미래 AI 최근에는 인공 일반 지능 (AGI)의 연구 및 개발을 향상시키는 실험 플랫폼 인 Brain Simulator II를 출시했습니다.

이 Q & A에 참여하고 AGI에 대한 그의 견해,이 분야의 향후 발전에 대한 그의 예측 및 FutureAI와의 계획을 공유해 주신 Charles Simon에게 감사드립니다.

귀하의 배경은 무엇이며 FutureAI는 어떻게 시작 되었습니까?

저는 전기 공학 / 컴퓨터 과학으로 시작했으며 대부분의 경력을 팀 관리 및 소프트웨어 개발에 사용했습니다. 여러 인공 지능 프로젝트를 결합한 최초의 디지털 EEG (brainwave) 시스템 중 하나를 개발 한 경험을 통해 2018 년 책인“Will Computers Revolt?”에서 인공 지능의 미래에 대해 많은 결론을 얻었습니다.

오늘날 AI의 주요 문제 중 하나는 기본적인 이해 부족, XNUMX 살짜리 아이에게있는 능력입니다. 이러한 유형의 매우 기본적인 기능을 에뮬레이션하면 AI의 유용성을 획기적으로 개선하고 인공 지능 (AI)으로 이끌 수 있습니다.

FutureAI의 사명은 무엇입니까?

나는 FutureAI를 설립하여이 책에 요약 된 많은 원칙들을 증명하고 증명하고 관련 질문에 대답합니다.

예를 들어, 블록을 가지고 놀 수있는 시스템을 만들면 아이가 할 수있는 방식을 추론하고 계획하는 법을 배우게 될까요? 그러한 시스템의 능력을보다 일반적으로 AGI로 이전 할 수 있습니까? 이들은 알려지지 않은 것이 많으며 비영리 개발 회사를 만드는 것이 이러한 유형의 장기 개발을 해결하는 가장 좋은 방법입니다.

FutureAI의 최근 Brain Simulator II 출시, 해결해야 할 문제 및 제공되는 기회에 대해 알려주세요.

Brain Simulator II는 AGI의 다양한 새로운 개념을 시험해 볼 수있는 실험 플랫폼을 제공합니다. 더 높은 수준의 계산을 처리하는 시스템과 모듈을 지원하는 기본 신경 시뮬레이터가 있습니다.

예를 들어, 가상 엔티티 인 "Sallie"가 미로를 탐색 할 수있게하는 모듈은 지식 저장소, 비전, 기타 감각 등을 제공하는 플랫폼 상단의 코드 수백 줄에 불과합니다.이 플랫폼을 제공함으로써 탐색 코드를보다 쉽게 ​​개발하고 미로 탐색은 기본적으로 단어를 이해하는 학습과 같은 목표 기반 작업과 동일한 프로세스라는 것을 배울 수 있습니다. 미로 시스템은 단어를 행동과 연관시키는 모듈과 많은 코드를 공유합니다.

FutureAI에서 현재 직면하고있는 기술적 과제는 무엇입니까?

실제 문제는 아무도 AGI에 대한 최종 답변을 모른다는 것입니다. 따라서 우리는 수많은 막 다른 골목으로 이끄는 실험 코드를 작성하고 문제 해결에 대해 더 많이 배울 때 여러 가지 기술을 시도하고 있습니다.

또한 많은 문제에 공통적 인 해결책이 있다는 것을 배우고 있지만 많은 문제를 개별적으로 해결 한 후에 만 ​​배울 수 있습니다. 그런 다음 많은 코드를 통합하기 위해 다시 작성합니다. 이 유형의 프로그래밍은 지정된 대상과 알려진 알고리즘이있는 응용 프로그램 개발보다 훨씬 느립니다.

지난 12 개월 동안 가장 자랑스럽게 생각하는 회사의 최대 성과는 무엇입니까?

Brain Simulator 내에서 UKS (Universal Knowledge Store) 모듈을 개발하면 데이터 항목 간의 링크 측면에서 모든 유형의 정보를 저장할 수 있습니다. UKS 내에서 추상적 인 Thing은 시각적 모양,이를 설명하는 데 사용되는 단어 및 기타 고유 한 특성으로 참조됩니다.

좁은 AI와 달리 UKS 시스템은 다른 모든 상황에서 모든 것을 학습합니다. XNUMX 살짜리 아이가 이미 알고있는 정보를 바탕으로 모든 것을 배우는 것처럼. 일련의 단어는시를 나타낼 수 있습니다. UKS에서시를 검색 할 때, 단어의 여러 뉘앙스와 그것들이 불러 온 이미지의 모든 맥락을 검색 할 수 있습니다. 나는이 모든 맥락을 갖는 것이 진정한 이해의 기초 중 하나라고 주장한다.

“Will Computers Revolt?”책에 대해 알려주십시오.

이 책은 시스템의 기본 철학을 설명합니다. 생물학을 기반으로, 우리는 인간의 마음이 수십억 개의 뉴런에 걸쳐 구현 된 비교적 적은 수의 고유 알고리즘으로 구성되어 있음을 알고 있습니다. 이 책은 AGI를 구축하려면 로봇 시스템으로 시작해야한다고 설명합니다. AGI가 여러 가지 감각을 가지고 있고 객체를 조작 할 수있는 능력이 없다면 어떤 시스템도 실제로 객체가 존재한다는 것을 이해할 수 없습니다.

계획을 세우려면 AGI가“내가 그렇게하면 그렇게 될 것”이라고 생각할 수 있도록 내부 환경 모델을 가지고 있어야합니다. AGI가 실제 환경 (실제 또는 시뮬레이션)에없는 경우 시간의 경과 또는 원인 및 결과에 대해 배울 수 없습니다.

이 책의 전제는 먼저 이러한 기능을 개발하는 것이 향후 XNUMX 년의 범위 내에 있으며 오늘날 이러한 AI를 통해 AGI에 대한 새로운 수준으로 발전 할 것입니다.

또한,이 책은 인간의 두뇌의 계산 능력이 대부분의 추정치보다 훨씬 낮다는 것을 (현재 개발에 의해 밝혀지고있는) 사례로 만듭니다. 아마도 당신의 마음은 수천만 가지를 배울 수 있습니다. 곧 영국에 백만 개의 물건을 넣는 컴퓨터가 생길 것입니다. 아마도 그것은 실제 지능을 나타내기에 충분할 것입니다. 우리는 아직 모른다.

AGI가 인간의 존재에 위협이 될 수 있다는 우려를 어떻게 보십니까?

유전 공학 또는 핵 기술과 마찬가지로 AGI는 잠재적 인 이점이 많지만 어느 정도의 위험, 특히 인간 개발자의 남용 위험을 제공합니다.

AGI는 다른 분야보다 더 많은 것을 제공해야합니다. AGI를 탐험가 및 혁신 가로 만들면 큰 보상을 얻을 수 있습니다. 대신 AGI를 정복의 기계로 만들면 앞으로 언젠가는 우리를 정복하기로 선택할 수 있습니다.

지금, 선택은 우리에게 달려 있습니다.

최근 몇 년 동안 AGI 개발에서 가장 관련성이 높은 혁신은 무엇이며 앞으로 몇 년 동안 무엇을 예측합니까?

AI는 인간의 상호 작용 측면에서 AGI를 향한 큰 진전을 이루었습니다. 불행히도 AI가 AGI를 달성 할 수 있도록 충분한 교육을 제공 할 수 있다는 아이디어는 위에서 언급 한 기본 개념 문제에 의해 보류됩니다.

우리는 다양한 감각에 의존하고 로봇 공학의 엄청난 발전이 AGI로 넘어갈 수있는 응용 프로그램을보기 시작했습니다. 또한 AGI가 전적으로 또는 전혀없는 제안이 아님을 지적해야합니다. 앞으로 몇 년 안에 AGI의 다양한 측면이 기존 애플리케이션에 도입되어 추가되는 것을 보게 될 것이며 AGI가 진정한 AGI인지 아닌지 논할 것입니다.

결국 대부분의 지역에서 인간의 능력을 능가하는 AGI가 존재할 것이며 우리는 우리의 창작물이 우리보다 똑똑하다는 것을 단호히 인정할 것입니다.

Brain Simulator II와 FutureAI의 향후 계획은 무엇입니까?

머지 않아 샐리는 자신의 환경에서 물체를 조작하고 기본적인 물리학에 대해 배울 수있는 능력을 추가하고 있습니다. 이것으로 무장 한 Sallie는 계획과 예측이 필요한 다양한 형태의 조립과 같은 목표를 갖게 될 것입니다.

장기적으로 우리는 낮은 수준의 AGI 개념이 어떻게 광범위한 혜택을 얻을 수 있는지를 보여주기 위해 전체 AI 산업에 영향을 미치기를 희망합니다.

의 사명 AI 타임 저널 정보를 공개하는 것입니다
인공 지능에 대한 지식,
AI 기술을 사용할 새로운 기회와
인류에게 이익이됩니다.

출처 : https://www.aitimejournal.com/interview-with-charles-simon-ceo-and-founder-futureai