https://apple.news/AK08GlM5kRkKqFi3hfDC3lw


야안 르쿤 메타 AI 수석 과학자는 생성형 AI의 한계를 지적하고 목적 지향 AI로의 전환을 촉구합니다.


중요한 이유: 야안 르쿤은 생성형 AI가 인간의 창의성을 모방할 수 있다는 점에서 많은 사람들의 상상력을 사로잡았지만, 가장 단순한 동물의 선천적 학습 능력과 비교했을 때 "정말 형편없다"고 직설적으로 비판했습니다.

  • 그는 오늘날 생성형 AI 도구의 기반인 대형 언어 모델(LLM)이 좁은 영역에서 초인적인 능력으로 텍스트를 생성할 수 있지만, 근본적으로 선행 입력을 기반으로 다음 단어를 예측하는 방식으로 작동하기 때문에 문맥을 진정으로 이해하거나 물리적 세계와 상호 작용하는 능력이 부족하다고 지적했습니다.
  • 반면에 인간과 동물은 최소한의 데이터로 학습하고, 새로운 상황에 민첩하게 적응하며, 학습한 지식을 매우 다른 맥락에서 적용할 수 있는 깊은 능력을 보여줍니다.
  • 르쿤은 생성 모델이 출력으로 눈부실 수 있지만, 생물학적 지능을 특징짓는 기본적인 이해와 적응 학습 메커니즘이 부족하다는 점을 강조하면서 인간과 AI 시스템이 정보를 처리하고 적용하는 방식의 중대한 차이점을 강조했습니다.


목적 지향 AI에 대한 비전: 르쿤은 AI 시스템이 사물이 작동하고 상호 작용하며 변화하는 방식에 대한 풍부한 내부 표현인 "세계 모델"을 개발하는 아키텍처를 구상하고 있습니다. 이를 통해 AI 시스템은 결과를 시뮬레이션하고, 미래에 대해 추론하며, 특정 목표를 달성하기 위해 정보에 입각한 의사 결정을 내릴 수 있게 됩니다.

  • 인과 관계를 파악하지 못한 채 좁은 영역에서 뛰어난 성능을 보이는 현재의 AI와 달리, 목적 지향 AI는 인과 추론이 가능하고 행동과 결과 사이의 관계를 이해할 수 있을 것입니다.
  • 이러한 전환을 통해 AI는 물리적·사회적 세계에 대한 미묘한 이해를 바탕으로 실시간으로 전략을 계획하고 적응할 수 있게 될 것입니다.


미래에 대한 도전과 낙관: 목적 지향 AI를 향한 여정에는 과학적·기술적 도전이 가득하지만, 르쿤은 결국 AI가 모든 영역에서 인간의 지능을 능가할 것이라는 확고한 믿음을 가지고 있습니다.

  • 그러나 르쿤은 또한 이러한 진화가 하룻밤 사이에 일어나거나 현재의 AI 개발 접근 방식을 근본적으로 재고하지 않고는 일어나지 않을 것이라고 강조합니다.


AI 공동체에 대한 행동 촉구: 르쿤의 통찰력은 AI 연구 공동체에 생성 모델의 매력에서 목적 지향 AI라는 미지의 영역으로 선회할 것을 촉구하는 경종과도 같습니다.

  • 르쿤은 청중과 더 넓게는 AI 공동체에 우리가 세상을 진정으로 이해하고 상호 작용하는 AI 시스템을 구축하는 데 따른 도전과 기회를 받아들일 준비가 되어 있는지 묻는 핵심적인 질문을 던졌습니다.