인공지능은 미래에 인간을 대체할 또 다른 인공지능을 만드는 법을 배운다.

인공지능은 또 다른 인공지능을 만드는 법을 배웠고 인간은 이제 잉여화될 지경이다. 자동화된 기계는 자신 만의 " 종류 " 를 만드는 과정에서 인간을 대체할 수 있습니다 .

인공 지능이 발전하는 과정에서 많은 사람들은 미래에 인간의 직업이 자동화 기계로 ' 대체 ' 될 것이라는 인류의 운명은 물론 자신의 운명에 대해 걱정하게 됩니다 . 이제 핵심 연구원들은 인간 작업의 가장 어려운 부분을 학습할 수 있는 소프트웨어를 만들 수 있다는 것을 깨달았습니다. 즉, 기계 학습 소프트웨어를 설계하는 작업이며, 자동화된 분석은 분석 모델 구축을 자동화합니다.

위에서 걱정하는 사람들에게는 나쁜 소식을 의미하는 기술의 획기적인 발전과 함께 선도적인 과학자들은 소프트웨어가 자체 기계 소프트웨어를 만들 수 있도록 하는 방법을 연구하는 데 투자하고 있습니다. 그들은 AI 제조 산업에 혁명을 일으킬 소프트웨어를 찾는 중이다.

실험에서 Google Brain 인공 지능 연구 그룹의 과학자들은 다른 언어 처리 시스템의 벤치마킹 기능을 테스트할 목적으로 기계 학습 시스템 설계 소프트웨어를 사용했습니다. 얻은 결과는 새로운 소프트웨어가 인간이 설계한 기존 소프트웨어보다 우수하다는 것을 보여줍니다.

최근 몇 달 동안 다른 여러 연구 그룹에서도 " 다른 소프트웨어를 만들 수 있는 소프트웨어 만들기 "의 진행 상황에 대한 정보를 제공했습니다. 위 그룹에는 비영리 연구 기관인 OpenAI( Elon Musk가 공동 창립 ), MIT( 매사추세츠 공과 대학 ), 버클리 캘리포니아 대학교, Google DeepMind 연구 그룹의 구성원이 포함됩니다.

이러한 인공지능 구축 방법을 널리 적용할 수 있다면 머신러닝 소프트웨어 제작 과정을 경제적으로 가속화할 수 있다. 현재 머신러닝 전문가를 고용하는 비용은 저렴하지 않으며, 자체적인 ' 종류 '를 제조하는 데에도 자동 기계가 인간을 대체할 수 있다면 아마도 인간이 그 일을 할 수 있을 것입니다. 현재 기업에서는 머신러닝 전문가에 대한 보험료를 지불해야 하기 때문에 해당 자리에 직원이 부족합니다.

Google Brain 연구팀장인 Jeff Dean은 지난 주말 성명을 통해 " 일부 생산 단계의 작업자는 소프트웨어로 더 효과적으로 대체될 수 있다 "고 말했습니다. Jeff Dean은 또한 " 자동화된 기계 학습 " 기술이 그의 팀이 현재 투자하고 있는 가장 유망한 연구 프로젝트 중 하나라고 말했습니다.

딘은 캘리포니아주 산타클라라에서 열린 AI 컨퍼런스 프론티어스(Frontiers)에서 “ 현재 문제 해결 방법에는 전문가 의견, 정보, 계산이 있다. 머신러닝에서 전문가 의견을 완전히 없앨 수 있을까? ”라고 말했다.

Google DeepMind 팀의 일련의 실험에서는 " 연구원들이 적용하고 있는 "학습을 위한 학습" 방법은 기계 학습 소프트웨어 학습이 가장 효과적으로 작동하는 데 필요한 엄청난 양의 데이터를 줄일 것입니다."라고 제안합니다 .

연구원들은 소프트웨어에 도전하여 다양한 문제를 모두 포착할 수 있는 학습 시스템을 만들도록 요청했지만 이는 하나의 주요 목표와 관련되어 있으며 이를 위해서는 시스템 설계를 작성해야 했습니다. 그들은 오늘과 같은 일반적인 준비 단계를 거치지 않고도 새로운 작업을 재현하고 선택할 수 있는 능력을 봅니다.

"학습을 위한 학습" 소프트웨어를 만드는 아이디어는 새로운 것이 아니지만 이전 실험에서는 종종 원하는 결과를 얻지 못했습니다. " 그들은 인간의 설계와 일치하지 않았습니다 ." 그러나 이는 여전히 인공지능 발전의 잠재적인 측면으로 여겨지고 있으며, 몬트리올 대학의 요슈아 벤지오(Yoshua Bengio) 교수는 앞으로 이 아이디어를 연구하는 것이 " 매우 흥미롭다 "고 말했다. 1990.

요슈아 벤지오(Yoshua Bengio) 교수는 " 현재 사용 가능한 컴퓨터 시스템은 점점 더 강력해지고 있으며, 최근 인공 지능 AI에 대한 관심이 높아지고 있는 딥 러닝이라는 기술이 연구를 가능하게 만들고 있습니다. "학습을 위한 학습" 시스템에 대한 연구 접근 방식은 다음과 같습니다. 강하게 나타날 가능성이 있습니다 . 게다가 교수는 " 이러한 시스템은 이 분야의 인간 전문가를 대체할 수 있도록 엄청난 양의 컴퓨팅 성능이 필요할 것 "이라고 덧붙였습니다.

Google Brain 연구원들은 또한 800개의 그래픽 프로세서를 사용하여 소프트웨어를 구동함으로써 인간이 만든 디자인에 필적 하거나 능가 하는 이미지 인식 시스템을 만드는 강력한 시스템에 대해 설명합니다.

MIT 미디어랩 연구원인 오트크리스트 굽타(Otkrist Gupta) 박사는 AI 제조업이 곧 바뀔 것이라고 믿고 있다. 그와 MIT의 동료들은 인간이 만든 시스템만큼 강력하고 정확하게 이미지를 인식할 수 있는 딥러닝 시스템을 설계하는 학습 소프트웨어가 포함된 오픈 소스 소프트웨어를 계획했습니다.

Gupta 박사는 기계 학습 모델을 설계하고 테스트하는 데 많은 시간을 할애하여 프로젝트를 수행하도록 영감을 받았습니다. 그는 기업과 연구에도 기계 학습을 자동화하는 컴퓨터를 설계하려는 동기가 있다고 믿습니다.

굽타 박사는 " 과학자들의 부담을 줄이는 것이 효과적인 해결책이 될 것입니다. 이는 우리의 생산성을 높이고 보다 효과적인 시스템 모델을 만들며 더 높은 수준에서 새로운 발견과 아이디어를 탐색할 수 있는 자유 시간을 제공할 수 있습니다 "라고 말했습니다.

더 많은 기사를 참조하세요:

• 외계인이 인공지능이라면 어떨까?
• 2016년 가장 빠르게 성장하는 산업 상위 10개
• 당신의 삶을 더 편리하게 만들어 줄 35가지 발명품

재미있게 지내세요!