믿으며 일부는 훨씬 더 빨리 존재할 것이라고 믿습니다.
필요한 공개 대화를 가능하게 하는 공개 리소스 구축
컴퓨터 인공 지능은 세상을 엄청나게 변화시켰지만 우리는 아직 이 역사의 초기 단계에 있습니다. 이 기술은 매우 친숙하게 느껴지기 때문에 우리가 상호 작용하는 이러한 모든 기술이 매우 최근의 혁신이며 가장 근본적인 변화가 아직 오지 않았다는 사실을 잊기 쉽습니다.
인공 지능은 이미 우리가 보는 것, 알고 있는 것, 행동하는 것을 변화시켰습니다. 그리고 이것은 이 기술의 역사가 짧다는 사실에도 불구하고 그렇습니다.
이러한 추세가 곧 한계에 도달할 것이라는 징후는 없습니다. 반대로, 특히 지난 XNUMX년 동안 근본적인 추세는 가속화되었습니다. AI 기술에 대한 투자는 급격히 증가, 훈련 계산의 배가 시간이 단 XNUMX개월로 단축되었습니다.
모든 주요 기술 혁신은 다양한 긍정적 및 부정적 결과를 초래합니다. 이것은 이미 인공 지능에 해당됩니다. 이 기술이 점점 더 강력해짐에 따라 우리는 그 영향이 더욱 커질 것으로 기대해야 합니다.
AI의 중요성 때문에 우리 모두는 이 기술이 어디로 향하고 있는지에 대한 의견을 형성하고 이 발전이 우리 세상을 어떻게 변화시키고 있는지 이해할 수 있어야 합니다. 이를 위해 우리는 AI 관련 지표의 저장소를 구축하고 있습니다. OurWorldinData.org/artificial-intelligence.
우리는 아직 이 역사의 초기 단계에 있으며 가능해질 많은 것들이 아직 오지 않았습니다. 이와 같이 강력한 기술 개발이 우리의 관심의 중심에 있어야 합니다. 우리 세계의 미래와 우리 삶의 미래가 어떻게 전개될 것인지에 대해 중요한 것은 거의 없을 것입니다.
감사 인사 : 이 에세이의 초안에 대한 유용한 의견과 시각화 준비에 기여한 동료 Natasha Ahuja, Daniel Bachler, Julia Broden, Charlie Giattino, Bastian Herre, Edouard Mathieu 및 Ike Saunders에게 감사드립니다.
이 기사는 원래에 게시되었습니다. 우리의 세계 데이터 Creative Commons 라이선스에 따라 여기에 다시 게시되었습니다. 읽기 원래 기사.
