‘더 적은 데이터로 더 똑똑하게’, 하이브리드형 AI에 거는 기대 / GPT-3, 얀 르쿤, 블랙박스, 퓨샷 러닝, IBM, 알파고, 심볼릭, 딥러닝, 챗봇, 페이스북, 월스트리트저널, 소프트웨어
2020. 12. 20.
기계 학습은 데이터 확보에 막대한 비용·시간 소모…질문 이해 못하고 확률 높은 답만 제시 데이터는 우수한 인공지능(AI)을 만들기 위한 필수적인 요소로 간주된다. 머신 러닝 방식의 AI를 학습시키려면 막대한 비용과 긴 시간이 든다. AI를 충분히 학습시키려면 엄청난 규모의 데이터를 모으고 정리해야 하기 때문이다. 그래서 최근 더 적은 시간과 비용으로 수준 높은 AI를 만들려는 시도도 점차 늘어나고 있다. GPT-3로 확인된 기계 학습 AI의 한계 업계의 구루이자 페이스북에서 AI 개발을 주도하고 있는 얀 르쿤 뉴욕대 교수는 2020년 8월 월스트리트저널과의 인터뷰에서 오늘날 AI를 훈련시키는 데는 엄청난 시간과 비용이 투입되는 데 비해 AI는 아직 중력과 같은 기본적인 개념을 이해할 능력을 갖추지 못했다..