Meta의 수석 과학자이자 딥러닝의 선구자인 Yann LeCun은 현재의 인공지능 시스템이 어느 정도 인식에 도달하려면 수십 년이 걸릴 것이라고 믿고 있으며, 상식을 갖춘 인공지능 시스템은 단순히 많은 양의 텍스트를 창의적으로 요약하는 능력을 뛰어넘을 수 있다고 말했습니다.


그의 견해는 Nvidia의 견해와 정반대입니다.

엔비디아 CEO 젠슨 황(Jensen Huang)은 최근 인공지능이 5년 이내에 인간과 "매우 경쟁적"이 되어 두뇌 집약적인 많은 작업에서 인간을 능가할 것이라고 말했습니다.

르쿤은 최근 페이스북 모회사인 메타 인공지능 기초연구팀 창립 10주년 기념 행사에서 "나는 황을 안다"고 말했다. LeCun은 Nvidia의 CEO가 인공지능 붐으로 인해 얻을 것이 많다고 말했습니다. "이것은 인공지능 '전쟁'이고 그는 '무기'를 제공하고 있다."

LeCun은 인간 수준의 지능과 동등한 인공 일반 지능을 개발하려는 기술자에 대해 "인공 지능이 인기가 있다고 생각한다면 더 많은 GPU를 구입해야 한다"고 말했습니다. OpenAI와 같은 회사의 연구원들이 AGI를 계속 추구하는 한 더 많은 Nvidia 컴퓨터 칩이 필요할 것입니다.

르쿤은 사회가 인간 수준 AI보다 몇 년 앞서 '고양이 수준'이나 '개 수준' AI를 갖게 될 가능성이 더 높다고 말했다. 기술 산업의 현재 언어 모델과 텍스트 데이터에 대한 초점은 연구자들이 수십 년 동안 꿈꿔 왔던 인간과 유사한 고급 인공 지능 시스템을 만들기에는 충분하지 않습니다.

LeCun은 "텍스트는 정보를 제공하는 매우 빈약한 소스입니다."라고 말하면서 현대 언어 모델을 훈련하는 데 사용되는 텍스트의 양을 인간이 읽는 데는 아마도 20,000년이 걸릴 것이라고 설명했습니다. "20,000년 분량의 독서 자료로 시스템을 훈련시켰지만 그들은 A가 B와 동일하다면 B도 A와 동일하다는 사실을 여전히 이해하지 못합니다."

"세상에는 훈련을 통해서도 얻지 못하는 매우 기본적인 것들이 많이 있습니다"라고 LeCun은 말했습니다.

그래서 LeCun과 다른 MetaAI 경영진은 오디오, 이미지, 비디오 정보를 포함한 모든 종류의 데이터를 처리하기 위해 ChatGPT와 같은 애플리케이션을 만드는 데 사용되는 소위 변환기 모델을 맞춤화하는 방법에 대해 열심히 노력해 왔습니다. 그들은 이러한 AI 시스템이 서로 다른 유형의 데이터 사이에 존재할 수 있는 수십억 개의 숨겨진 상관관계를 더 잘 발견할수록 더 많은 기적적인 업적을 달성할 수 있다고 믿습니다.

Meta의 연구 중 일부에는 디지털 그래픽을 현실 세계에 혼합하는 회사의 Project Aria 증강 현실 안경을 착용하면서 사람들이 테니스를 더 잘 치도록 돕는 소프트웨어가 포함되어 있습니다. 경영진은 AR 안경을 착용하고 테니스를 치는 사람이 테니스 라켓을 올바르게 잡고 완벽한 방법으로 팔을 휘두르는 방법을 알려주는 시각적 신호를 볼 수 있는 시연을 보여주었습니다. 이러한 디지털 테니스 보조 장치를 구동하는 데 필요한 인공 지능 모델은 디지털 보조 장치가 말해야 하는 경우를 대비해 텍스트 및 오디오 외에도 3차원 시각적 데이터와 혼합되어야 합니다.

이러한 소위 다중 모드 AI 시스템은 차세대 개척지를 대표하지만 개발 비용이 저렴하지는 않습니다. Meta 및 Google 모회사 Alphabet과 같은 더 많은 회사가 고급 AI 모델을 개발함에 따라 Nvidia는 특히 다른 경쟁자가 나타나지 않는 경우 더 큰 이점을 얻을 수 있습니다.

인공지능 하드웨어의 미래

Nvidia는 생성 ​​AI의 가장 큰 후원자였으며 값비싼 그래픽 처리 장치는 대규모 언어 모델을 훈련하기 위한 표준 도구가 되었습니다. Meta는 LlamaAI 소프트웨어를 교육하기 위해 16,000개의 Nvidia A100 GPU를 사용합니다.

일부 언론에서는 Meta와 다른 연구자들이 이러한 복잡한 인공 지능 모델을 계속 개발함에 따라 기술 산업에 더 많은 하드웨어 공급업체가 필요한지 질문했습니다.

LeCun은 "필요하지는 않지만 좋을 것입니다"라고 대답하며 GPU 기술은 여전히 ​​인공 지능의 표준으로 남아 있다고 덧붙였습니다.

그러나 그는 미래의 컴퓨터 칩이 GPU라고 불리지 않을 수도 있다고 말했습니다.

LeCun은 또한 양자 컴퓨팅에 회의적이며 Microsoft, IBM, Google과 같은 거대 기술 기업이 이에 상당한 자원을 투자했습니다. Meta 외부의 많은 연구자들은 양자 컴퓨팅 기계가 현대 컴퓨팅에 사용되는 전통적인 바이너리 비트 대신 소위 큐비트를 사용하여 다중 계산을 수행할 수 있는 능력 때문에 약물 발견과 같은 데이터 집약적인 분야에서 큰 발전을 이룰 수 있다고 믿습니다.

그러나 르쿤은 회의적이었다.

LeCun은 "양자 컴퓨팅으로 해결하는 문제의 수는 기존 컴퓨터로도 더 효율적으로 해결할 수 있습니다"라고 말했습니다.

LeCun은 "양자 컴퓨팅은 매혹적인 과학적 주제입니다."라고 말했습니다. "정말 유용한 양자 컴퓨터를 만들 수 있는 실질적인 의미와 가능성"은 덜 명확합니다.

Meta의 선임 연구원이자 전 기술 이사였던 Mike Schroepfer도 이에 동의합니다. 그는 몇 년마다 양자 기술을 평가하며 유용한 양자 기계가 "언젠가는 나타날 수 있지만 우리가 하고 있는 일과 관련되기에는 너무 긴 시간이 걸릴 것"이라고 믿습니다.

Schroepf는 “10년 전에 인공 지능 연구소를 시작한 이유는 이 기술이 향후 몇 년 내에 상용화될 것이 분명했기 때문입니다.”라고 말했습니다.