인공 일반 지능(AGI)

AGI의 핵심 개념

AGI는 인간 인지의 복잡성과 유연성을 재현하는 데 중점을 두고 있습니다. 여기에는 몇 가지 핵심 아이디어가 포함됩니다:

• 일반 인지 능력: 전문화된 AI와 달리 AGI는 특정 기능뿐만 아니라 다양한 작업에 적용할 수 있는 광범위한 지적 능력을 보유하게 됩니다.
• 학습과 적응력: AGI는 인간처럼 다양한 영역의 경험을 통해 학습하고 새로운 상황에 맞게 지식을 적용할 수 있습니다. 이를 위해서는 현재의 딥러닝(DL) 및 신경망(NN) 패러다임을 뛰어넘는 발전이 필요하며, 정교한 강화 학습 또는 완전히 새로운 아키텍처가 필요할 수 있습니다.
• 추론과 문제 해결: AGI는 복잡한 추론, 추상적 사고, 낯선 상황에서의 효과적인 문제 해결 능력을 의미합니다.
• 창의성과 상식: 진정한 일반 지능에는 창의성과 세상에 대한 상식적인 지식 기반이 포함되는 경우가 많은데, 이는 현재 AI가 다루기 어려운 영역입니다.
• 의식과 자기 인식: 논쟁의 여지가 많고 철학적으로 복잡하지만, 신경과학 연구와 마음 철학에서 탐구되는 주제인 의식 또는 자기 인식의 측면이 AGI의 일부 정의 또는 기대치에 포함됩니다.

AGI와 인공 협소 지능(ANI) 비교

AGI와 현재 AI의 근본적인 차이점은 범위와 다양성에 있습니다.

• 인공신경망(ANI): 약한 인공지능이라고도 하는 ANI 시스템은 특정 작업을 위해 설계되고 학습된 시스템입니다. 가상 비서, 추천 시스템, 객체 감지 또는 이미지 분할과 같은 컴퓨터 비전(CV) 작업용 모델 등이 그 예입니다. 다음과 같은 고급 모델 Ultralytics YOLO 와 같은 고급 모델은 특정 CV 영역에서 높은 성능을 보여주지만 ANI 프레임워크 내에서 작동합니다. 다양한 Ultralytics 모델과 그 기능을 살펴볼 수 있습니다.
• 인공 일반 지능(AGI): 흔히 강력한 인공지능의 대명사로 여겨지는 AGI는 사전 정의된 작업에만 국한되지 않습니다. 인간이 할 수 있는 거의 모든 지적 작업을 학습하고 적응하며 수행할 수 있으며, 작업별 시뮬레이션이 아닌 진정한 이해력을 갖추고 있습니다. 현재의 모든 AI 기술은 ANI의 범주에 속합니다.

가상의 애플리케이션 및 예시

AGI는 이론적이기 때문에 그 응용은 추측에 불과하지만 잠재적으로 세상을 바꿀 수 있습니다. AGI는 현재 인간의 폭넓은 지성과 적응력을 필요로 하는 복잡한 문제를 해결할 수 있습니다.

• 과학적 발견의 혁명: 물리학, 생물학, 화학의 지식을 통합하여 새로운 물질이나 약물을 설계할 수 있는 AGI를 상상해 보세요. 서로 다른 과학 분야의 방대한 데이터 세트를 분석하고, 인간에게는 보이지 않는 복잡한 패턴을 식별하고, 획기적인 가설을 세우고, 실험을 설계할 수 있어 연구에 대한 AI의 잠재적 영향력을 획기적으로 가속화할 수 있습니다. 이는 의료 이미지 분석과 같은 특정 영역에서 사용되는 현재의 AI를 훨씬 뛰어넘는 것입니다.
• 포괄적인 글로벌 관리: AGI는 전 세계 공급망을 최적화하고, 전례 없는 효율성으로 국제 재난 구호 활동을 조정하거나, 복잡한 환경, 경제, 사회적 요소를 동시에 모델링하여 기후 변화 완화를 위한 총체적인 전략을 개발하는 등 복잡한 글로벌 시스템을 잠재적으로 관리할 수 있습니다. 이러한 수준의 통합 계획은 오늘날의 스마트 시티나 물류 도구에 특화된 AI로는 달성할 수 없습니다.

다른 잠재적 응용 분야로는 학생 개개인에게 동적으로 적응하는 맞춤형 교육, 진정한 자율 과학 탐구, 복잡하고 새로운 예술적 창작물 생성 등 다양합니다. 현재 AI 애플리케이션에 대한 자세한 내용은 Ultralytics 블로그에서 확인할 수 있습니다.

과제 및 향후 방향

AGI를 개발하는 데는 엄청난 과학적, 공학적 도전과제가 있습니다. 여기에는 추상적 추론을 모방하고, 상식적인 이해를 달성하고, 진정한 창의성을 개발하고, 아직 과학적으로 완전히 이해되지 않은 개념인 의식을 기계에 부여하는 것이 포함됩니다. 유명한 튜링 테스트는 지능의 초기 벤치마크를 제시했지만 AGI는 대화 모방 이상의 능력을 의미합니다.

또한, AGI의 발전은 통제, 인간 가치와의 조화(AI 윤리), 잠재적인 사회적 혼란, 일자리 대체(AI의 고용), 안전 보장에 관한 심오한 윤리적 문제를 제기합니다. AI 파트너십과 같은 조직과 자율 및 지능형 시스템의 윤리에 관한 IEEE 글로벌 이니셔티브와 같은 이니셔티브가 참여하여 AI 안전과 책임 있는 AI를 위한 프레임워크 개발에 상당한 연구가 이루어지고 있습니다. 설명 가능한 AI(XAI) 와 같은 방법을 통해 AI의 투명성을 확보하는 것도 매우 중요합니다.

AGI는 아직 먼 목표이지만, 정교한 머신 러닝(ML) 기술, 기초 모델, 모델 훈련 및 배포를 간소화하는 Ultralytics HUB와 같은 플랫폼 등 현재 ANI의 발전은 언젠가 AGI의 실현에 기여할 수 있는 기초 기술과 이해를 구축합니다. 현재 AI 기능에 대해 자세히 알아보려면 Ultralytics 설명서를 살펴보세요.