AI란 무엇인가? 인공 지능에 대한 종합 가이드

검토 방법: AI는 규칙이나 ML을 기반으로 할 수 있습니다. 기계 학습은 감독되거나 감독되지 않을 수 있으며 강화 학습을 통해 시간이 지남에 따라 향상됩니다. 오늘날의 AI 모델 중 다수는 여러 계층을 통해 딥러닝을 사용하는 신경망입니다. 자연어 처리는 심층 신경망의 빛나는 성공 사례이며, 텍스트, 이미지, 코드 등을 생성하는 모델을 생성 AI라고 합니다.

AI의 역사

여기서는 AI의 역사에 대해 간략하게 살펴보겠습니다. 간결함을 유지하고 개발 일정에만 집중하기 위해 이러한 혁신을 주도한 개인에 대해서는 언급하지 않겠습니다.

1950년대~1980년대: GOFAI 봄, 그 다음 겨울

인공 지능이라는용어는 1956년에 만들어졌습니다. 같은 해 최초로 실행되는 AI 소프트웨어 프로그램은 다양한 수학적 정리를 성공적으로 입증했으며, 그 중 하나는 원저자가 제시한 증명보다 "더 우아"했습니다.

최초의 신경망은 1967년에 구축되었지만 이 시기 대부분의 AI 연구는 이성적인 마음을 시뮬레이션하기 위해 상징적 표현과 논리를 사용하여 수행되었습니다. (훌륭한 구식 AI를의미하는 농담으로 약어 GOFAI를 접할 수도 있습니다.) 그러나 달성되지 않은 기대와 제한된 계산 능력의 조합으로 인해 소위AI 겨울이발생했습니다. 1970년대 이후.

80년대에는 앞서 배운 규칙 기반 AI 모델인 전문가 시스템이 인기를 얻었고 많은 기업에 실질적인 영향을 미쳤습니다. 동시에 연구자들은 신경망으로 돌아가 스스로 훈련할 수 있는 기술을 개발했습니다.

1990년대~2000년대: 널리 보급되었지만 과소평가되었습니다.

더 많은 처리 능력과 더 큰 데이터 세트로 인해 1990년대에는 기계 학습이 응용 규모에서 실용화되었으며 AI는 많은 이정표를 달성했습니다. 영화 외에 널리 알려진 최초의 인공 지능 성공은 아마도 1997년 Deep Blue가 체스에서 Garry Kasparov를 이겼을 때일 것입니다. 얼마 지나지 않아 최초의 소비자 음성 인식 프로그램인 Dragon이 Windows에서 사용 가능해졌습니다.

이러한 발전에도 불구하고 금세기 첫 10년까지만 해도 많은 연구자와 기업은 AI 제품과 프로젝트가 여전히 과대광고라는 의미를 담고 있기 때문에 다른 용어로 은폐하고 있었습니다. 아이러니한 점은 스팸 필터부터 룸바까지 모든 것을 지원하는 바로 이러한 시스템이 실제로 응용 AI의 실질적인 가치를 일상 생활에 가져왔다는 것입니다.

2010년대~오늘: AI가 주류가 되다

2010년대부터 AI는 상승세를 타기 시작했고 이는 오늘날까지 계속되고 있습니다. 하나의 돌파구가 아닌 여러 가지 요소가 수렴되었습니다.

• GPU:그래픽 처리 장치라는 이름에도 불구하고 이 칩은 심층 신경망을 훈련하는 데 매우 효율적인 것으로 나타났습니다. GPU 사용으로의 전환은 새로운 모델을 개발하는 속도와 실제 범위를 모두 가속화했습니다.
• 연구 발전: 신경망의 새로운 형태와 적용으로 텍스트와 이미지를 이해하고 렌더링하는 컴퓨터 능력이 크게 향상되었습니다.
• 빅 데이터: 이 시점까지 인터넷은 수십억 명의 사용자가 모델이 학습할 수 있는 헤아릴 수 없는 양의 콘텐츠를 생성할 수 있을 만큼 오랫동안 존재해 왔습니다.
• 클라우드 컴퓨팅: Amazon, Google, Microsoft 등의 주문형 플랫폼을 사용하면 AI 모델 개발에 필요한 컴퓨팅 성능을 훨씬 더 쉽게 얻을 수 있습니다.

이 기간 동안 새로 탄생했거나 근본적으로 점검된 혁신에는 Google 번역, Siri와 같은 가상 비서, Netflix 및 Spotify와 같은 서비스의 추천 엔진이 포함되며, 의료, 제조, 심지어 국방을 포함한 분야에 중요하지만 가시적이지 않은 많은 영향은 말할 것도 없습니다. .

그렇다면 생성 AI가 등장한 후 AI에 대한 열광이 왜 몇 단계나 높아졌습니까? 가장 큰 차이점은 ChatGPT 및 DALL-E와 같은 모델이 특정 도메인으로 제한되지 않고 거의 모든 입력을 해석하고 응답할 수 있다는 것입니다. 이는 인터넷 연결이 있는 사람이라면 누구나 특별한 교육 없이도 AI 모델과 직접 상호 작용할 수 있으며, 처음부터 새로운 모델을 구축하는 것보다 AI를 특정 용도에 훨씬 빠르게 적용할 수 있음을 의미합니다.

미래: AGI와 ASI

모든 기능에도 불구하고 오늘날 우리가 보는 것은협소하거나약한 AI로 알려져 있습니다.이는 인간 지능의 전체 범위가 아닌 일부를 포괄하는 기술을 의미합니다. 우리 두뇌의 능력과 동등한 기계를강력한 AI, 즉인공일반지능(AGI)이라고 부릅니다. AI가 인간 지능을 능가하면 이를 인공 초지능(ASI)이라고 합니다.

우리는 AGI에서 얼마나 멀리 떨어져 있나요? 누구나 추측할 수 있습니다. 해당 분야에 깊이 관여한 사람들조차도 혁신의 속도를 계속해서 잘못 평가해 왔습니다.

AI의 응용과 예시

이는 오늘날 AI가 실제 응용 프로그램에 나타나는 다양한 방식 중 일부에 불과합니다.

인간이 더 나은 일을 할 수 있도록 돕습니다.우리는 Grammarly가 훌륭한 예라고 생각합니다. 아이디어, 말하려는 내용에 대한 감각, 청중에 대한 지식이 있습니다. 우리는 메시지를 더 명확하게 만들고 메시지가 잘 받아들여질 가능성을 높이는 방법을 제안합니다. Grammarly가 생성 AI를 사용하여 의사소통을 개선하는 방법에 대해 자세히 알아보세요.

장애가 있는 사람들을 지원합니다.음성을 텍스트로, 텍스트를 음성으로 변환하는 기술은 청각이나 시각과 같은 감각 장애가 있는 사람들을 위한 획기적인 기술입니다. 이전에는 접근할 수 없었던 라이브 및 녹음된 콘텐츠를 받아들일 수 있으므로 누군가의 눈이나 귀 역할에 의존하지 않고도 세상의 풍요로움에 훨씬 더 많이 참여할 수 있습니다.

자율 시스템.AI는 인지와 예측을 결합하여 자율 주행 자동차부터 비가 올 때 작동하지 않는 스프링클러 시스템에 이르기까지 많은 일을 보다 효율적이고 안전하게 수행할 수 있습니다. 구글이 설립한 자율주행차 회사인 웨이모(Waymo)는 사람이 같은 거리를 운전했을 때보다 충돌 사고로 인한 부상이 약 85% 적다고 보고했습니다.

권장 사항.AI 모델은 사용자 행동과 인구통계를 분석하여 다음 TV 프로그램이나 시도해보고 싶은 탄산수의 유형 등에 대해 고도로 숙련된 추측을 내립니다.

시청각 처리.예로는 가상 비서의 음성 인식, 번호판 사진 처리를 기반으로 한 자동 통행료 징수, 녹음 또는 스트림에서 시각적 및 오디오 소음 필터링 등이 있습니다.

엣지 AI.이는 AI의 힘을 데이터센터가 아닌 실제 세계의 장치에 직접 적용하는 것입니다. 이는 빠르고 저에너지 처리를 위해 특정 작업에 레이저 초점을 맞추는 경향이 있습니다. 예를 들면 iPhone의 Face ID와 스마트 온도 조절기가 있습니다.

AI의 장점과 장점

대규모 처리.실제 사람이 모든 신용 카드 거래의 사기 여부를 평가하거나 IRS에 우편으로 발송된 모든 세금 양식의 모든 숫자를 입력해야 한다고 상상해 보십시오. AI는 사람보다 훨씬 더 빠르고 더 잘 판단하거나 분류할 수 있습니다.

패턴 감지 및 예측.AI는 암을 탐지하는 능력에서 인간을 능가하기 시작했습니다. 어떤 경우에는 전문가를 13% 앞섰습니다. 또한 데이터베이스의 결함 감지와 같이 사물이 인식된 패턴에서 벗어나는 경우를 감지하는 데에도 매우 좋습니다. 이러한 패턴 발견 능력으로 인해 AI는 일기 예보부터 주식 시장 동향까지 예측에 특히 유용합니다.

새로운 통찰력.최초의 모델부터 AI는 인간이 해내지 못한 모든 종류의 문제에 대한 답변과 접근 방식을 제시했습니다. 현대의 사례는 신발 디자인부터 새로운 물리 법칙까지 다양합니다.

가속 의학.코로나19 백신부터 알츠하이머병 탐지에 이르기까지 AI는 연구자들이 진단과 치료법을 더 빠르게 개발하는 데 도움을 주고 있습니다.

각성.AI는 결코 피곤하지 않습니다. 적절하게 설계되고 충분한 전기 및 처리 능력이 제공된다면 대량의 데이터를 지속적으로 모니터링할 수 있습니다. 이는 자율주행차의 충돌률을 낮추는 주요 원인입니다.

AI의 단점과 한계

환각.생성 AI는 물건을 만들 수 있습니다. 이 모델들이 말하는 것 중 상당 부분이 그럴듯하기 때문에 많은 사람들은 그것을 다시 확인하려고 생각하지 않습니다. 이 문제의 최근 사례 중 하나는 전직 변호사인 Michael Cohen이 당시 Bard(현재 Gemini)로 알려진 Google의 생성 AI에 의해 완전히 조작된 법적 사건에 대한 인용문을 자신의 변호사에게 보냈을 때 발생했습니다.

딥페이크.환각은 우연적인 것이지만 딥페이크는 의도적인 것입니다. 악의적인 행위자(또는 더 순진하게 장난꾸러기)는 생성 AI를 사용하여 많은 사람들이 차이를 구분할 수 없을 정도로 현실에 너무 가깝게 나타나는 이미지, 비디오, 오디오 또는 텍스트를 만들 수 있습니다.

인간의 직업과의 경쟁.글쓰기 및 고객 서비스와 같은 역할을 맡은 많은 사람들은 생성 AI를 실제 위협으로 보고 있습니다. 포춘(Fortune)은 AI로 인해 수천 개의 일자리가 사라졌다고 보고했는데, 이는 “확실히 과소계산”이라고 명시적으로 밝혔습니다.

왜 특정한 결론에 이르렀는지 알 수 없습니다.신경망을 사용하면 특정 출력을 제공하는 이유와 방법을 정확히 알 수 없습니다. 예를 들어 훈련 코퍼스의 특정 부분으로 직접 추적할 수 없습니다. 의료 또는 금융과 같이 규제가 엄격한 산업에서 일부 AI는 부분적으로 또는 전체적으로 인간이 평가할 수 있는 규칙 기반 알고리즘으로 구축됩니다.

에너지 소비.직접적으로 측정하기는 어렵지만, 한 연구에 따르면 DALL-E를 사용하여 단일 이미지를 생성하는 것은 스마트폰 충전 주기와 거의 동일한 양의 에너지를 사용하므로 시간이 지남에 따라 상당히 증가할 수 있습니다.

결론

AI는 오래됐지만 매우 최근의 것입니다. 이 분야가 거의 70년 동안 존재해 왔지만, 우리 중 많은 사람이 그 힘과 잠재력을 예리하게 인식하게 된 것은 불과 지난 10년, 특히 ​​지난 몇 년 동안입니다. 신경망, 딥 러닝, 자연어 처리, 생성 AI와 같은 혁신 덕분에 얼마 전까지만 해도 공상과학 소설처럼 들리던 도구가 이제는 쉽게 이용 가능해졌으며 세상에 큰 변화를 가져오고 있습니다. 지금 당장 직접 체험해 보고 싶으신가요? Grammarly에 가입하고 AI가 어떻게 작동하는지 알아보세요.