1.
The Age of AI has begun을 Deepl로 번역한 글입니다. 읽으면서 눈에 거스리는 표현이 별로 없습니다.
다만, 문체라는 면에서 보면 다릅니다. 하나의 표현을 하기 위해 이용가능한 선택지는 무수히 많습니다. 그중에서 무엇을 선택할지는 글쓴이의 마음입니다. 마찬가지로 AI는 자신이 학습한 수많은 데이타중 가장 가까운 결과를 가져올 듯 합니다. 때문에 “것이다”라는 식의 문장이 많았습니다. 많은 사람들이 이런 식의 글쓰기를 하고 AI도 이런 글로 학습하였을 듯 합니다. AI에게 소설가 김훈과 같은 문체를 기대할 수 없을 듯 합니다. 시험삼아 제가 수정한 부분이 있을 경우 쌍괄호에 Deepl이 번역한 글을 남겼습니다.
외국어 혹은 언어로 인한 격차를 말합니다. GPT와 같은 대규모언어모델을 운용하기 위해 필요로 하는 자원이 막대해서 얼마나 지속가능할지 모르겠지만 격차를 줄이는데 긍정적이라는 생각을 합니다. 외국어를 몰라도 새로운 지식을 습득하는데 어려움을 줄일 수 있습니다.
다만, 정보화시대, 인터넷의 시대가 시작할 때 정보화격차의 축소를 이야기했습니다. 현실은 수단과 이용시간의 차이로 격차를 유지시켰습니다. 분명 긍정적인 신호가 있지만 이를 상쇄하는 부정적인 신호도 있습니다. 유료 모델로 전환하였을 때 현실의 부익부빈익빈이 그대로 어집니다.
2.
인공지능 시대의 시작(인공지능의 시대가 시작되었습니다.)
인공 지능은 휴대폰과 인터넷만큼이나 혁신적인 기술입니다.
By 빌 게이츠
저는 일생 동안 두 번의 기술 시연을 보면서 혁신적이라고 느꼈습니다.
첫 번째는 1980년에 Windows를 비롯한 모든 최신 운영 체제의 전신인 그래픽 사용자 인터페이스를 소개받았을 때였습니다. 데모를 보여준 찰스 시모니라는 뛰어난 프로그래머와 함께 앉아서 사용자 친화적인 컴퓨팅 접근 방식을 통해 할 수 있는 모든 일에 대해 즉시 브레인스토밍을 시작했습니다. Charles는 결국 Microsoft에 입사했고, Windows는 Microsoft의 중추가 되었으며, 그 데모 이후 우리가 했던 생각은 향후 15년 동안 회사의 아젠다를 설정하는 데 도움을 주었습닏.(도움이 되었습니다.)
두 번째 큰 놀라움은 바로 작년에 일어났습니다. 저는 2016년부터 OpenAI 팀과 회의를 해왔고 그들의 꾸준한 발전에 깊은 인상을 받았습니다. 2022년 중반, 저는 그들의 성과가 너무 흥미로워서 인공지능이 대학 수학능력시험(AP)에 합격할 수 있도록 훈련시키라는 과제를 제시했습니다. 인공지능이 특별히 훈련되지 않은 질문에 답할 수 있도록 만드는 것이었습니다. (AP 바이오를 선택한 이유는 이 시험이 단순한 과학적 사실의 반복이 아니라 생물학에 대해 비판적으로 생각하도록 요구하기 때문입니다.) 그렇게 할 수 있다면 진정한 돌파구를 마련한 것이라고 생각했습니다.
저는 이 도전이 그들을 2, 3년 동안 바쁘게 할 것이라고 생각했습니다. 그들은 불과 몇 달 만에 끝냈습니다.9월에 그들을 다시 만났을 때, 저는 그들이 인공지능 모델인 GPT에 AP 바이오 시험의 객관식 문제 60개를 물어보고 그 중 59개를 맞히는 것을 경이롭게 지켜보았습니다. 그리고 시험에 출제된 6개의 주관식 문제에도 뛰어난 답을 작성했습니다. 외부 전문가에게 시험 채점을 의뢰한 결과, GPT는 대학 수준의 생물학 과목에서 A 또는 A+를 받는 것과 같은 최고 점수인 5점을 받았습니다.AI의 발전은 마이크로프로세서, 개인용 컴퓨터, 인터넷, 휴대전화의 탄생만큼이나 근본적인 변화입니다. AI는 사람들이 일하고, 배우고, 여행하고, 의료 서비스를 받고, 서로 소통하는 방식을 바꿀 것입니다. 모든 산업이 이를 중심으로 재편될 것입니다. 기업은 이를 얼마나 잘 활용하느냐에 따라 차별화될 것입니다.
저는 요즘 자선 활동을 전업으로 하고 있으며, 사람들의 생산성을 높이는 것 외에도 AI가 어떻게 세계 최악의 불평등을 줄일 수 있는지에 대해 많은 생각을 해왔습니다. 전 세계적으로 최악의 불평등은 건강 분야입니다: 매년 5세 미만 어린이 5백만 명이 사망합니다. 이는 20년 전의 1,000만 명보다는 줄었지만 여전히 충격적으로 높은 수치입니다. 거의 모든 어린이가 가난한 나라에서 태어나 설사나 말라리아 등 예방 가능한 질병으로 사망합니다. 아이들의 생명을 구하는 것보다 더 좋은 AI 활용은 상상하기 어렵습니다.
저는 AI가 어떻게 세계 최악의 불평등을 완화할 지(줄일 수 있는지에 대해) 많은 생각을 했습니다.
미국에서 불평등을 줄일 수 있는 가장 좋은 기회는 교육을 개선하는 것, 특히 학생들이 수학에서 성공할 수 있도록 하는 것입니다. 증거에 따르면 기본적인 수학 능력을 갖추면 어떤 직업을 선택하든 성공할 수 있는 기반을 마련할 수 있습니다. 하지만 전국적으로, 특히 흑인, 라틴계, 저소득층 학생의 수학 성취도가 떨어지고 있습니다. AI는 이러한 추세를 바꾸는 데 도움이 될 수 있습니다.
기후 변화는 AI가 세상을 더 공평하게 만들 수 있다고 확신하는 또 다른 문제입니다. 기후 변화의 불공평성은 가장 큰 고통을 겪고 있는 사람들, 즉 세계에서 가장 가난한 사람들이 이 문제에 가장 적게 기여한 사람들이라는 점입니다. 저는 여전히 AI가 어떻게 도움이 될 수 있는지 생각하고 배우고 있지만, 이 글의 뒷부분에서 잠재력이 큰 몇 가지 영역을 제안할 것입니다.
요컨대, 저는 AI가 게이츠 재단이 다루는 문제에 미칠 영향에 대해 기대가 크며, 앞으로 몇 달 동안 재단은 AI에 대해 더 많은 이야기를 할 것입니다. 전 세계는 부유한 사람들뿐만 아니라 모든 사람들이 인공지능의 혜택을 누릴 수 있도록 해야 합니다. 정부와 자선단체는 인공지능이 불평등을 줄이고 불평등에 기여하지 않도록 하는 데 중요한 역할을 해야 합니다. 이것이 제가 인공지능과 관련해 하는 일의 우선순위입니다.
파괴적인 신기술은 사람들을 불안하게 만들 수밖에 없는데, 인공지능도 마찬가지입니다. 인공지능은 노동력, 법률 시스템, 개인정보 보호, 편견 등에 대한 어려운 질문을 제기하기 때문입니다. 인공지능은 사실에 근거한 실수를 저지르기도 하고 환각을 경험하기도 합니다. 이러한 위험을 완화할 수 있는 몇 가지 방법을 제안하기 전에 인공지능의 의미를 정의하고, 인공지능이 직장에서 사람들의 역량을 강화하고, 생명을 구하고, 교육을 개선하는 데 어떤 도움을 줄 수 있는지 자세히 살펴보겠습니다.
인공 지능 정의
기술적으로 인공 지능이라는 용어는 특정 문제를 해결하거나 특정 서비스를 제공하기 위해 만들어진 모델을 의미합니다. ChatGPT와 같은 것을 구동하는 것은 바로 인공 지능입니다. 채팅을 더 잘하는 방법을 학습하지만 다른 작업은 학습할 수 없습니다. 이와 대조적으로 인공 일반 지능이라는 용어는 모든 작업이나 주제를 학습할 수 있는 소프트웨어를 의미합니다. AGI는 아직 존재하지 않으며, 컴퓨팅 업계에서는 이를 어떻게 만들 수 있는지, 심지어 만들 수 있는지 여부에 대해 활발한 논쟁이 벌어지고 있습니다.
AI와 AGI 개발은 컴퓨팅 업계의 큰 꿈이었습니다. 수십 년 동안 컴퓨터가 계산을 제외한 다른 분야에서 인간보다 더 나은 능력을 발휘할 수 있는 시점이 언제일까 하는 것이 문제였습니다. 이제 머신 러닝과 대량의 컴퓨팅 파워가 등장하면서 정교한 AI는 현실이 되었으며 매우 빠르게 발전할 것입니다.소프트웨어 산업이 너무 작아서 컨퍼런스 무대에 겨우 앉을 수 있었던 개인용 컴퓨팅 혁명 초창기를 떠올려 봅니다. 오늘날 소프트웨어 산업은 글로벌 산업이 되었습니다. 이제 그 중 상당 부분이 AI에 관심을 돌리고 있기 때문에 마이크로프로세서 혁신 이후 경험했던 것보다 훨씬 더 빠른 속도로 혁신이 이루어질 것입니다. 머지않아 컴퓨터를 사용한다는 것이 화면을 두드리는 것이 아니라 C:> 프롬프트에 타이핑하는 것을 의미했던 시절만큼이나 AI 이전의 시대는 아득하게 느껴질 것입니다.
생산성 향상
인간은 여전히 많은 부분에서 GPT보다 뛰어나지만, 이러한 기능이 많이 사용되지 않는 업무도 많습니다. 예를 들어 영업(디지털 또는 전화), 서비스, 문서 처리(미지급금, 회계, 보험금 청구 분쟁 등) 등 사람이 수행하는 많은 업무는 의사 결정이 필요하지만 지속적으로 학습할 수 있는 능력은 필요하지 않습니다. 기업에는 이러한 활동을 위한 교육 프로그램이 있으며, 대부분의 경우 잘한 일과 못한 일의 예가 많이 있습니다. 인간은 이러한 데이터 세트를 사용하여 훈련을 받고 있으며, 곧 이러한 데이터 세트는 사람들이 이러한 작업을 보다 효율적으로 수행할 수 있도록 AI를 훈련하는 데에도 사용될 것입니다.컴퓨팅 성능이 저렴해짐에 따라 GPT의 아이디어 표현 능력은 점점 더 다양한 작업을 도와주는 사무직 직원과 같은 역할을 하게 될 것입니다. Microsoft는 이를 부조종사가 있는 것과 같다고 설명합니다. Office와 같은 제품에 완전히 통합된 AI는 이메일 작성과 받은 편지함 관리를 도와주는 등 업무를 향상시킬 것입니다.
결국 컴퓨터를 제어하는 주된 방법은 더 이상 메뉴와 대화 상자를 가리키고 클릭하거나 탭하는 것이 아닙니다. 대신 일반 영어로 요청을 작성할 수 있게 됩니다. (영어뿐만 아니라 전 세계 모든 언어를 이해할 수 있는 인공지능이 등장할 것입니다. 올해 초 인도에서 그곳에서 사용되는 많은 언어를 이해하는 AI를 개발 중인 개발자들을 만났습니다.)
또한 AI의 발전으로 개인 에이전트를 만들 수 있게 될 것입니다. 디지털 개인 비서라고 생각하면 됩니다. 이 비서는 사용자의 최신 이메일을 확인하고, 사용자가 참석하는 미팅을 파악하고, 사용자가 읽은 내용을 읽고, 귀찮게 하고 싶지 않은 내용을 읽어줄 것입니다. 이렇게 하면 하고 싶은 작업은 더 효율적으로 처리할 수 있고, 하고 싶지 않은 작업은 하지 않아도 됩니다.
AI의 발전으로 개인 에이전트가 가능합니다.(만들 수 있게 될 것입니다)
이 에이전트는 자연어를 사용하여 일정 관리, 커뮤니케이션, 전자상거래 등의 업무를 도와주며, 모든 기기에서 작동할 수 있습니다. 모델을 훈련하고 계산을 실행하는 데 드는 비용 때문에 개인 에이전트를 만드는 것은 아직 실현 가능하지 않지만 최근 AI의 발전 덕분에 이제는 현실적인 목표가 되었습니다. 몇 가지 문제를 해결해야 합니다: 예를 들어, 보험회사가 고객의 허락 없이 에이전트에게 고객에 대한 정보를 물어볼 수 있을까요? 그렇다면 얼마나 많은 사람들이 이를 사용하지 않겠다고 선택할까요?
전사적 에이전트는 새로운 방식으로 직원들에게 권한을 부여할 것입니다. 특정 회사를 잘 이해하는 에이전트는 직원들이 직접 상담할 수 있으며 모든 회의에 참여하여 질문에 답할 수 있습니다. 소극적인 태도를 취하도록 지시할 수도 있고, 통찰력이 있다면 적극적으로 발언하도록 장려할 수도 있습니다. 영업, 지원, 재무, 제품 일정 및 회사와 관련된 텍스트에 액세스할 수 있어야 합니다. 회사가 속한 산업과 관련된 뉴스를 읽어야 합니다. 그 결과 직원들의 생산성이 향상될 것이라고 믿습니다.
생산성이 높아지면 사람들이 직장과 가정에서 다른 일을 할 수 있는 여유가 생기기 때문에 사회에도 이익이 됩니다. 물론 사람들에게 어떤 종류의 지원과 재교육이 필요한지에 대한 심각한 질문이 있습니다. 정부는 근로자들이 다른 역할로 전환할 수 있도록 도와야 합니다. 하지만 다른 사람을 돕는 사람들에 대한 수요는 결코 사라지지 않을 것입니다. AI의 부상으로 사람들은 소프트웨어가 할 수 없는 일, 예를 들어 교육, 환자 돌보기, 노인 부양과 같은 일을 할 수 있게 될 것입니다.
글로벌 보건과 교육은 수요가 많지만 이를 충족할 수 있는 인력이 부족한 두 가지 분야입니다. 이 두 분야는 AI를 적절히 활용하면 불평등을 줄이는 데 도움이 될 수 있는 분야입니다. 이 두 가지가 AI 작업의 핵심 초점이 되어야 하므로 이제부터 이 두 가지를 다루겠습니다.
건강
저는 인공지능이 건강 관리와 의료 분야를 개선할 수 있는 몇 가지 방법이 있다고 생각합니다.
우선, 보험금 청구, 서류 처리, 의사 방문 기록 작성 등 특정 업무를 대신 처리하여 의료 종사자가 시간을 최대한 활용할 수 있도록 도와줄 것입니다. 이 분야에서 많은 혁신이 이루어질 것으로 기대합니다.5세 미만 사망자의 대다수가 발생하는 가난한 국가에서는 AI를 통한 다른 개선이 특히 중요할 것입니다.예를 들어, 이러한 국가의 많은 사람들은 의사를 만나지 못하는데, AI는 그들이 만나는 의료 종사자들의 생산성을 높이는 데 도움이 될 것입니다. (최소한의 교육만으로 사용할 수 있는 AI 기반 초음파 기계를 개발하려는 노력이 그 좋은 예입니다.) AI는 환자가 기본적인 분류를 수행하고, 건강 문제에 대처하는 방법에 대한 조언을 얻고, 치료가 필요한지 여부를 결정할 수 있는 능력까지 제공할 것입니다.가난한 국가에서 사용되는 AI 모델은 부유한 국가와는 다른 질병에 대해 학습해야 합니다. 다른 언어로 작동해야 하며, 병원에서 멀리 떨어져 있거나 아플 때 일을 중단할 여유가 없는 환자 등 다양한 문제를 고려해야 합니다.
사람들은 의료 AI가 완벽하지 않고 실수를 할 수 있지만 전반적으로 유익하다는 증거를 볼 수 있어야 합니다. AI는 매우 신중하게 테스트하고 적절하게 규제해야 하므로 다른 분야보다 채택하는 데 시간이 더 오래 걸릴 것입니다. 하지만 인간도 실수를 합니다. 그리고 의료 서비스를 이용할 수 없다는 것도 문제입니다.AI는 치료를 도울 뿐만 아니라 의료 혁신의 속도를 획기적으로 가속화할 것입니다. 생물학 데이터의 양은 매우 방대하며, 복잡한 생물학적 시스템이 작동하는 방식을 인간이 모두 추적하기는 어렵습니다. 이 데이터를 보고 경로를 추론하고 병원균의 표적을 검색하고 그에 따라 약물을 설계할 수 있는 소프트웨어가 이미 존재합니다. 일부 회사에서는 이러한 방식으로 개발된 항암제를 연구하고 있습니다.차세대 도구는 훨씬 더 효율적이며 부작용을 예측하고 투여량을 파악할 수 있게 될 것입니다. 게이츠 재단의 AI 우선순위 중 하나는 이러한 도구가 에이즈, 결핵, 말라리아 등 세계에서 가장 가난한 사람들에게 영향을 미치는 건강 문제에 사용될 수 있도록 하는 것입니다.
마찬가지로, 정부와 자선 단체는 기업이 AI를 통해 얻은 인사이트를 빈곤국 사람들이 기르는 농작물이나 가축에 공유할 수 있도록 인센티브를 제공해야 합니다. AI는 지역 조건에 따라 더 나은 종자를 개발하고, 농부들에게 해당 지역의 토양과 날씨에 따라 심기에 가장 적합한 종자를 조언하며, 가축을 위한 약품과 백신을 개발하는 데 도움을 줄 수 있습니다. 기상이변과 기후 변화로 인해 저소득 국가의 생계형 농부들에게 더 많은 압박이 가해짐에 따라 이러한 발전은 더욱 중요해질 것입니다.
교육
컴퓨터는 교육 업계에서 많은 사람들이 기대했던 만큼 교육에 큰 영향을 미치지 못했습니다. 교육용 게임이나 위키피디아 같은 온라인 정보 소스 등 몇 가지 좋은 발전이 있었지만, 학생들의 성취도 측정에 의미 있는 영향을 미치지는 못했습니다.
하지만 앞으로 5~10년 안에 AI 기반 소프트웨어가 마침내 사람들이 가르치고 배우는 방식을 혁신할 수 있는 가능성을 보여줄 것이라고 생각합니다. 학습자의 관심사와 학습 스타일을 파악하여 학습자의 참여를 유도할 수 있는 맞춤형 콘텐츠를 제공할 것입니다. 이해도를 측정하고, 흥미를 잃는 시기를 알아차리고, 어떤 종류의 동기에 반응하는지 파악합니다. 즉각적인 피드백을 제공합니다.AI는 과목에 대한 학생의 이해도를 평가하고 진로 계획에 대한 조언을 제공하는 등 교사와 관리자를 지원할 수 있는 다양한 방법이 있습니다. 교사들은 이미 ChatGPT와 같은 도구를 사용하여 학생들의 작문 과제에 대한 코멘트를 제공하고 있습니다.물론 인공지능이 특정 학생이 가장 잘 배우는 방법이나 동기를 부여하는 요소를 이해하는 등의 작업을 수행하려면 많은 훈련과 추가 개발이 필요합니다. 기술이 완벽해지더라도 학습은 여전히 학생과 교사 간의 훌륭한 관계에 달려 있습니다. 이 기술은 학생과 교사가 교실에서 함께 하는 작업을 향상시킬 수는 있지만 결코 대체할 수는 없습니다.
새로운 도구는 구매 여력이 있는 학교를 위해 만들어질 것이지만, 미국과 전 세계의 저소득층 학교를 위해서도 만들어지고 사용할 수 있도록 해야 합니다. AI는 다양한 데이터 세트를 학습하여 편견이 없고 다양한 문화를 반영할 수 있도록 해야 합니다. 또한 저소득층 가정의 학생들이 뒤처지지 않도록 디지털 격차도 해소해야 합니다.
많은 교사들이 학생들이 에세이를 작성할 때 GPT를 사용하는 것에 대해 걱정하고 있다는 것을 알고 있습니다. 교육자들은 이미 새로운 기술에 적응할 수 있는 방법을 논의하고 있으며, 이러한 대화는 당분간 계속될 것으로 예상됩니다. 학생들이 GPT를 사용하여 초안을 작성하고 개인화할 수 있도록 허용하는 등 이 기술을 업무에 통합하는 현명한 방법을 찾은 교사들에 대해 들었습니다.
AI의 위험과 문제점
현재 AI 모델의 문제점에 대해 읽은 적이 있을 것입니다. 예를 들어, 사람의 요청에 대한 맥락을 잘 이해하지 못해 이상한 결과를 초래하는 경우가 있습니다. AI에게 가상의 무언가를 만들어 달라고 요청하면 잘 만들어낼 수 있습니다. 하지만 가고 싶은 여행에 대한 조언을 요청하면 존재하지 않는 호텔을 추천할 수도 있습니다. 이는 AI가 요청의 맥락을 충분히 이해하지 못하기 때문에 가짜 호텔을 만들어야 하는지, 아니면 빈 방이 있는 실제 호텔만 알려줘야 하는지 알 수 없기 때문입니다.
추상적인 추론에 어려움을 겪어 수학 문제에 오답을 내는 AI와 같은 다른 문제도 있습니다. 하지만 이러한 문제들은 인공지능의 근본적인 한계는 아닙니다. 개발자들이 이러한 문제를 해결하기 위해 노력하고 있으며, 2년 이내에 대부분 해결될 것으로 예상되며, 어쩌면 훨씬 더 빠르게 해결될 수도 있습니다.
다른 우려 사항은 단순히 기술적인 문제가 아닙니다. 예를 들어, 인공지능으로 무장한 인간에 의한 위협이 있습니다. 대부분의 발명품이 그렇듯이 인공지능은 좋은 목적으로 사용될 수도 있고 악의적으로 사용될 수도 있습니다. 정부는 민간 부문과 협력하여 위험을 제한할 수 있는 방법을 모색해야 합니다.
인공지능이 통제 불능 상태가 될 가능성도 있습니다. 기계가 인간을 위협이라고 판단하거나, 인간과 기계의 이해관계가 다르다고 결론을 내리거나, 아예 인간에 대한 관심을 멈출 수도 있을까요? 그럴 수도 있지만, 이 문제는 지난 몇 달간의 AI 개발 이전보다 오늘날 더 시급한 문제는 아닙니다.
초지능 AI는 우리의 미래입니다. 컴퓨터와 비교할 때 우리의 뇌는 달팽이 속도로 작동합니다: 뇌의 전기 신호는 실리콘 칩의 신호 속도보다 1/100,000의 속도로 움직입니다! 개발자가 학습 알고리즘을 일반화하여 컴퓨터의 속도로 실행할 수 있게 되면(10년이 걸릴 수도 있고 100년이 걸릴 수도 있습니다), 우리는 믿을 수 없을 정도로 강력한 AGI를 갖게 될 것입니다. 인간의 두뇌가 할 수 있는 모든 일을 할 수 있으면서도 메모리 크기나 작동 속도에 실질적인 제한이 없을 것입니다. 이는 엄청난 변화가 될 것입니다.
이러한 “강력한” 인공지능은 아마도 스스로 목표를 설정할 수 있을 것입니다. 그 목표는 무엇일까요? 그 목표가 인류의 이익과 충돌하면 어떻게 될까요? 강력한 인공지능이 개발되는 것을 막아야 할까요? 이러한 질문은 시간이 지날수록 더욱 절실해질 것입니다. 하지만 지난 몇 달 동안의 획기적인 발전에도 불구하고 우리는 강력한 인공지능에 크게 가까워지지는 못했습니다. 인공지능은 여전히 물리적 세계를 제어하지 못하며 스스로 목표를 설정하지 못합니다. 최근 뉴욕 타임즈에 실린 ChatGPT와의 대화에 관한 기사에서 인공지능이 인간이 되고 싶다고 선언한 내용이 많은 주목을 받았습니다. 모델의 감정 표현이 얼마나 인간과 비슷할 수 있는지를 보여주는 흥미로운 기사였지만, 그것이 의미 있는 독립성을 나타내는 지표는 아니었습니다.
이 주제에 대한 제 생각을 형성한 세 권의 책이 있습니다: 닉 보스트롬의 ‘초지능’, 맥스 테그마크의 ‘라이프 3.0’, 제프 호킨스의 ‘천 개의 뇌‘. 저자들이 말하는 모든 것에 동의하는 것은 아니며 저자들 역시 서로 동의하지 않습니다. 하지만 세 책 모두 잘 쓰여지고 생각을 자극하는 책입니다.
다음 개척지
AI의 새로운 용도와 기술 자체를 개선하는 방법을 연구하는 기업이 폭발적으로 늘어날 것입니다. 예를 들어, 기업들은 인공 지능에 필요한 엄청난 양의 처리 능력을 제공할 새로운 칩을 개발하고 있습니다. 일부는 에너지 소비를 줄이고 제조 비용을 낮추기 위해 광학 스위치(기본적으로 레이저)를 사용합니다. 혁신적인 칩을 사용하면 현재처럼 클라우드가 아닌 자체 디바이스에서 인공지능을 실행할 수 있습니다.
소프트웨어 측면에서는 AI의 학습을 주도하는 알고리즘이 개선될 것입니다. 영업과 같은 특정 영역에서는 개발자가 작업 영역을 제한하고 해당 영역에 특화된 많은 학습 데이터를 제공함으로써 AI를 매우 정확하게 만들 수 있을 것입니다. 하지만 교육용, 사무 생산성 등 다양한 용도에 따라 이렇게 특화된 AI가 많이 필요할지, 아니면 모든 작업을 학습할 수 있는 일반 인공지능을 개발할 수 있을지는 아직 미지수입니다. 두 가지 접근 방식 모두에서 엄청난 경쟁이 벌어질 것입니다.
어떤 일이 있어도 인공지능이라는 주제는 당분간 대중의 논의를 지배할 것입니다. 저는 이러한 논의를 이끌어갈 세 가지 원칙을 제안하고 싶습니다.
첫째, AI의 단점에 대한 두려움은 충분히 이해할 수 있고 타당한 것이며, 사람들의 삶을 개선할 수 있는 능력과 균형을 맞추도록 노력해야 합니다. 이 놀라운 신기술을 최대한 활용하기 위해서는 위험을 경계하는 동시에 가능한 한 많은 사람들에게 이점을 전파해야 합니다.
둘째, 시장의 힘은 자연스럽게 극빈층을 돕는 AI 제품과 서비스를 만들어내지 못합니다. 그 반대의 경우가 더 많습니다. 정부와 자선단체는 신뢰할 수 있는 자금과 올바른 정책을 통해 불평등을 해소하는 데 AI를 활용할 수 있습니다. 세계가 가장 큰 문제에 집중하기 위해 가장 뛰어난 인재를 필요로 하듯이, 우리는 세계 최고의 AI를 가장 큰 문제에 집중시켜야 합니다.
이런 일이 일어나기를 기다릴 필요는 없지만, 인공지능이 불평등을 파악하고 이를 줄이기 위해 노력할 수 있을지 생각해 보는 것은 흥미롭습니다. 불평등을 인식하기 위해서는 도덕적 감각이 있어야 할까요, 아니면 순전히 이성적인 인공지능도 불평등을 인식할 수 있을까요? 인공지능이 불평등을 인식한다면, 불평등에 대해 우리가 무엇을 해야 한다고 제안할까요?
마지막으로, 우리는 AI가 할 수 있는 일의 시작에 불과하다는 점을 명심해야 합니다. 현재의 한계가 무엇이든 간에 머지않아 사라질 것입니다.
저는 PC 혁명과 인터넷 혁명에 참여하게 되어 운이 좋았습니다. 지금 이 순간도 마찬가지로 흥분됩니다. 이 새로운 기술은 전 세계 사람들의 삶을 개선하는 데 도움이 될 수 있습니다. 동시에 전 세계는 인공지능의 단점이 장점보다 훨씬 더 크도록, 그리고 거주 지역이나 재산의 많고 적음에 관계없이 모든 사람이 이러한 혜택을 누릴 수 있도록 규칙을 정립해야 합니다. 인공지능 시대는 기회와 책임으로 가득 차 있습니다.
