인공지능 분야 최고 전문가들의 생각과 관점(현시대 기준으로) 요약했습니다. 1. 주류 상장 소프트웨어 기업의 약 절반은 향후 5년 안에 살아남지 못할 것입니다. 전통적인 사용자 학습형 소프트웨어 인터페이스 시대는 점차 사라지고, 인터페이스는 사용자 요구에 따라 지능적이고 역동적으로 조정될 것입니다. / 크리스토발 발렌수엘라 2. 지능을 전기에 비유하자면, 우리는 지능에 대한 접근이 제한되지 않도록 해야 합니다. 오픈 소스는 지능에 대한 자유로운 접근을 보장하는 핵심적인 수단입니다. / 아서 멘쉬 3. 경쟁 및 보안 문제로 인해 최첨단 AI 기술은 향후 모든 개발자가 API를 통해 완전히 개방받지 못할 수 있으며, 일부 고급 모델에 대한 접근은 제한될 것입니다. / 마크 저커버그 4. 인간이 아닌 지능형 기술의 출현은 역사적인 사건이며, 이미 도래하여 막을 수 없는 경쟁자가 되었습니다. 오늘날 인간의 선택과 결정은 앞으로 수천 년에 걸쳐 심오하고 지속적인 영향을 미칠 것입니다. / 에릭 슈미트 5. 일반 인공지능을 믿는 조건은 무신론자가 신을 믿는 조건과 유사합니다. 일반 인공지능은 모호하게 정의되어 있고 불필요한 허구적 개념입니다. / 수바라오 캄밤파티 6. 리스크 행위자의 목표 설정에 배려나 인간적 가치라는 요소가 전혀 없다는 데서 비롯됩니다. 목표가 하나이든 수백, 수천 개이든, 인간의 복지에 대한 고려가 포함되지 않으면 그 결과는 인류에게 해로울 것입니다. / 엘리에저 유드코프스키 7. LLM의 작동 방식에 중대한 변화가 없다면 획기적인 과학적 발견이 나오기는 어려울 것입니다. 과학 연구에서 LLM의 저조한 성과는 우연이 아니라 시스템 아키텍처 자체의 근본적인 문제입니다. / 제레미 하워드 8. 아담 옵티마이저는 실제로 인공지능 분야의 과학 연구를 수년간 후퇴시키고 있을지도 모릅니다. 머신러닝(ML) 생태계는 아담 옵티마이저를 고도로 최적화했지만, 이론은 여전히 ​​파편화되어 있고, 파라미터 공간 학습의 역학에 대한 탐구가 심각하게 부족합니다. / 사이리스 키세인 9. 시간이 지남에 따라 모든 학습 알고리즘은 이상적으로는 일종의 반사적 메커니즘, 즉 좋은 사전 지식을 합리적으로 활용하는 메커니즘을 갖추어야 합니다. / 오마르 카탑 10. 확산 모델은 실제 게임 엔진 없이도 고전 게임의 다음 프레임을 예측하여 게임 세계를 시뮬레이션하고 실시간 렌더링을 구현할 수 있음이 입증되었습니다. DOOM 버전은 초당 약 20프레임의 부드러운 성능을 보여줄 수 있습니다. / 에단 몰릭 11. 신약 개발의 주요 병목 현상은 새로운 약물 후보 물질을 발굴하는 데 있는 것이 아니라, 어떤 후보 물질이 인체에 효과적인지 검증하고 이해하는 데 있습니다. 인공지능은 신약 개발의 전반적인 문제를 해결하는 데 있어 작은 부분에 불과합니다. / 타니쉬크 매튜 아브라함 12. AI 지원 프로그래밍은 초보 엔지니어들이 작업을 더 빠르게 완료할 수 있도록 해주지만, 시험 점수는 17%나 크게 떨어졌습니다. 고득점자들은 AI에 전적으로 의존하기보다는 코드를 이해하기 위해 적극적으로 질문하는 경향이 있었습니다. / 앤스로픽 13. LLM 글쓰기 품질이 낮은 근본적인 이유는 모델이 저품질 콘텐츠만 출력할 수 있어서가 아니라, 질 낮은 입력값을 표면적으로 다듬어진 긴 텍스트로 확장하도록 강요받기 때문입니다. 이러한 내용 채우기용 콘텐츠는 생성형 AI가 등장하기 훨씬 이전부터 널리 존재해 왔습니다. / roon 14. 언어 모델은 종속된 지능형 에이전트로서, 주요 작업에 의해 제한되고 주제를 능동적으로 선택하거나 콘텐츠의 매력을 조정할 자율성이 부족하여 진정으로 뛰어난 예술 작품을 만들어내기 어렵습니다. / roon