AI 시대: 인공지능에 대해 알아야 할 모든 것

AI는 음악과 미디어부터 비즈니스와 생산성, 심지어 데이트까지 현대 생활의 모든 구석구석에 나타나고 있습니다. 너무 많아서 따라가기가 어려울 수 있습니다. 따라서 빠르게 변화하는 이 분야에서 최신 정보를 유지하기 위해 알아야 할 최신 대규모 개발부터 용어 및 회사에 이르기까지 모든 내용을 읽어보세요.

우선, 우리 모두가 같은 입장인지 확인하도록 합시다. AI란 무엇인가?

머신러닝이라고도 불리는 인공지능은 신경망을 기반으로 한 일종의 소프트웨어 시스템으로, 실제로 수십 년 전에 개척되었지만 최근에는 강력하고 새로운 컴퓨팅 리소스 덕분에 꽃을 피웠습니다. AI는 효과적인 음성 및 이미지 인식은 물론 합성 이미지 및 음성 생성 기능도 가능하게 했습니다. 그리고 연구원들은 AI가 웹 검색, 티켓 예약, 레시피 수정 등을 가능하게 만들기 위해 열심히 노력하고 있습니다.

아, 하지만 매트릭스 유형의 기계 상승이 걱정된다면 걱정하지 마세요. 그것에 대해서는 나중에 이야기하겠습니다!

AI 가이드는 세 가지 주요 부분으로 구성되어 있으며, 각 부분은 정기적으로 업데이트되며 순서에 상관없이 읽을 수 있습니다.

이 기사를 마치면 요즘 누구나 원하는 최신 정보를 얻을 수 있을 것입니다. 또한 AI 시대를 더욱 가속화하면서 이를 업데이트하고 확장할 예정입니다.

이미지 크레딧:Andrii Shyp / 게티 이미지

AI의 놀라운 점 중 하나는 핵심 개념의 역사가 50년 이상 전으로 거슬러 올라가지만 아주 최근 이전에는 기술에 정통한 사람들에게도 친숙한 개념이 거의 없다는 것입니다. 그러니 길을 잃었다고 느끼더라도 걱정하지 마세요. 모두가 그렇습니다.

그리고 우리가 미리 분명히 하고 싶은 한 가지는 비록 그것이 "인공 지능"이라고 불리지만 그 용어는 약간 오해의 소지가 있다는 것입니다. 지능에 대한 단일한 정의는 없지만 이러한 시스템이 수행하는 작업은 두뇌보다는 계산기에 더 가깝습니다. 이 계산기의 입력 및 출력은 훨씬 더 유연합니다. 인공 코코넛과 같은 인공 지능을 생각할 수도 있습니다. 그것은 모방 지능입니다.

AI에 대한 논의에서 찾을 수 있는 기본 용어는 다음과 같습니다.

우리의 뇌는 주로 뉴런이라는 상호 연결된 세포로 구성되어 있으며, 이 세포들은 서로 맞물려 작업을 수행하고 정보를 저장하는 복잡한 네트워크를 형성합니다. 이 놀라운 시스템을 소프트웨어로 재현하려는 시도는 60년대부터 시도되었지만 필요한 처리 능력은 GPU가 디지털 정의 신경망을 번창하게 했던 15~20년 전까지는 널리 사용되지 않았습니다. 그 중심에는 수많은 점과 선이 있습니다. 점은 데이터이고 선은 해당 값 사이의 통계적 관계입니다. 뇌에서와 마찬가지로 이는 입력을 빠르게 받아 네트워크를 통해 전달하고 출력을 생성하는 다목적 시스템을 만들 수 있습니다. 이 시스템을 모델이라고 합니다.

모델은 입력을 받아들이고 출력을 반환하는 실제 코드 모음입니다. 복잡한 자연 과정을 시뮬레이션하는 통계 모델 또는 모델링 시스템과 용어의 유사성은 우연이 아닙니다. AI에서 모델은 ChatGPT와 같은 완전한 시스템을 의미하거나 그것이 수행하거나 생성하는 모든 AI 또는 기계 학습 구성을 의미할 수 있습니다. 모델은 다양한 크기로 제공됩니다. 이는 모델이 차지하는 저장 공간과 실행에 필요한 컴퓨팅 성능을 모두 의미합니다. 그리고 이는 모델이 어떻게 학습되는지에 따라 달라집니다.

AI 모델을 생성하기 위해 시스템의 기반을 구성하는 신경망은 데이터 세트 또는 코퍼스라고 불리는 일련의 정보에 노출됩니다. 그렇게 함으로써 이러한 거대한 네트워크는 해당 데이터의 통계적 표현을 생성합니다. 이 훈련 프로세스는 가장 계산 집약적인 부분입니다. 즉, 거대한 고성능 컴퓨터 뱅크에서 몇 주 또는 몇 달이 걸립니다(원하는 만큼 오래 걸릴 수 있음). 그 이유는 네트워크가 복잡할 뿐만 아니라 데이터세트가 매우 클 수 있기 때문입니다. 즉, 거대한 통계 모델에서 분석하고 표현해야 하는 수십억 개의 단어나 이미지가 있습니다. 반면, 모델 요리가 완료되면 모델을 사용할 때 훨씬 더 작고 덜 까다로울 수 있습니다. 이를 추론이라고 합니다.