2024-08-17
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
글 : Web3 스카이시티·시티로드
슈미트컴퓨팅 능력의 향상, 새로운 알고리즘의 개발, 시장의 끝없는 지능형 시스템 추구 등 기술 발전의 이면에 있는 복잡한 요소에 특히 중점을 둡니다. 또한 그는 노동 시장, 데이터 개인 정보 보호, 독점 금지, 국가 안보에 대한 AI의 잠재적 영향에 대해 논의하고 급변하는 환경에서 경쟁 우위를 유지하는 방법에 대한 권장 사항을 제공합니다.
시 관계자는 오랫동안 미국 국방부에서 근무한 슈미트로서 그의 언행과 입장이 구별되어야 한다고 구체적으로 지적했는데, 독자들이 스스로 이해할 수 있을 것이라 믿는다.
인공지능의 단기적인 혁신과 광범위한 영향：
슈미트향후 1~2년 내에 인공지능은 특히 컨텍스트 창 확장, AI 에이전트 및 텍스트-조작의 결합에서 중요한 혁신을 가져올 것으로 예측됩니다. 이러한 기술 발전을 통해 AI 시스템은 현재의 한계를 넘어 복잡한 작업을 보다 효율적으로 처리할 수 있습니다. 이러한 발전은 기술 분야에만 국한되지 않고 교육, 의료, 정부, 기업 등 사회 전반에 깊은 영향을 미칠 것입니다. 그는 이러한 기술의 발전이 소셜 미디어의 부상보다 훨씬 더 심오한 변화의 영향을 미칠 수 있다고 강조했습니다.
글로벌 과학기술 경쟁에서 중국과 미국의 게임：
슈미트인공지능 분야를 둘러싼 미국과 중국의 치열한 경쟁을 면밀히 분석한다. 그는 현재 미국이 기술, 인재, 자원 분야에서 선두를 달리고 있지만 이러한 우위를 유지하려면 에너지와 자원의 지속 가능한 공급을 보장하기 위해 지속적인 높은 투자와 국제 협력, 특히 캐나다와 같은 동맹국과의 협력이 필요하다고 지적했습니다. 그는 AI의 미래는 단순한 기술 경쟁이 아니라 국가 안보, 경제 경쟁력, 글로벌 리더십 등이 관련된 국가 간 전략 게임임을 강조했다. 슈미트는 AI 분야에서 중국의 급속한 성장에 대처하고 이 분야에서 글로벌 지배력을 유지하기 위해 미국이 투자를 늘려야 한다고 경고했다.
거대 기술 기업의 독점과 혁신 과제：
현재 거대 기술 기업의 지배력을 논할 때,슈미트AI 분야에서 엔비디아 등 기업의 독점 지위는 이들의 강력한 기술력과 자본적 우위에서 수혜를 입는다는 지적이다. 비록 시장에 경쟁사가 있지만 이러한 거대 기술 기업의 위상에 도전하려면 막대한 투자와 기술 혁신이 필요하다고 언급했습니다. 그는 또한 자본 집약적인 AI 개발이 오픈 소스에서 폐쇄 소스로 소프트웨어 개발 모델의 근본적인 변화로 이어져 독점을 더욱 강화할 수 있다고 믿으며 이러한 거대 기업들이 미래에 어떻게 기술 혁신을 계속해서 촉진할 것인지에 대한 우려를 표명했습니다. 거인.
인공지능이 사회와 노동시장에 미치는 영향：
슈미트인공지능이 사회, 경제, 노동 시장에 미치는 잠재적인 영향을 탐구합니다. 그는 AI 기술이 일부 반복적인 작업을 대체할 수 있지만 고숙련 직업의 중요성을 높이고 복잡한 작업에서 사람들의 생산성을 향상시킬 것이라고 믿습니다. 그는 또한 인공지능이 가져올 수 있는 사회적 불평등에 대한 우려를 표명하며, 부유한 국가는 AI로 인해 더 많은 혜택을 받고 가난한 국가는 뒤처질 수 있음을 지적했습니다. 또한,슈미트데이터 프라이버시, 지적 재산권, 잘못된 정보 확산과 같은 문제를 해결하기 위해 AI에 대한 보다 강력한 규제가 필요합니다.
적대적 AI 및 보안 문제：
슈미트적대적인 인공지능의 잠재적인 위협에 대해 특별히 언급되었으며, 미래에는 다른 AI 시스템을 공격하고 파괴하는 데 사용되는 특별히 설계된 AI 시스템이 있을 수 있다고 예측했습니다. 이러한 발전은 새로운 보안 및 윤리적 과제를 가져올 것입니다.슈미트과학기술계와 정부는 인공지능의 안전성과 신뢰성을 보장하기 위해 이러한 위험을 방지하는 방법을 연구하고 해당 규정과 기술 표준을 마련하기 위해 협력해야 한다고 권고합니다. 그는 또한 이 분야의 연구가 미래 과학 기술 발전의 중요한 방향이 될 것이며 대학과 연구 기관에서 더 많은 관심을 받을 수 있다고 언급했습니다.
전 Google CEO는 글로벌 AI 경쟁에 대해 이야기합니다. 미국 칩은 10년 동안 기술 우위를 갖고 있으며 중국은 가장 중요한 경쟁자입니다.
=Web3 스카이시티 전문 편집본=
호스트 교수:
오늘의 손님은 소개가 필요 없습니다. 나는 Eric을 약 25년 전 Novell의 CEO로 Stanford GSB에 왔을 때 처음 만났습니다. 그 이후 그는 2001년부터 Google에서 주요 직책을 맡았고 2017년에는 Schmidt Futures에 합류했습니다. 이 밖에도 다수의 프로젝트에 참여해 왔고, 관련 정보를 확인하실 수 있습니다. 그러니 에릭, 가능하다면 그것부터 시작하겠습니다.
먼저, 인공지능이 단기적으로 어디로 향하고 있다고 생각하시나요? 나는 그것을 다음 1~2년으로 정의한다고 생각합니다.
슈미트:
상황이 너무 빨리 변하고 있어서 6개월마다 앞으로 일어날 일에 대해 새로운 연설을 해야 할 것 같은 느낌이 듭니다. 여기 컴퓨터공학과 학생들이 많이 있는데, 나머지 반 학생들에게 "백만 명"을 설명해 줄 수 있는 사람이 있나요?토큰"컨텍스트 창"이란 무엇입니까? 이름을 지정하고 어떤 역할을 하는지 알려주세요.
학생:기본적으로 백만 개의 마커 또는 백만 개의 마커를 사용할 수 있습니다.단어 프롬프트.
슈미트:
따라서 백만 단어로 된 질문을 할 수 있습니다. Anthropic은 토큰 200,000개, 최대 100만 개 등입니다. 당신은 상상할 수 있습니다오픈AI비슷한 목표를 가지고 있습니다.
여기 누구든지 AI 에이전트에 대한 기술적 정의를 내릴 수 있나요? 다시, 컴퓨터 과학.
학생:AI 에이전트는 특정 방식으로 동작하는 것일 수 있습니다. 귀하를 대신하여 정보를 찾기 위해 웹에서 무언가를 호출할 수도 있습니다. 이 라인을 따라 다양한 것들이 있을 수 있습니다. 그 과정에는 온갖 일이 일어나고 있습니다.
슈미트:따라서 에이전트는 일종의 작업을 수행하는 것입니다. 또 다른 정의는 다음과 같습니다.법학 석사, 상태 및 메모리. 다음으로, 컴퓨터 과학자 여러분, "텍스트를 행동으로"라고 정의할 수 있는 분 계십니까?
학생:텍스트를 더 많은 텍스트로 변환하는 대신 AI가 이를 기반으로 작업을 트리거하도록 합니다.
슈미트:
또 다른 정의는 Python 언어입니다. 나는 프로그래밍 언어가 살아남는 것을 결코 보고 싶지 않습니다. AI의 모든 작업은 Python으로 수행됩니다. Mojo라는 새로운 언어가 막 등장했고, 마침내 AI 프로그래밍의 문제를 해결한 것처럼 보이지만 실제로 Python의 지배력에서 살아남을 수 있는지 지켜볼 것입니다.
기술적인 문제도 있습니다. 다른 회사들이 어려움을 겪고 있는 동안 NVIDIA의 가치가 2조 달러인 이유는 무엇입니까?
학생:기술적인 대답은 대부분의 코드가 현재 NVIDIA GPU에서만 지원되는 CUDA 최적화를 사용하여 실행되어야 하므로 다른 회사는 원하는 것은 무엇이든 할 수 있지만 10년의 소프트웨어 경험이 없으면 기계 학습 최적화가 불가능하다는 것입니다.
슈미트:
나는 CUDA를 GPU용 C 프로그래밍 언어로 생각하고 싶고 이 아이디어가 마음에 듭니다. CUDA는 2008년에 설립되었습니다. 항상 나쁜 언어라고 생각했는데도 그게 인계당했어요. 주목할만한 또 다른 통찰력: 다른 어떤 라이브러리에도 없는 CUDA에 고도로 최적화된 오픈 소스 라이브러리 세트가 있습니다. 이러한 기술 스택을 구축하는 모든 사람들은 토론에서 이 점을 완전히 놓치고 있습니다. 이러한 라이브러리는 기술적으로 VLLM이라고 하며, CUDA에도 고도로 최적화된 유사한 라이브러리가 많아 경쟁업체가 복사하기 어렵습니다.
그렇다면 이것이 모두 무엇을 의미하는가? 내년에는 매우 큰 컨텍스트 창, 에이전트 및 텍스트-액션 애플리케이션을 보게 될 것입니다. 이러한 기술이 대규모로 제공되면 소셜 미디어의 영향을 훨씬 뛰어넘어 전 세계에 엄청난 영향을 미칠 것입니다. 그 이유는 다음과 같습니다. 컨텍스트 창에서는 단기 기억으로 사용할 수 있는데, 컨텍스트 창이 얼마나 긴지 보고 깜짝 놀랐습니다. 기술적인 이유는 서비스 및 계산상의 어려움과 관련이 있습니다. 단기 기억의 흥미로운 점은 정보를 입력하고 질문을 하면 책 20권을 읽고 그 책의 텍스트를 쿼리로 사용한 다음 내용이 무엇인지 묻는 것과 유사하게 중간 부분을 잊어버린다는 것입니다. 인간의 두뇌는 작동합니다.
에이전트에 관해서는 화학과 같은 분야를 읽고 이해한 다음 이를 테스트하고 이해에 다시 추가하여 LLM 에이전트를 구축하는 사람들이 있습니다. 이것은 매우 강력합니다. 세 번째 측면은 텍스트-액션입니다. 예를 들어 보겠습니다. 정부가 TikTok을 금지하려고 한다고 가정해 보겠습니다. TikTok이 금지된 경우 LLM에 다음과 같이 말하는 것이 좋습니다. TikTok을 복사하고 여기에 내 기본 설정을 입력한 후 이 앱을 만들어 다음 30초 이내에 게시하고, 인기가 없으면 1시간 이내에 게시하세요. , 그냥 그렇게 해보세요. 그것이 순서입니다. 이것이 얼마나 강력한지 알 수 있습니다.
어떤 언어에서든 숫자 명령으로 번역할 수 있다면 그것은 본질적으로 이 시나리오에서 Python입니다. 지구상의 모든 사람이 필요에 따라 일하지 않는 프로그래머가 아니라 자신이 원하는 일을 실제로 수행하는 프로그래머가 있다고 상상해 보십시오. 여기 프로그래머들은 내가 무슨 말을 하는지 알고 있습니다. 큰 비용을 지불하지 않고도 원하는 것을 실제로 수행하는 오만하지 않은 프로그래머를 상상해 보십시오. 그리고 이러한 프로그래머의 공급은 무제한입니다.
교수:이 모든 일이 내년이나 2년 안에 일어날까요?
슈미트:
곧. 위의 세 가지가 다음 웨이브에서는 동시에 일어날 것이라고 확신합니다. 그래서 당신은 또 무슨 일이 일어날지 묻습니다. 나는 6개월마다 변동하므로 우리는 홀수-짝 진동 상태에 있습니다. 현재 최첨단 모델(현재는 3개만 있음)과 나머지 모델 간의 격차가 점점 커지고 있는 것 같습니다. 6개월 전 저는 격차가 줄어들고 있다고 확신하여 일부 소규모 회사에 막대한 투자를 했습니다. 그러나 지금은 그것에 대해 잘 모르겠습니다.
저는 일부 대기업과 대화를 나누고 있는데 그들은 100억 달러, 200억 달러, 500억 달러, 심지어 1000억 달러가 필요하다고 말합니다. 스타게이트 프로젝트에는 1000억 달러가 필요하고 매우 어렵다. 내 좋은 친구인 샘 알트만(Sam Altman)은 약 3000억 달러, 어쩌면 그 이상이 필요할 수 있다고 생각합니다. 나는 그에게 필요한 에너지를 계산했다고 지적했습니다.
완전한 공개를 위해 저는 금요일에 백악관에 가서 우리가 캐나다와 가장 친한 친구가 되어야 한다고 말했습니다. 캐나다인들은 정말 좋은 사람들이기 때문에 인공지능 발명을 도왔고 수력발전도 많이 하고 있습니다. 왜냐하면 우리 국가는 이 목표를 달성할 만큼 충분한 힘을 갖고 있지 않기 때문입니다. 또 다른 옵션은 아랍 국가들이 프로젝트에 자금을 지원하는 것입니다. 나는 개인적으로 아랍인들을 좋아하고 그곳에서 많은 시간을 보내지만 그들이 우리의 국가 안보 규칙을 따르지 않을 수도 있습니다. 그리고 캐나다와 미국은 우리 모두가 동의하는 3대 국가 중 하나입니다.
따라서 1,000억 달러에서 3,000억 달러 규모의 데이터 센터에서는 전력이 희소한 자원이 되기 시작했습니다.
그런데 이런 추론을 따르면 왜 내가 CUDA와 NVIDIA에 대해 논의하고 있는지 물을 수 있습니다. 3000억 달러가 모두 NVIDIA에 간다면 주식 시장에서 무엇을 해야 할지 아실 것입니다. 그러나 이는 주식 추천이 아니며, 저는 라이센스 제공자가 아닙니다.
교수:
부분적으로는 더 많은 칩이 필요하기 때문이지만 인텔은 미국 정부로부터 많은 돈을 받고 있습니다. AMD가 한국에 팹을 건설하려고 한다.
슈미트:
컴퓨팅 장치에 Intel 칩이 있으면 손을 들어주세요. 독점에는 너무 많은 것입니다.
교수:
하지만 그게 요점입니다. 한때 그들은 독점권을 가졌고 이제는 NVIDIA가 독점권을 갖고 있습니다. 그렇다면 이러한 진입 장벽은 무엇일까요?
CUDA에 관해 다른 옵션이 있나요? 일전에 Percy Lange와 이야기를 나누고 있었습니다. 그는 자신이 액세스할 수 있는 항목에 따라 TPU와 NVIDIA 칩 간에 전환하고 있습니다. 그에겐 선택의 여지가 없기 때문이다.
슈미트:
만약 그에게 무제한의 자금이 있다면 그는 더 빠른 NVIDIA의 B200 아키텍처를 선택할 것입니다. 나는 경쟁이 좋은 것이라고 제안하는 것이 아닙니다.
AMD의 Lisa Su와 긴 대화를 나눴습니다. 그들은 Rokam이라는 CUDA 아키텍처를 자체 아키텍처로 변환할 수 있는 무언가를 구축했습니다. 아직 완전히 작동하지는 않지만 작업 중입니다.
교수:
당신은 오랫동안 Google에서 일했고 Google에서는변신 로봇건축학. Peter, Jeff Dean 및 모든 사람과 같은 훌륭한 사람들에게 감사드립니다. 현재 OpenAI는 주도권을 잃은 것 같습니다. 제가 본 최근 순위에서는 Anthropic의 Claude가 1위를 차지했습니다. 나는 Sundar에게 물었지만 그는 나에게 아주 명확한 대답을 해주지 않았습니다. 어쩌면 거기에서 무슨 일이 일어나고 있는지에 대해 더 명확하고 객관적인 설명이 있을 수도 있습니다.
슈미트:
저는 더 이상 Google 직원이 아닙니다. 일과 삶의 균형에 대한 구글의 초점은 맹목적으로 승리를 추구하기보다는 직원들이 일찍 집에 돌아가 재택근무를 하도록 하는 데 더 가깝다. 반면 스타트업은 직원들이 열심히 일하기 때문에 성공한다. 다소 무뚝뚝할 수도 있지만 현실은 대학 졸업 후 회사를 시작하고 다른 스타트업과 경쟁하고 싶다면 일주일에 하루만 직원을 출근시킬 수 없다는 것입니다.
구글 전 CEO는 직원들이 "열심히 일하지 않는다"고 공개적으로 불평했고, "일주일에 하루만 나온다"는 이유로 AI 경쟁에서 뒤처졌고, 그런데 틱톡도 차단했다.
교수:구글 초창기 마이크로소프트도 마찬가지였다.
슈미트:
이제 우리 업계에서는 오랫동안 기업들이 다음 변화를 시도하기보다는 정말 창의적이고 특정 영역을 지배함으로써 항상 승리해 온 것 같습니다. 이것은 잘 문서화되어 있습니다. 창업자는 특별하고 통제력이 필요하다고 생각합니다. 하지만 직원들에게 많은 압력을 가하기 때문에 함께 일하기가 어려울 수 있습니다. 우리는 Elon의 개인적인 행동을 좋아하지 않지만 그가 직원들로부터 무엇을 얻고 있는지 살펴보십시오. 한번은 그와 저녁을 먹은 적이 있는데 그는 비행기를 타고 있었습니다. 나는 몬타나에 있었고 그는 x.ai와의 자정 회의를 위해 그날 밤 10시에 비행기를 탔습니다. 생각해 보세요.
다른 장소에는 다른 문화가 있습니다. TSMC에 깊은 인상을 받았습니다. 물리학을 잘하는 갓 졸업한 박사과정 학생들은 공장 지하에서 일해야 한다는 규칙이 있었습니다. 미국 물리학 박사가 이런 일을 하는 것을 상상할 수 있습니까? 그럴 것 같지 않습니다. 그것은 다른 직업 윤리입니다.
제가 엄격하게 작업하는 이유는 이러한 시스템이 네트워크 효과를 가지기 때문에 시간이 가장 중요하기 때문입니다. 그리고 대부분의 비즈니스에서는 시간이 그다지 중요하지 않습니다. 시간은 충분합니다. 코카콜라와 펩시콜라는 여전히 존재할 것이고, 그들 사이의 경쟁은 계속될 것이고, 모든 것이 얼음처럼 차갑게 될 것입니다. 통신업체와 거래할 때 일반적으로 계약을 체결하는 데 18개월이 걸립니다. 어떤 작업을 수행하는 데 18개월이 걸릴 이유가 없으며 가능한 한 빨리 완료해야 합니다. 우리는 성장과 수익 극대화의 시대에 살고 있지만, 여기에는 기발한 아이디어도 필요합니다.
예를 들어, Microsoft가 OpenAI와 계약을 맺었을 때 나는 그것이 내가 들어본 것 중 가장 멍청한 아이디어라고 생각했습니다. AI 리더십을 OpenAI와 Sam 및 그의 팀에 아웃소싱하시겠습니까? 이건 미친 짓이야. Microsoft나 다른 곳에서는 누구도 그렇게 하지 않습니다. 그러나 오늘날 그들은 가장 가치 있는 회사가 되어가고 있습니다. 확실히 Apple과 맞먹는 수준입니다. Apple은 좋은 AI 솔루션을 갖고 있지 않지만 이를 작동하게 만든 것 같습니다.
학생:
AI는 국가 안보나 지정학적 이익 측면에서, 특히 중국과의 경쟁에서 어떤 역할을 하게 될까요?
슈미트:
나는 인공지능위원장으로서 이 문제를 깊이 연구했다. 우리는 약 752페이지에 달하는 보고서를 작성하고 이를 다음과 같이 요약했습니다. 우리는 현재 선두 위치에 있으며 이러한 이점을 유지해야 하며 이를 위해서는 상당한 재정적 지원이 필요합니다. 우리의 주요 고객은 상원과 하원이며 이로 인해 CHIPS 법 및 기타 유사한 정책이 도입되었습니다.
최첨단 모델과 일부 오픈소스 모델이 계속해서 개발된다면 이 분야에서 경쟁할 수 있는 회사는 소수에 불과할 수도 있습니다. 어떤 나라가 그런 능력을 갖고 있나요? 이들 국가는 재정이 풍부하고 재능이 있어야 하며 강력한 교육 시스템과 승리 의지를 갖추고 있어야 합니다. 미국과 중국은 주요 국가 중 하나입니다. 다른 나라도 참여할 수 있을지는 잘 모르겠습니다. 그러나 확실한 것은 미래에는 미국과 중국의 지적 패권 경쟁이 큰 싸움이 될 것이라는 점이다.
미국 정부는 공개적으로 인정하지는 않지만 NVIDIA 칩의 중국 수출을 본질적으로 금지했습니다. 우리는 5나노미터 이하의 칩인 sub-DUV 칩 분야에서 약 10년간의 기술적 우위를 보유하고 있습니다. 이러한 이점으로 인해 우리는 중국보다 몇 년 앞서게 되었으며, 이는 중국을 매우 불쾌하게 만들었습니다. 이 정책은 트럼프 행정부가 개발했고 바이든 행정부가 지지했다.
교수:의회가 여러분의 조언을 듣고 막대한 투자를 하게 될까요? 분명히 CHIPS 법이 이에 대한 예입니다.
슈미트:
게다가 거대한 인공지능 시스템도 구축해야 한다. 저는 업계 일반 내부자로 구성된 비공식적, 임시적, 비법률적 그룹을 이끌고 있습니다. 작년에 이들 의원들은 역사상 가장 긴 대통령 지시인 바이든 행정부의 인공지능 법안이 된 사례를 제시했습니다.
우리는 핵심 질문에 대해 논의한 적이 있습니다. 학습했지만 무엇을 질문해야 할지 모르는 시스템에서 위험을 감지하는 방법은 무엇입니까? 즉, 시스템이 뭔가 나쁜 것을 학습했을 수도 있지만 사용자는 이에 대해 어떻게 물어봐야 할지 모릅니다. 예를 들어, 새로운 방식으로 화학 물질을 혼합하는 방법을 배웠을 수 있지만 사용자는 질문하는 방법을 모릅니다. 이 문제를 해결하기 위해 우리는 정부에 보낸 메모에서 기술적 계산 방법인 10의 26승이라는 임계값을 설정할 것을 제안했습니다. 이 기준치를 초과하는 기업은 자신의 활동을 정부에 보고해야 합니다. 서로 다른지 확인하기 위해 유럽 연합에서는 10의 25승을 10으로 설정합니다. 그러나 이 숫자는 충분히 가깝습니다. 기존 기술이 쓸모 없게 되기 때문에 이러한 구별은 모두 사라질 것이라고 생각합니다. 기술적인 용어를 합동 훈련이라고 하는데, 이는 기본적으로 조각들이 서로 합쳐질 수 있다는 것을 의미합니다. 그래서 우리는 이러한 새로운 것들로부터 사람들을 보호하지 못할 수도 있습니다.
교수:
부분적으로 전력 소비 문제로 인해 OpenAI를 이러한 방식으로 교육해야 한다는 소문이 있습니다. 이런 일을 하는 곳은 없습니다.
실제 전쟁이 벌어지고 있는 상황에 대해 이야기해 봅시다. 나는 당신이 우크라이나 전쟁에 적극적으로 참여했다는 것을 알고 있습니다. 특히 White Stork 프로그램과 500달러 상당의 드론으로 500만 달러 상당의 탱크를 파괴하려는 목표와 관련하여 말입니다. 이것이 전쟁을 어떻게 변화시키는가?
슈미트:
저는 7년 동안 국방부 장관으로 일하며 군대 운영 방식을 바꾸려고 노력했습니다. 저는 군대를 특별히 좋아하지는 않지만 비용이 많이 들고 도움이 될 수 있는지 알아보고 싶었습니다. 나는 기본적으로 실패한 것 같아요. 그들은 나에게 메달을 주었기 때문에 아마도 패자든 뭐든 메달을 줄 것입니다. 그러나 나의 자기비판은 아무것도 실제로 변한 것이 없으며 미국 시스템이 진정한 혁신으로 이어지지 않는다는 것입니다.
그래서 나는 당신의 친구인 Sebastian Thrun(여기 교수진)과 스탠포드 사람들 몇 명과 함께 회사를 시작하기로 결정했습니다. 아이디어는 기본적으로 두 가지를 수행하는 것입니다. 본질적으로 로봇 전쟁에서 인공 지능을 복잡하고 강력한 방식으로 사용하고 두 번째는 로봇 비용을 줄이는 것입니다. 이제 여러분은 나 같은 훌륭한 자유주의자가 왜 이런 일을 하겠는가?라고 생각할 수도 있습니다. 대답은 군대의 전체 이론은 탱크, 포병, 박격포이며 우리는 그들을 파괴할 수 있다는 것입니다. 우리는 국가(적어도 육로)를 침략하는 처벌을 본질적으로 불가능하게 만들 수 있습니다. 그런 종류의 지상전을 없애야 합니다.
교수:
이것은 매우 흥미로운 질문입니다. 공격보다 수비에 이점을 주는가? 차이점을 알 수 있나요?
슈미트:
지난 1년 동안 이 일을 하다 보니 전쟁에 대해 정말 알고 싶지도 않았던 많은 것을 배웠습니다. 전쟁에 대해 알아야 할 한 가지는 공격은 항상 방어 시스템을 압도할 수 있기 때문에 항상 이점이 있다는 것입니다. 따라서 방어 전략 관점에서 볼 때 필요할 때 사용할 수 있는 매우 강력한 공격을 갖는 것이 좋습니다. 나와 다른 사람들이 구축하고 있는 시스템이 바로 그 일을 할 것입니다. 시스템이 작동하는 방식으로 인해 저는 이제 허가받은 무기 판매상이 되었습니다. 그래서 저는 컴퓨터 과학자이고, 사업가이고, 무기 거래자입니다. 죄송해요. 이게 진전인가요? 나는 모른다. 나는 당신의 경력에서 이것을 권장하지 않습니다. 나는 인공지능을 고수할 것이다. 법이 적용되는 방식 때문에 우리는 정부 지원을 받아 이 일을 개인적으로 수행하며 모두 합법적입니다. 그것은 바로 우크라이나로 들어가고 그들은 싸우기 시작합니다. 모든 세부 사항을 다루지 않으면 상황이 매우 심각해집니다. 나는 5월이나 6월에 러시아가 예상대로 건설을 한다면 우크라이나는 국가 전체를 잃는 과정에서 많은 양의 영토를 잃게 될 것이라고 생각한다. 상황은 상당히 좋지 않습니다. Marjorie Taylor Greene을 알고 있다면 연락처 목록에서 그녀를 삭제하는 것이 좋습니다. 그녀는 중요한 민주주의를 구하기 위해 수십억 달러가 지출되는 것을 막은 사람이기 때문입니다.
교수:
다음으로 다소 철학적인 질문에 대해 논의하고 싶습니다. 작년에 당신은 지식의 본질과 그것이 어떻게 발전하는지에 관해 Henry Kissinger 및 Dan Huttenloch와 함께 기사를 공동 집필했습니다. 저도 며칠 전에 이 문제에 대해 논의했습니다. 대부분의 역사에서 과학 혁명과 계몽주의가 도래하기 전까지 인류의 우주에 대한 이해는 미스터리였습니다. 귀하의 기사에서 귀하는 오늘날의 모델이 너무 복잡하고 이해하기 어려워져서 그 내부에서 무슨 일이 일어나고 있는지 실제로 알 수 없다고 언급하셨습니다. 나는 Richard Feynman의 말을 인용했습니다. “내가 만들 수 없는 것은 이해할 수 없습니다.” 저는 얼마 전 이 인용문을 접했습니다. 그러나 이제 사람들은 내부 작동 방식을 실제로 이해하지 못한 채 자신이 할 수 있는 것을 만들고 있습니다. 지식의 성격이 어떤 식으로든 바뀌었나요? 우리는 이러한 모델이 우리에게 설명할 수 없는 액면 그대로 받아들여야 합니까?
슈미트:
나는 십대의 예를 들어보고 싶습니다. 십대 자녀가 있다면 그들이 인간이라는 것을 알지만 그들이 무슨 생각을 하는지는 잘 알 수 없습니다. 그러나 우리 사회는 십대의 존재에 적응해 왔으며 결국 십대는 그 속에서 성장할 것입니다. 이것은 심각한 질문입니다. 그래서 우리는 완전히 설명할 수 없는 지식 시스템을 갖고 있을 수도 있지만, 그 경계와 그들이 할 수 있는 일의 한계를 이해하고 있으며 그것이 아마도 우리가 얻을 수 있는 최선일 것입니다. 우리가 이러한 한계를 이해할 것이라고 생각하십니까? 우리가 그렇게 할 수 있다면 정말 좋습니다.
우리 그룹 주간 회의의 합의는 결국에는 AI 시스템을 파괴하기 위해 당신을 고용하고 돈을 지불하는 회사가 있을 소위 적대적 AI가 있을 것이라는 것입니다. 레드팀과 똑같습니다. 오늘날의 휴먼 레드팀과는 달리, 기존 AI 시스템을 혼란에 빠뜨리고 특히 우리가 파악할 수 없는 취약점을 찾아내는 일을 맡은 AI 시스템의 전체 회사와 산업 전체가 있을 것입니다. 이것은 나에게 의미가 있습니다. 스탠포드를 위한 훌륭한 프로그램이기도 합니다. 이러한 대형 모델 중 하나를 공격하는 방법을 파악하고 그것이 수행하는 작업을 이해해야 하는 대학원생이 있다면 이는 다음 세대를 구축하는 데 중요한 기술이 될 것입니다. 따라서 두 가지를 결합하는 것이 합리적입니다.
교수:
이제 학생들의 질문에 답해 보겠습니다. 내 뒤에 동급생이 있습니다. 이름을 말해주세요.
학생:
이전에 언급하셨는데, 이는 AI가 실제로 원하는 작업을 수행하도록 하는 것에 대한 현재 의견과 관련이 있습니다. 방금 적대적 AI에 대해 언급하셨는데요, 이에 대해 좀 더 자세히 설명해 주실 수 있는지 궁금합니다. 컴퓨팅 성능의 명백한 증가 외에도 더 높은 성능의 모델을 얻을 수 있는 것처럼 보이지만 원하는 작업을 수행하도록 하는 문제는 부분적으로 답이 없는 것 같습니다.
슈미트:
글쎄요, 기술이 발전함에 따라 현재의 환각 문제가 줄어들 것이라고 가정해야 합니다. 나는 그것이 사라질 것이라고 말하는 것이 아닙니다. 그리고 효능 테스트도 있다고 가정해야 하므로 이것이 성공했는지 알 수 있는 방법이 있어야 합니다. 제가 TikTok 경쟁사에 대해 언급한 예에서 다른 사람의 음악을 불법적으로 훔친다는 뜻은 아닙니다. 당신이 실리콘밸리의 기업가라면 어떻게 하시겠습니까? 실리콘밸리 기업가 여러분이 되시기를 바랍니다. 귀하의 제품이 성공하면 여파를 처리하기 위해 변호사 군대를 고용하게 됩니다. 그러나 아무도 귀하의 제품을 사용하지 않는다면 귀하가 모든 것을 훔쳐도 상관이 없습니다. 물론, 그것에 대해 내 말을 인용하지는 마세요.
Silicon Valley는 일반적으로 이러한 테스트를 수행하고 후속 질문을 처리합니다. 이것은 일반적인 관행입니다. 나는 점점 더 많은 성능 시스템과 더 나은 테스트, 그리고 궁극적으로 프레임워크 내에서 유지되는 적대적 테스트를 보게 될 것이라고 생각합니다. 이 전문 용어를 사고 추론이라고 합니다. 앞으로 몇 년 안에 레시피를 만드는 것처럼 수천 단계의 추론 체인을 생성할 수 있을 것으로 믿어집니다. 이를 실행하고 실제로 올바른 결과가 나오는지 테스트할 수 있습니다. 이것이 바로 시스템이 작동하는 방식입니다.
학생:
전반적으로 귀하는 인공 지능의 발전 가능성에 대해 매우 낙관적입니다. 이런 발전을 이끈 원동력이 무엇인지 궁금합니다. 컴퓨팅 성능이 더 좋나요? 데이터가 더 많나요? 근본적인 변화인가 아니면 실제 변화인가?
슈미트:
대답은 위의 모든 것입니다. 투자한 금액이 믿기지 않습니다. 누가 이길지 모르고 따라가는 돈의 양이 너무 많아서 기본적으로 모든 것을 투자했습니다. 그 이유 중 하나는 일찍 돈이 벌었고, 그것에 대해 잘 모르는 사람들은 AI 구성 요소를 가지고 있어야 한다는 것입니다. 이제 모든 것이 AI 투자이며 차이점을 알 수 없습니다.
나는 인공지능을 학습 시스템, 진정으로 학습하는 시스템으로 정의합니다. 나는 이것이 그들 중 하나라고 생각합니다. 두 번째 요점은 이제 트랜스포머 이후와 유사한 매우 복잡한 새로운 알고리즘이 있다는 것입니다. 오랜 협력자이기도 한 내 친구가 새로운 비-Transformer 아키텍처를 발명했습니다. 내가 파리에서 자금을 지원한 한 그룹도 같은 일을 했다고 주장했습니다. 세상에는 수많은 발명품이 있고 스탠포드에는 수많은 연구가 있습니다. 마지막 요점은 시장이 지능적인 발명품에는 무한한 수익이 있다고 믿는다는 것입니다. 당신이 회사에 500억 달러를 투자했다고 가정해 보면, 이를 갚으려면 정보부로부터 많은 돈을 벌어야 합니다. 우리는 거대한 투자 거품을 겪게 될 수 있으며, 그러면 그것은 저절로 해결될 것입니다. 이것은 항상 그랬고 지금도 그럴 수 있습니다.
교수:앞서 리더들이 다른 사람들과 거리를 두고 있다고 말씀하셨는데요.
슈미트:
프랑스에는 미스트랄(Mistral)이라는 회사가 있는데 그 회사는 아주 좋은 일을 하고 있습니다. 나는 분명히 투자자입니다. 그들은 이미 두 번째 버전을 만들었고 세 번째 모델은 너무 비싸서 폐쇄될 가능성이 높습니다. 그들은 수익이 필요하며 모델을 무료로 제공할 수 없습니다. 우리 업계에서는 오픈 소스와 폐쇄 소스 간의 논쟁이 계속되고 있습니다. 내 경력 전체는 오픈 소스 방식으로 소프트웨어를 공유하려는 사람들의 의지를 바탕으로 구축되었습니다. 제가 하는 모든 일은 오픈 소스를 기반으로 합니다. Google 기반의 대부분은 오픈 소스를 기반으로 구축되었습니다. 제가 하는 일은 주로 기술 분야입니다. 그러나 막대한 자본 비용으로 인해 소프트웨어 구축 방식이 근본적으로 바뀔 수 있습니다.
소프트웨어 프로그래머에 대한 나의 견해는 그들의 생산성이 적어도 두 배는 될 것이라는 것입니다. 현재 이를 시도하는 소프트웨어 회사가 3~4개 있는데, 나는 이 기간 동안 그들 모두에 투자했습니다. 그들은 모두 소프트웨어 프로그래머의 생산성을 높이려고 노력하고 있습니다. 저는 최근 Augment라는 매우 흥미로운 회사를 발견했습니다. 나는 이것이 목표가 아니라고 말하는 프로그래머들을 종종 생각한다. 우리의 목표는 수백만 줄의 코드를 가지고 있고 무슨 일이 일어나고 있는지 아무도 모르는 100명의 소프트웨어 프로그래밍 팀입니다. 인공지능을 아주 잘 활용한 사례네요. 그들은 돈을 벌 수 있을까요? 그러길 바라지만 여기에는 문제가 많다.
학생:
처음에 컨텍스트 창 확장, 프록시, 텍스트-액션의 조합이 놀라운 영향을 미칠 것이라고 언급하셨습니다. 첫째, 이 조합이 왜 중요한가? 둘째, 나는 당신이 선지자가 아니고 미래를 예측할 수 없다는 것을 알고 있는데 왜 그것이 우리의 상상을 초월한다고 생각합니까?
슈미트:
주로 컨텍스트 창을 사용하면 최근 문제를 해결할 수 있기 때문이라고 생각합니다. 현재 모델은 훈련하는 데 6개월의 준비, 6개월의 훈련, 6개월의 미세 조정을 포함하여 약 18개월이 소요되므로 항상 최신 상태가 아닙니다. 그리고 컨텍스트 창을 사용하면 최신 사건을 입력하고 하마스-이스라엘 전쟁에 대해 맥락에 따라 질문할 수 있는데, 이는 매우 강력하고 Google만큼 최신 정보를 제공합니다.
대행사의 경우 예를 들 수 있습니다. 저는 비영리 단체에 자금을 지원하기 위해 재단을 시작했습니다. 저는 화학에 대해 잘 모르지만 화학을 배울 수 있는 대규모 언어 모델 기반 시스템인 ChatCrow라는 도구가 있습니다. 그들은 시스템을 실행하여 단백질에 대한 화학적 가설을 생성한 다음 실험실에서 이를 밤새 테스트하고 시스템이 학습합니다. 이는 화학 및 재료 과학과 같은 분야에 대한 거대한 가속기입니다. 에이전시 모델입니다.
값싼 프로그래머가 많이 있었다면 text-to-action 개념을 이해할 수 있었을 거라 생각합니다. 나는 모든 사람이 자신만의 프로그래머를 가지고 있을 때 어떤 일이 일어나는지 이해하지 못한다고 생각합니다. 이것은 또한 귀하의 전문 분야입니다. 나는 불을 켜고 끄는 것과 같은 간단한 일을 말하는 것이 아닙니다. 또 다른 예를 상상해 보겠습니다. 당신이 Google을 좋아하지 않는다고 가정해 보겠습니다. 저를 Google 경쟁자로 만들 수 있습니다. 네, 개인적으로 그렇게 할 수 있습니다. 웹을 검색하고, UI를 구축하고, 좋은 카피를 만들고, 흥미로운 방식으로 추가하는 Google 경쟁자를 만들어 주세요.생성 인공 지능. 30초 이내에 수행하고 효과가 있는지 확인하십시오. 많은 사람들은 Google을 포함한 기존 기업이 이러한 공격에 취약하다고 생각합니다.
교수:
이제 살펴보겠습니다. Slido는 많은 질문을 보냈으며 그 중 일부가 업로드되었습니다. 작년에 우리는 특히 다가오는 선거 기간 동안 AI가 여론에 영향을 미치고 잘못된 정보를 퍼뜨리는 것을 막는 방법에 대해 논의했습니다.
슈미트:
우리는 단기적인 해결책과 장기적인 해결책을 모두 생각해야 합니다. 다가오는 세계 선거에서는 대부분의 잘못된 정보가 소셜 미디어에 나타날 것이며 소셜 미디어 회사의 현재 조직 역량은 이러한 정보를 효과적으로 감시하기에는 부족합니다. 예를 들어 TikTok은 특정 종류의 허위 정보를 선호한다는 비난을 받았지만 증거는 없습니다. 내 생각엔 우리가 엉망인 것 같아.
국가는 비판적 사고를 배워야 하는데, 이는 미국에게 어려운 도전이 될 수 있습니다. 누군가가 당신에게 무언가를 말한다고 해서 그것이 사실이라는 의미는 아닙니다.
교수:
어느 누구도 더 이상 사실인 것을 믿지 않을 정도로 멀리까지 갔습니까? 어떤 사람들은 이를 인식론적 위기라고 부릅니다. 이제 Elon Musk는 자신이 아무것도 한 적이 없다고 말합니다. 그런데 그것을 어떻게 증명할 수 있을까요?
슈미트:
도널드 트럼프의 사례를 통해 이를 설명할 수 있다. 우리 사회에는 신뢰의 문제가 있고 그로 인해 민주주의가 실패할 수도 있다고 생각합니다. 민주주의에 대한 가장 큰 위협은 잘못된 정보입니다. 왜냐하면 우리는 그것에 능숙해졌기 때문입니다.
제가 유튜브를 운영할 당시 가장 큰 문제는 가짜 영상을 올려 사람을 죽게 만드는 일이었습니다. 우리는 죽음 없는 정책을 갖고 있는데 이 문제를 해결하려는 노력은 충격적이고 끔찍합니다. 생성 인공지능이 등장하기 전의 일이다.
교수:
좋은 답변은 없지만 이를 완화할 수 있는 기술적 문제가 하나 있는데, 바로 공개 키 인증입니다. Joe Biden이 연설할 때 SSL과 같은 디지털 서명을 사용하는 것은 어떨까요? 유명인, 공인 또는 다른 사람이 공개 키를 소유할 수 있나요?
슈미트:
이는 신용 카드를 Amazon에 보낼 때 그것이 Amazon이라는 것을 아는 것과 같이 어느 정도 확실성을 제공하는 공개 키의 한 형태입니다.
조나단 하이트(Jonathan Haidt)와 함께 논문을 발표했지만 아무런 영향을 미치지 못했습니다. 그는 매우 훌륭한 의사소통자이지만 나는 그렇지 않을 수도 있습니다. 내 결론은 시스템이 우리가 말하는 대로 구성되어 있지 않다는 것입니다. CEO는 일반적으로 수익을 극대화하고 이를 위해 참여를 극대화합니다. 참여를 극대화하는 방법은 분노를 극대화하는 것입니다. 알고리즘은 더 많은 수익을 창출하기 때문에 분노를 선택하므로 사람들은 극단적인 것을 지지하는 경향이 있습니다. 이는 모든 면에서 문제이며 해결되어야 합니다.
민주주의에서 TikTok에 대한 나의 솔루션은 이전에 개인적으로 논의한 내용을 기반으로 합니다. 제가 어렸을 때 균등시간의 법칙이라는 것이 있었습니다. TikTok은 실제로 소셜 미디어 플랫폼이 아니라 텔레비전 형태에 가깝습니다. 미국의 TikTok 사용자 1인당 하루 평균 90분 동안 앱을 사용하고 200개의 동영상을 제작하는데, 이는 사용량이 많은 편입니다. 정부가 균등한 시간 규칙을 시행하지는 않지만 이는 일종의 균형이 필요한 고려해볼 만한 방향일 수 있습니다.
학생:
첫 번째는 노동시장에 대한 경제적 영향에 관한 것이다. 특히 노동 시장에 미치는 영향은 당초 예상보다 느렸습니다. 고객 서비스 직원에 대한 질문도 있습니다. 학계가 AI에 대한 보조금을 받아야 한다고 생각하시나요, 아니면 대기업과 협력해야 한다고 생각하시나요?
슈미트:
저는 대학들이 데이터 센터를 구축하도록 열심히 추진해 왔습니다. 제가 컴퓨터과학과 교수였다면 회사에서 일을 해야 해서 박사학위 연구를 위해 대학원생들과 함께 알고리즘을 개발하지 못해서 답답했을 것입니다. 그리고 이들 회사는 이와 관련하여 충분히 관대하지 않습니다. 많은 교직원이 Google Cloud 크레딧을 기다리는 데 많은 시간을 소비하는 것은 끔찍한 상황입니다. 우리는 미국 대학들이 이 분야에서 성공하기를 바라기 때문에 이들에게 이러한 학점을 취득하게 하는 것이 옳은 일이라고 생각합니다.
노동 시장에 미치는 영향에 대해 실제 전문가의 의견을 듣겠습니다. 아마추어 경제학자로서 나는 사람들이 이러한 시스템을 사용할 것이기 때문에 대학 교육과 고급 기술 작업에 좋은 미래가 있다고 믿습니다. 나는 이러한 시스템이 이전 기술의 물결과 근본적으로 다르지 않다고 생각합니다. 위험한 직업, 인간의 판단이 필요하지 않은 직업은 대체될 것입니다.
학생:
텍스트에서 행동으로의 전환과 그것이 컴퓨터 과학 교육에 미치는 영향에 대해 말씀해 주시겠어요? 저는 컴퓨터 과학 교육이 시대 변화에 적응해야 한다고 생각합니다.
슈미트:
나는 학부생인 컴퓨터 과학자에게는 항상 프로그래머 친구가 있을 것이라고 가정합니다. 처음 for 루프를 배울 때 자연스러운 동반자가 되는 하나의 도구가 있을 것입니다. 교수가 개념을 설명하면 그렇게 참여하게 됩니다.
학생: Non-Transformer 아키텍처에 대한 논의에 관해서는 상태 모델이 논의되고 있는 방향이라고 생각하는데, 지금은 맥락에 더 많은 관심을 기울이고 있습니다.
슈미트:
나는 수학을 잘 이해하지 못하지만, 여기의 수학은 매우 복잡하기 때문에 이것이 수학자들을 위한 일자리를 창출한다는 것이 기쁘다. 기본적으로 이러한 작업이 수행됩니다.경사하강법더 빠르고 더 나은 것을 목표로하는 다양한 행렬 곱셈 방법. 아시다시피 Transformers는 동시에 곱셈을 수행하는 체계적인 방법입니다. 내 생각은 다음과 같습니다. 이와 비슷하지만 수학은 다릅니다. 어디 보자.
학생:
국가 안보에 관한 논문에서 현재 중국, 미국 및 기타 국가의 상황을 언급하셨습니다. 다음 클러스터의 10개 국가는 미국의 동맹국이거나 미국의 동맹국이 될 가능성이 있습니다. 이 10개 국가에 대한 귀하의 생각이 궁금합니다. 그들은 공식적인 동맹이 아니라 일종의 중개인과 같습니다. 그들이 우리를 안전하게 지키기 위한 노력에 동참할 가능성은 얼마나 됩니까? 그들이 합류하는 것을 막는 것은 무엇입니까?
슈미트:
가장 흥미로운 나라는 인도다. 최고의 인공지능 인재들이 인도에서 미국으로 오기 때문이다. 우리는 인도가 최고의 인재 중 일부를 보유하도록 허용해야 합니다. 전부는 아니지만 일부만 보유해야 합니다. 그리고 그들은 우리가 갖고 있는 풍부한 훈련 시설과 프로그램을 갖고 있지 않습니다. 내 생각에 인도는 이 점에 있어서는 엉망진창인 나라이다. 일본과 한국은 분명히 우리 캠프입니다. 대만 소프트웨어는 형편없기 때문에 작동하지 않습니다. 하드웨어는 훌륭합니다. 그리고 세계 다른 곳에서는 다른 좋은 옵션이 많지 않습니다. 유럽이 브뤼셀 때문에 망가졌다는 것은 새로운 일이 아닙니다. 나는 그들과 싸우는데 10년을 보냈습니다. 나는 그들이 EU 법을 바꾸도록 하기 위해 매우 열심히 일했습니다. 여전히 유럽에서 연구를 수행하는 것을 매우 어렵게 만드는 다양한 제한 사항이 있습니다. 나의 프랑스 친구들은 브뤼셀과 싸우는 데 모든 시간을 보냅니다. 내 개인적인 친구로서 마크롱은 이 일을 위해 열심히 노력하고 있습니다. 그래서 프랑스에는 기회가 있다고 생각합니다. 나는 독일이 올 것이라고 생각하지 않으며 다른 나라들은 충분히 강하지 않습니다.
학생:
나는 당신이 훈련을 통해 엔지니어라는 것을 알고 있으며 당신을 컴파일러라고 부르는 것 같습니다. 이러한 모델이 갖고 있다고 생각하는 기능을 고려할 때 우리는 여전히 코딩을 배우는 데 시간을 보내야 할까요?
슈미트:
네, 결국 진부한 질문이거든요. 말할 수 있는데 왜 영어를 배우나요? 당신은 더 잘 배울 것입니다. 이러한 시스템이 어떻게 작동하는지 이해해야 하며 저는 이에 공감합니다.
학생:
분산 설정을 살펴보신 적이 있는지 궁금합니다. 물론 큰 클러스터를 만드는 것은 어렵지만 MacBook은 강력하기 때문에 이렇게 질문합니다. 세상에는 수많은 소형 기계가 있습니다. 그렇다면 집에서 접는 것 등이 이러한 시스템을 훈련하는 데 적용될 수 있다고 생각하십니까?
슈미트:
예, 우리는 이 문제를 매우 주의 깊게 살펴보았습니다. 따라서 알고리즘이 작동하는 방식은 매우 큰 행렬을 갖고 기본적으로 곱셈 기능을 갖는 것입니다. 그러니 앞뒤로 생각해보세요. 그리고 이러한 시스템은 CPU 또는 GPU에 대한 메모리 속도에 의해 완전히 제한됩니다. 실제로 차세대 NVIDIA 칩은 이러한 모든 기능을 단일 칩에 통합했습니다. 이제 칩이 너무 커서 서로 붙어 있습니다. 실제로 패키지는 매우 민감하기 때문에 패키지와 칩 자체가 모두 클린룸에서 조립됩니다. 따라서 대답은 슈퍼컴퓨터처럼 보이며 빛의 속도, 특히 메모리 상호 연결이 실제로 우위를 점하고 있습니다. 당분간은 LLM(Large Language Model)을 세분화하는 것이 불가능할 것 같습니다.
교수:
Jeff Dean은 작년 연설에서 모델을 여러 부분으로 나누고 별도로 훈련한 다음 결합할 수 있다고 언급했습니다.
슈미트:
하지만 이를 달성하려면 그러한 모델이 수천만 개 필요하며 질문하는 속도도 매우 느려집니다. 그는 이를 달성하려면 8개, 10개, 12개의 슈퍼컴퓨터가 필요할 것이라고 언급했지만 그 수준은 그의 수준이 아닙니다.
학생:
데이터 개인 정보 보호 문제와 관련하여 저는 New York Times가 자신의 작업을 교육에 사용한 OpenAI를 고소했다는 사실을 알게 되었습니다.
슈미트:
앞으로도 비슷한 소송이 많이 있을 수 있을 것 같은데, 결국 음악 산업에서 ASCAP이나 EMI 같은 특정 작품의 사용에 대해 수익의 일정 비율을 지불하도록 요구하는 등 일종의 합의가 이뤄지게 될 것 같아요. . 이 모델은 다소 구식으로 보일 수도 있지만 결국에는 그렇게 작동할 것이라고 생각합니다.
학생:
AI 분야에서는 시장을 장악하고 독점 금지 규제가 집중되는 대기업과 겹치는 소수의 기업이 있는 것으로 보입니다.
슈미트:
저는 경력 중 마이크로소프트의 파산 사건에 관여했지만 결국 실패했고, 구글의 파산을 막기 위해 노력했지만 역시 실패했습니다. 그러므로 추세는 나누어서는 안 된다고 생각합니다. 이들 기업이 존 D. 록펠러(John D. Rockefeller)처럼 독점 기업이 되지 않는 한 정부 조치는 있을 가능성이 없습니다.
이들 대기업만이 데이터 센터를 구축할 자본을 보유하고 있기 때문에 지배적입니다. 내 친구 Reed와 Mustafa는 수백억 달러를 조달할 수 없어 Microsoft에 사업을 분사하기로 결정했습니다. 정확한 숫자는 리드에게 물어봐야 할 수도 있습니다.
학생:
마지막으로, 이러한 발전이 최첨단 모델 개발 및 계산에 참여하지 않는 국가에 어떤 영향을 미칠지 궁금합니다.
슈미트:
부유한 나라는 더 부유해질 것이고, 가난한 나라는 최선을 다할 수밖에 없습니다. 이것은 실제로 막대한 자본, 기술 인재, 강력한 정부 지원이 필요한 부유한 국가를 위한 게임입니다. 전 세계적으로 많은 국가는 특히 자원이 부족한 경우 다양한 문제에 직면해 있습니다. 이러한 문제를 해결하려면 파트너를 찾고 다른 사람들과 협력해야 합니다.
교수:
우리가 마지막으로 만났던 때를 기억해요, 당신은 그랬어요AGI 하우스가 해커톤에 참가합니다. 나는 당신이 많은 시간을 할애하고 젊은이들이 부를 창출하도록 돕는 데 열정을 갖고 있다는 것을 알고 있습니다. 강좌에 대한 사업 계획을 작성하거나 경력에 대한 정책 제안이나 연구 제안을 작성하는 사람들에게 조언이 있습니까?
슈미트:
나는 경영대학원에서 이것에 관한 강좌를 가르치는데, 여러분은 와서 들어야 합니다. 나는 당신이 새로운 아이디어를 얼마나 빨리 제시하는지에 놀랐습니다.
제가 참여한 한 해커톤에서 우승팀은 두 타워 사이에 드론을 비행하는 임무를 맡았습니다. 그들은 Python을 사용하여 가상 드론 공간에서 코드를 생성하고 시뮬레이터에서 작업을 성공적으로 완료했습니다. 훌륭한 전문 프로그래머라면 이 작업을 수행하는 데 1~2주가 걸릴 수도 있습니다. 기업가들이 직면하는 문제 중 하나는 속도이기 때문에 빠르게 프로토타입을 제작하는 능력은 정말 중요하다고 생각합니다. 이러한 도구를 사용하여 하루 만에 프로토타입을 제작할 수 없다면 다시 생각해 보아야 합니다. 경쟁업체가 바로 그렇게 하고 있기 때문입니다.
그래서 제가 드리는 가장 큰 조언은 창업을 생각하기 시작할 때 사업 계획을 작성해도 괜찮다는 것입니다. 실제로, 합법적인 한 컴퓨터가 대신 작성하도록 할 수 있습니다. 다른 회사, 대학 또는 내가 가보지 않은 곳에서 같은 일을 하는 사람이 있을 수 있으므로 이러한 도구를 사용하여 가능한 한 빨리 아이디어의 프로토타입을 만드는 것이 중요합니다.
교수:매우 감사합니다.
