2020년 인공 지능 분야의 주요 이정표

A.I.와 관련된 수만 개의 논문. 매년 출판되지만 많은 사람들이 잠재적인 실제 영향을 명확하게 밝히기까지는 시간이 걸릴 것입니다. 한편, A.I. Alphabets, Apples, Facebooks, Baidus 및 이 세계의 기타 유니콘들은 비밀리에 가장 흥미로운 기술을 계속해서 연마하고 있습니다.

즉, 인공지능의 경우 한 해를 요약하는 것은 불가능하다. 가장 많이 듣는 트랙 10개를 나열하는 방식으로 가장 중요한 발전을 이룰 수 있습니다. 스포티 파이.

하지만 A.I. 2020년에는 의심할 여지 없이 모든 면에서 엄청난 역할을 했습니다. 2020년 인공지능 분야에서 볼 수 있는 6가지 주요 개발 및 새로운 주제는 다음과 같습니다.

언어 이해에 관한 모든 것

일반적으로 텍스트 생성 도구는 아마도 가장 흥미로운 새로운 AI 중 하나로 평가되지 않을 것입니다. 개발. 그러나 2020년은 평균적인 해가 아니었고 GPT-3는 평균적인 텍스트 생성 도구가 아닙니다. 세계 최고의 "위험한” 알고리즘, GPT-3는 최첨단 자동회귀 자연어 처리 신경망 OpenAI 연구소에서 만든 것입니다. 뉴스 기사의 시작 부분과 같은 몇 개의 문장으로 구성된 GPT-3는 인상적인 결과를 생성할 수 있습니다. 처음 몇 줄의 스타일과 내용과 일치하는 정확한 텍스트 - 심지어 조작된 내용까지 포함 인용 부호. GPT-3는 성능을 달성하기 위해 조정되는 연결의 가중치인 놀라운 1,750억 개의 매개변수를 자랑하며 훈련하는 데 약 1,200만 달러가 소요되는 것으로 알려졌습니다.

인상적인 AI인 점에서 GPT-3만이 아닙니다. 2020년에 생성된 언어 모델. GPT-3, Microsoft의 T-NLG(Turing Natural Language Generation)가 과대광고 주기에서 빠르게 추월당했습니다. 2020년 2월에 큰 파장을 일으켰습니다. 170억 개의 매개변수로 출시 당시까지 출시된 언어 모델 중 가장 큰 언어 모델이었습니다. ㅏ 변신 로봇기반의 생성 언어 모델인 T-NLG는 미완성 문장을 완성하는 데 필요한 단어를 생성할 수 있을 뿐만 아니라 질문에 대한 직접적인 답변을 생성하고 문서를 요약할 수 있습니다.

2017년 Google에서 처음 선보인 새로운 유형의 딥 러닝 모델인 Transformers는 자연어 처리에 혁신을 가져왔습니다. 일체 포함. 적어도 앨런 튜링(Alan Turing)만큼 오래전부터 언어에 초점을 맞춰왔습니다. 기계 지능에 대한 유명한 가상 테스트. 그러나 이러한 최근의 발전 덕분에 기계는 이제 놀라울 정도로 언어를 이해하는 데 능숙해졌습니다. 이는 10년이 지나면서 상당한 영향과 적용을 갖게 될 것입니다.

모델이 점점 커지고 있어요

GPT-3 및 T-NLG는 AI 분야에서 또 다른 이정표 또는 적어도 중요한 추세를 나타냅니다. 스타트업이 부족하지는 않지만, 소규모 대학 연구실, AI를 사용하는 개인. 도구, 현장의 주요 플레이어의 존재는 일부 심각한 자원이 투입되고 있음을 의미합니다. 약. 점점 더 많은 훈련 비용을 들여 거대한 모델이 AI의 최첨단을 장악하고 있습니다. 연구. 신경망 10억 개가 넘는 매개변수를 사용하는 것이 빠르게 표준이 되고 있습니다.

GPT-3의 1,750억 매개변수는 여전히 이상치로 남아 있지만 다음과 같은 새로운 모델은 미나, 튜링-NGL, 디스틸버트, 그리고 BST 9.4B 모두 10억 개의 매개변수를 초과했습니다. 매개변수가 많다고 해서 모든 경우에 더 나은 성능을 의미하는 것은 아닙니다. 그러나 이는 텍스트 생성 도구가 광범위한 기능을 보다 정확하게 모델링할 수 있음을 의미합니다. 두뇌와 같은 인공지능을 복제하려면 더 많은 매개변수가 필수입니다. 이는 또한 주요 플레이어가 계속해서 A.I를 지배할 것임을 의미합니다. 가장 큰 모델에 관해서는 휴식처입니다. 네트워크를 훈련하는 데에는 매개변수 1,000개당 1달러의 비용이 드는 것으로 알려졌습니다. 이를 10억 ​​개의 매개변수로 추정하면 계산이 됩니다.

일체 포함. 인류의 이익을 위해

A.I. 도구가 발전함에 따라 도구로부터 혜택을 받는 것은 컴퓨터 과학자뿐만이 아닙니다. 다른 분야의 연구자들도 종종 기계 학습을 사용할 수 있는 방법에 대한 몇 가지 혁신적인 아이디어를 가지고 합류합니다. A.I인지 그럴 수 있어 뇌 스캔으로 이명 진단; 기계 학습을 사용하여 생각을 말로 바꾸는 마음 읽기 헤드셋 음성 장애가 있는 착용자를 위한; 정확한 예측이 가능한 딥마인드의 알파폴드(AlphaFold) 서열에 따른 단백질의 모양, 잠재적으로 새로운 보다 효과적인 치료법을 신속하게 개발하는 데 도움이 됩니다. 또는 다른 수의 시연을 통해 A.I. 2020년에 연구를 위한 몇 가지 흥미롭고 새로운 길을 열었습니다.

로보칼립스는 (아직) 여기에 없습니다

2020년에는 삶의 여러 측면이 양극화되면서 뉘앙스에 대한 생각이 약화됩니다. 그러나 뉘앙스가 정확히 적용되는 것이 무엇인지가 점점 더 분명해지고 있습니다. 로봇이 일자리를 빼앗는다. 올해 전 세계적으로 엄청난 일자리 손실이 발생했습니다. 그러나 이는 인간의 일자리에 대한 사악한 스카이넷 스타일의 공격이 아니라 전염병과 그 영향으로 인해 발생했습니다.

확실히 A.I. 인간의 작업을 수행하는 로봇공학(참조: 예를 들어, 버거 뒤집는 로봇인 플리피(Flippy)), 이는 일반적으로 인간의 능력을 강화하거나 일관된 인력이 충분하지 않은 영역을 지원하는 것이었습니다. 실제로 그런 회사들은 지금 가장 많은 사람을 채용하고 있어요 첨단 기술에 동시에 투자하고 있는 기업입니다(읽기: 거대 기술 기업).

이것은 로보칼립스가 잘못된 예측이었다고 말하는 것이 아닙니다. 중산층의 공동화는 앞으로도 계속되는 추세이지만 새로운 스마트 소프트웨어 도구를 도입하는 몇몇 기술 회사의 출현보다 훨씬 더 복잡한 추세입니다. 2020년에는 A.I에 관해 할 말이 한 가지 있었다면 취업도 그렇고 상황이 복잡해요.

딥페이크

2020년이 온갖 이상한 방식으로 현실의 가장자리를 모호하게 만드는 이상한 해였다는 사실은 부인할 수 없습니다. 연초, 코로나19로 인해 전염병을 주제로 한 블록버스터 영화에서나 볼 법한 봉쇄 조치가 전 세계를 휩쓸었습니다. (사람들은 이러한 '뉴 노멀'의 현실을 어떻게 탈출했습니까? 에 의해 전염병을 주제로 한 엔터테인먼트 찾기물론입니다.) 그 해는 정당(및 지도부) 소속에 따라 두 가지 버전의 현실을 선택할 수 있는 미국 선거로 끝났습니다.

일체 포함. 딥페이크 기술의 형태로 현실에 대한 보드리야르식 공격에 한몫을 담당했습니다. 딥페이크는 2020년의 발명품은 아니지만 올해 몇 가지 중요한 발전을 보였습니다. 지난 7월 매사추세츠연구소 첨단가상기술센터(Centre for Advanced Virtuality) 연구원들은 기술이 리처드 닉슨 대통령을 묘사한 강력한 고예산 딥페이크 비디오를 만들었습니다. 기부 달 착륙에 관한 대체 주소, 아폴로 임무가 크게 잘못되었을 경우에 작성된 것입니다.

보다 설득력 있는 시각적 딥페이크와 함께 연구원들은 또한 몇 가지를 만들었습니다. 놀랍도록 정확한 오디오 딥페이크. 최근의 예 하나? 안 에미넴 보컬 딥페이크 페이스북 CEO 마크 주커버그에 대한 맹렬한 디스를 시작하는 내용이다. 비록 Em의 일반적인 서정적 기준에는 미치지 못하더라도 설득력 있게 실제처럼 들렸습니다.

A.I.의 규제

A.I. 기반 도구는 강력합니다. 이는 추상적인 개념 증명 시연에만 적용되는 것이 아니라 다음과 같은 실제 배포에도 적용됩니다. 법 집행 기관에서 사용하는 안면 인식 또는 가석방 결정 도구에 대한 취업 면접 지원자를 선별하고 당국.

지난 몇 년 동안 이러한 도구와 도구에 편견이 코딩될 수 있는 방식에 대한 인식으로 인해 도구 사용에 대한 우려가 더 커졌습니다. 지난 1월, 디트로이트 경찰은 알고리즘이 잘못 일치한 후 로버트 윌리엄스(Robert Williams)라는 남자를 잘못 체포했습니다. CCTV 영상이 흐릿한 운전면허증 사진. 잠시 후, IBM, 아마존, 그리고 마이크로소프트 모두가 이 분야에서 얼굴 인식 기술의 사용을 재고하고 있다고 발표했습니다.

앞서 언급한 딥페이크는 특히 많은 두려움을 불러일으켰습니다. 아마도 딥페이크의 오용이 얼마나 해로울 수 있는지를 너무나 명백하게 보여주기 때문일 것입니다. 캘리포니아 통과 AB-730정치인의 말이나 행동에 잘못된 인상을 주기 위해 딥페이크를 사용하는 것을 범죄화하기 위해 고안된 법인 AI 사용을 규제하려고 시도합니다. AI를 가장 잘 개발하는 방법에 대한 일관된 규칙 좋은 측면의 도구는 여전히 작업으로 남아 있습니다. 진전.

이는 A.I에 중점을 두고 있습니다. 윤리학은 주제가 처음으로 주류화되기 시작한 것처럼 느끼게 합니다. 많은 공로가 다음과 같은 연구자에게 돌아가야 합니다. 캐롤라인 크리아도 페레즈 그리고 사피야 우모자 노블, 알고리즘 편견과 책임의 중요성을 강조하기 위한 그의 끊임없는 노력은 분명히 큰 감동을 받았습니다.

편집자의 추천

• 일체 포함. 일반적으로 아무것도 잊지 않지만 Facebook의 새로운 시스템은 잊어버립니다. 이유는 다음과 같습니다
• 페이스북의 새로운 A.I. 이미지 인식을 완전히 새로운 차원으로 끌어올리다
• 이 A.I. 밈 생성기는 이상한 인터넷 유머의 기술을 마스터했습니다.
• 구글 CEO 순다르 피차이(Sundar Pichai)는 AI의 위험성을 경고했다. 그리고 더 많은 규제를 요구합니다
• Gmail은 AI를 통해 매일 1억 개의 스팸 메시지를 차단한다고 Google은 말합니다.