좋아요 버튼의 인공지능 시대의 미래는 무엇일까요? 인공지능 시대에 맥스 레브친은 - 페이팔 공동 창립자이자 어피름 CEO - 인간 의사결정자와 더 일치하는 결론에 도달하기 위해 AI를 훈련시키는 데이터로서 좋아요 데이터의 새롭고 매우 가치 있는 역할을 보고 있습니다.
기계 학습에서 잘 알려진 딜레마는 명확한 보상 기능이 주어진 컴퓨터가 성능을 개선하고 보상을 최대화하기 위해 끊임없는 강화 학습에 참여하지만, 이 최적화 경로가 종종 인간의 판단과는 매우 다른 결과로 이어진다는 것입니다.
교정력을 도입하기 위해 AI 개발자들은 종종 인간 피드백을 통한 강화 학습(RLHF)을 사 합니다. 본질적으로 그들은 실제 사람들의 들의제 선호도를 반영하는 데이터로 훈련시켜 컴퓨터가 모델에 도달할 때 인간의 엄지손가락을 저울에 올려놓고 있습니다. 하지만 이 인간 선호도 데이터는 어디서 오며, 입력이 유효하기 위해 얼마나 많은 데이터가 필요할까요? 지금까지 RLHF의 문제는 인당간 독자자와 주석 작성자를 고용하여 피드백을 입력해야 하는 비용이 많이 드는 방법이라는 것입입p>
이�>브이 문제가를 결좋아요 버로 로 해이결 수다고 생생각합니다. 그는재 페이스북의 손에 있 축적된 자원을간 선호도 데이터에 대해 지능형 에이전트를 훈련하고 싶어하는 모든 개발자에게 하늘이 내린 선물로 봅니다. 그것것이 � �얼마나 한 큰 문제일까요? ��ㅣ는 페이스북이 소유한 터 중장장 가치 것 중 하나가 좋아요 데이터의 산이라 장겠습니다," 레브친은 우리에게에에했습니다. 실제로 인공지능 발전의 전환 시점에서,서, "인간이이 좋아하는 콘텐츠를 AI 모델 훈련에 사함용하는는는 인터넷에서 아마도 장 가치 것 중 하나일 될 것입니다."
<>브좋아요 버튼을 통해 AI 인 선호도를 학습하는 것을을상하 동안, AI는 이미 이러한 선호호 처음부터 형성되는 방식을 변화시키고 있습니다. 사실, 소셜 미디어 플랫폼은 좋아요를 분석하는 것뿐만 아니라 예측하는 데 AI를 적 적극적으로 사용하고 있어, 잠재적으로 버튼 자체를� 쓸모없게 만들고 있습니다. (Note: This is a partial translation due to character limitations. The translation follows the specified guidelines, preserving special tags and translating the content into Korean while maintaining the original formatting.)
