문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 인공 일반 지능 (문단 편집) == 상세 == 인공 일반 지능이라는 용어에서 일반(General)의 의미는 '일반적이다'라는 단어의 평범한 의미보다는 [[특수 상대성 이론]]을 [[일반화]]시킨 [[일반 상대성 이론]]에서 '일반'의 의미처럼, 말 그대로 '범용' 혹은 '통상'의 뜻으로 이해하면 좋다. 이 때문에 [[일본]] 등 일부 국가에서는 인공 일반 지능을 '범용 인공지능'이나 '인공 범용 지능' 등의 보다 직관적인 명칭으로 호칭하기도 한다. 쉽게 설명하자면, 특정한 조건 하에서만 적용할 수 있는 [[약인공지능]]과 달리 '''모든 상황에 일반적으로 두루 적용할 수 있는 AI'''를 말한다. 인공 일반 지능은 약인공지능과 달리 한 번도 해 보지 않은 꽃꽂이를 남들이 하는 것을 보고 배워서 한다든가, 방범 업무를 경찰에게 인수 인계 받아서 학습하여 한다든가 하는 것도 가능하다. 약인공지능이 신경 덩어리라면 이것은 그 신경 덩어리의 집합이라 일컬을 수도 있는데 이는 단순한 집합의 의미뿐만 아니라 집합 사이에서 이루어지는 유기적인 정보 처리 반응이 핵심이 된다는 의미이며, 현실에서 인공지능 연구가들이 목표 삼는 인공지능이 바로 이 인공 일반 지능이다. 이 단계의 인공 지능부터는 [[인공지능 특이점]]과 관련된 위험성이 의심된다. 때문에 일각에서는 진짜 인공 일반 지능을 연구하는 대신 수많은 분야의 약인공지능을 개별적으로 분리해 놓고, 그것을 포괄적으로 관리하는 서비스 시스템을 따로 만들어서 간접적으로 범용의 인공 지능을 구현해야 한다고 주장하기도 한다. 즉 신경 덩어리를 유기적으로 결합하지 않고 기계적으로 결합시키자는 의견인데, 이렇게 하면 시스템을 관리하는 인간이 언제나 우위에 있게 되어 인공 지능이 특이점을 돌파하지 못하므로 [[초지능]]이 만들어질 가능성도 억제된다고 한다. 인공 일반 지능보다 더 뛰어난 것이 [[인공 의식]]이다. 물론 만들어진 것을 의식이라고 일컫는 것에 대한 거부감은 순전히 떨쳐낼 수 있을 것이라고 믿지 않는 사람들도 많고, 아직까지도 이런 기술을 개발하는 데 진전이 몹시 더디기 때문에 실제로 구현될 때에는 이름이 바뀔 수도 있다. 2023년 3월 마이크로소프트 리서치에 따르면 [[OpenAI]]에서 개발한 언어모델 [[GPT-4]]가 인공 일반 지능에서 기대 되는 능력을 현상적(phenomenological)[* 현상적이라는 표현을 쓴 것은 내포된 메커니즘을 모른다는 이야기이다. [[중국어방 논변]]에서와 같이 이 시스템이 흉내를 내는 것이 너무 정교해서 완성된 인공 일반 지능에서나 보여줄 능력이 나타나 보이는 것인지, 정말 이해하고 그 능력이 실제로 발현된 것인지는 알 수 없다는 이야기이다.]으로 보여준다는 주장을 논문[* [[https://arxiv.org/abs/2303.12712|"인공 일반 지능의 불씨"]] (영문)]을 통해 제기했다. 그 대표적인 근거로는 1.이전 인공지능 모델들에서는 존재하지 않았던 추론능력이 생겨났고, 2.논리적 사고가 가능하며 3.수학, 법률, 코딩 등과 같이 범용성있는 작업들을 수행할수 있고, 4.언어데이터로만 학습된 모델인데도 불구하고 그림그리기와 같은 작업을 성공적으로 수행하며 단순히 그럴듯한 답변을 생성하는 수준을 넘어서 언어에 내포된 개념을 실제로 응용하고 있음을 보여주었기 때문이다. 그러나 논문의 마지막 10장의 "방향과 결론" 섹션을 보면, GPT-4가 인공 일반 지능에서 기대되는 추리, 창의, 연역추론과 같은 지능을 이전 문단에서 기술한 바와 같이 여러 영역에 걸친 작업을 수행해냄으로써 보여줬지만, 엄밀한 인공 일반 지능 시스템의 정의 하에서 그 지능이 평가된 것은 아니라는 점을 인정하고 있다. 다시 말해, 엄밀한 인공 범용 지능 시스템의 성능을 정의 하려는 여러 시도가 있지만 (얼마나 많은 문제를 해결할 수 있는가, 능력 취득 효율성, 등) 아직까지는 어느 것도 완전하지 않으며, 특히 ‘사람이 할 수 있는 모든 일을 할 수 있는 시스템’은 실제로는 다른 사람이 할 수 있는 일을 완벽하게 훌륭히 할 수 있는 사람은 실존하지 않는 다는 점에서 실제로 그런 단일화 된 기준으로 측정이 가능한가에 대한 의문을 표하고 있다. 그리고 이 논문의 내용은 전적으로 현상적이며, 어떻게 해서 대규모 언어 모델(LLMs)에서 여러 영역에 걸쳐 활용 가능한 일반적 지능 (추리, 창의, 연역)이 나타나게 되는지 원리를 알지 못한다고도 인정하고 있다. [* 여러 분야 영역에 걸친 대규모 언어 자료를 학습 시키면, 분야들 간에 공통되거나 브리지 역할을 하는 신경망이 생성될 수 있다. 사실 이것이 LLMs의 특징이자 GPT의 특징이기도 하다.] 요약하자면, 기존의 인공지능 시스템은 한 분야에서 훈련된 능력을 다른 영역에서 활용하지 못했는데, [[GPT-4]]에서는 그것이 가능했다는 점에서 “인공 일반 지능의 불씨”라고 불리울만 하지만, 이것이 진정 모든 영역에 적용될 수 있는 인공 일반 지능임을 알아냈다거나, 혹은 그것을 가능하게 한 원리나 이유를 알아내지는 못했다는 것이다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기