언어가 생각의 툴이지 그 자체가 생각이 아니라는 데 에 전적으로 동의 합니다. 그래서 분석도 굉장히 공감하고요. 그런데 사회 생활하면서 만난 사람들 보면 생각을 하는 게 아니라 언어로 받아들인 걸 자신의 생각이라고 생각하는 사람을 너무 많이 만납니다. 스스로 능동적으로 추론하는 사람을 얼마 못 만납니다. 그런 거 보면 분명히 대체 되는 사람들이 적지 않을 것 같습니다.
저는 걍 AI-glasses가 나와서, 법률문서 볼 때 비서처럼 "여기는 주인님 기준에선 독소조항입니다/ 이 문장은 심사숙고 해보셔야겠습니다/ 이 단어는 모호하므로 논란의 여지가 있습니다"등등을 문서 위의 안경의 display를 통해 짚어주는 앱만 나오면 쓸 것 같습니다! 아니면 제2외국어를 배우기 위해, 안경의 display가 보이는 사물의 명사단어나 그 사물과 관련된 동사단어를 Mixed reality로 보여주고, 제 초점이 그 단어에 머무르거나 눈을 깜빡이면 단어를 발음해주는 앱만 나와도 쓸 것 같아요!
자동화 기술이 2030년까지 전 세계적으로 약 3.5억 개의 일자리를 대체할 것(맥킨지글로벌연구소, 2017년 발표) / 영국, 미국, 독일, 일본 직업의 약 30%가 자동화 위험에 처해 있다.(PwC, 2018년 발표) / 2025년까지 850만 개의 일자리가 감소할 것(세계경제포럼, 2020년 발표) / AI 기술 발전으로 인해 2030년까지 약 1,360만 개의 일자리가 사라질 수 있음. (KDI, 2021년 발표) / 2030년까지 미국에서 약 1120만 개의 일자리가 자동화로 인해 사라질 것. 반면 AI 덕분에 새로 생길 일자리는 약 900만 개 정도로 예상. (Forrester, 2023 발표) ... 향후 10년 안에 AI와 자동화 기술이 인간의 일자리를 상당히 대체할 것으로 보는 전망이 적지 않네요. 현재의 LLM AI 서비스는 상술이 듬뿍 포함된 '거품'인 것이 분명합니다만, (제가 직업적으로/직접적으로 이 부분을 조금 압니다. 그래서 이 영상이 마치 제 생각을 대변하는 것 같아서 재미있었어요. ㅋ) 그럼에도 말씀하신 대로 기간을 좀 길게(20~30년 후로) 잡으면 확실히 새로운 'AI시대'가 도래할 수밖에 없다는 건 기정사실인 듯하네요. 위에 언급된 각 기관들의 전망이 어느 정도 신뢰성/가능성을 가졌는지는 항상 문제가 되겠지만, 디지털 기술이 일자리를 감소시키는 건 일반적인 경향이고, 이런 경향성은 기술이 첨단화할수록 급격해질 테니, 대강/대충/아마도 AI가 일자리를 상당히 대체할 거라는 거는 '정해진' 미래 같아요. 그때는 일을 하고 싶어도 할 수가 없는 '비자발적 백수'가 급증하여 새로운 계급으로 부상하거나, 보편복지 개념이 확대되어 일을 최소한만으로/짧게 해도 살 만한 세상이 되거나... 둘 중에 하나로 사회시스템이 변화/수렴할 것 같습니다. 동시에 '노동'이 가진 정통적인 관념이 붕괴하고 덩달아 '인생'의 의미도 새로 모색될 겁니다. 지금이 아마 우리가 본격적으로 모색 중인 기간 같은데요,... 런던정치경제대학 인류학 교수인 그레이버는 "사회가 노동을 도덕적 가치로 여기는 경향이 있어, 실제로 필요한 것보다 더 많은 시간을 일하도록 강요받고 있다"고 했습니다. 그는 "많은 현대 직업들이 사회적으로 불필요하거나 의미 없는 일을 수행하고 있다"고 썼다 하네요. (출처: 『Bullshit Jobs: A Theory』, 2018년) 앤서니 키이스와 마크 볼랜드가 쓴 『The Upside of Wasting Time at Work: Why Doing Nothing Can Lead to Something Great』에 따르면, 오늘날 '직장인' 대부분이 동료들과의 잡담, 소셜 미디어 사용, 개인적인 인터넷 서핑, 낮잠이나 휴식, 사적인 전화나 메시지 등으로 근무 시간의 40%를 '가짜 노동'으로 채우고 있다 합니다. (←요약 Claude) 요컨대 우리는 일하는 시간의 절반가량을 그냥 '일하는 척' 합니다. 이런 '거품의 시간'은 AI시대를 맞이하여 '터뜨려질(!)' 필요가 있어 보여요. LLM AI의 거품만큼이나 큰 거품이 '일하는 척 거품'이 아닐까 싶어요. ㅋㅋ 어차피 놀 거면, 근무 시간을 줄여서 '일자리'를 나누면 될 것을... 이게 뭐가 그리 어렵다고... 쯧쯧. 영상 주제와 상관없는 댓글 죄송 -.- ㅋㅋ 저도 직업적인 이유로 몇 가지 LLM 모델을 자주 쓰는 편인데요, 자주 '한계'를 느낍니다. 엄청 똑똑한 척을 하는데, 조금만 들여다보면 애가 엄청 무식합니다. 이 아이들이 학습했다는 수십 억 장의 '문서'라는 게 사실 거의 다 '웹 페이지'를 말하는 건데요, 말하자면 블로그/SNS/뉴스기사 같은 거죠. 그런 콘텐츠의 큰 특징이 공짜/깊이 없음/홍보용/겉핥기식이라는 겁니다. 챗GPT는 수십억 줄의 '목차'로 구성된 깡통입니다. (챗GPT야 미안해. 매일 같이 너를 쓰면서도 이렇게 원색적인 비판을 해서 미안하다. 그런데, 너 깡통 맞아. ㅋㅋ) 두툼한 책의 목차만 읽고 나서 그걸 '읽은 척하는 애'가 바로 지금의 LLM 모델들이죠. 그러니 진실성/일관성/안정성 같은 거는 애초 기대할 수가 없어요. 저는 처음부터 직감했어요. 적지 않은 사람들(주로 유튜버들)이 AI가 세상을 완전히 변모시킬 것처럼 들뜬 목소리를 내고 있지만, 저는 처음부터 이 기술의 한계를 명확히 봤습니다. 웹2.0이라는 기본 토대 위에서 작동하는 LLM은 웹2.0이 가진 한계를 그대로 답습할 수밖에 없거든요. 20:38에서 네이처 논문은 LLM이 출력한 문장이 입력 문장보다 '구체적일 경우' 그 '차이'를 계측해서 hallucination을 탐지할 수 있다는 '희망'이 포함된 논문 같은데요, (저는 해당 논문을 아직 읽지 못했고, rtn한테 방금 요약을 부탁해서 알게 됐습니다.) 그런 식으로는 어렵습니다. 17:00 이 부분에서 언급한 '언어의 의사소통 이론'에 답이 있는 것 같은데요, ( 물론 머신러닝의 구조는 인간의 언어 획득 과정이나 지식 형성 방식과는 아무 상관이 없긴 하지만, 그래도 어떤 '영감'은 받을 수 있어요. LLM이 내놓은 대답을 '신뢰할 수 있느냐, 없느냐'는 결국 '그것'을 대하는 인간의 '행동'에 달려 있습니다. 프락시님도 대부분의 웹서비스가 가진 '참여 메트릭(Engagement Metric)'에 대해 잘 아실 듯한데, 신뢰 여부는 신뢰 행동에 따라 판가름하는 것입니다. 추천 여부, 댓글 반응, 서브스크라이브 량, 평균 세션 시간, 재방문율, 전환율 ... 등등 해당 대답(지식)을 놓고 '다수의' 사람들이 어떤 액션을 취하느냐로 신뢰성 여부가 결정되는 것이지, 단순히 내부적 기술을 '대단히 정교하게', '그럴 만하게' 짜 놓는다고 해서 환각 증세가 사라지지는 않아요. 이쯤에서 댓을 중단할게요. 눈치 채셨겠지만, 저는 댓글을 짧게 쓰지 못하는 '병'에 걸렸습니다. ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ 영상 잘 봤습니다! 화이팅 하세요!
9:04 프락시님, 실제로 Jim Simons 및 여러 수학자, 통계학자들이 1980년대?즈음부터 컴퓨터 인공지능을 이용해 증권트레이딩 시장에서 엄청난 수익을 봐 왔어요... (짐 사이먼스의 일대기를 알려주는 유튜브 영상에서 나와요!) 당연히 돈 버는 방법은 공유 안하죠... 머할러 파이를 나누려고 하겠어요... 파이를 키우기 위해 소비자로 시장에 끌어들이려고 정보를 쉐어하는거지, 파이를 차지하는 방법은 누구도 안알려주죠, 내 파이 뺏어갈 경쟁자가 된다는 건데...
말씀대로 당분간 ai의 수준이 장난감, 혹은 훌륭한 도구 정도에서 멈춘다면, 가장 득볼 사람들은 역설적으로 ai가 대체할거라고 난리치던 회계사, 프로그래머, 작가 같은 사람들일 것 같습니다. AI와 아예 접점이 없어서 안전할거라 생각되던 직업군들은 오히려 도움을 받을 수 없으니 상대적으로 생산성이 정체될 것 같고요.
최근에 개발자들 상대로 하는 설문조사를 읽은 적이 있는데 (1), 오로지 39% 정도분들 만이 본인의 직종이 2030년 까지 상대적으로 위협을 받을 것이라고 하더군요. 우선은 다들 써보면 생산성을 올려주는 도구이지, 그 이상은 한동안은 무리다 라고 하는게 정설 인것 같습니다. (1) www.bvp.com/atlas/state-of-the-cloud-2024
떡밥과 어그로가 아주 좋습니다 ㅋㅋㅋㅋㅋㅋ 간단하게 추론은 못하지만 쓸 곳은 많다 단지 기존 방법으로는 현재 발생하는 문제는 해결할 수 없다 즉 AGI 안된다 ㅋㅋㅋ 는 게 정설 아닐ㄲ..... 근데 또 비교적 난이도가 있는 수학 문제 푸는 거 보면 ......?? 하다가도 근데 또 가끔씩 간단한 질문에도 헛발질 하는 거 보면.... ㅋㅋㅋㅋㅋㅋ 정말 알다가도 모르겠습니다 ...... 과연 양치기가 질적 변화가 될지 ㅋㅋㅋㅋ 추론 영역도 방법이 없진 않을 거 같긴 하죠....? ㅋㅋㅋㅋㅋ 근데 또 문제는 .... 인간 세상에서 의미가 있는 것들 중 다수는 확률적으로 생각해내기에 희박한 것을 생각해내는 것이기에..... 아무래도 한동안은 힘들겠죠 ㅋㅋㅋ agi는 .... 근데 개인적으로는 언젠간 된다...에 한표 차라리 이런 방향도 괜춘할 듯 특수한 영역에 적합한 ai를 다수 모으고 들어온 인풋이 어디에 해당하는지 고르는 분류기 ai를 따로 만든다던가 하는 위계형 ai 군집 같은 거면 뭐 될 수도 있지 않을까요? 추론 능력이라는 게 특수한 데이터의 모음에서 발생하는 높은 확률의 다음 단계 같은 거라고 생각하면 ㅋㅋㅋㅋ 가능성 있지 않음?? ㅋㅋㅋㅋ 어쨌건간 인간이 되니깐 안될 건 없는 거죠..... 아주 단순 무식하게 인간의 뉴런구조를 그대로 디지털에 복사 시뮬레이션을 하기만 해도 되긴 할 테니깐 ㅋㅋㅋㅋ
저도 이 주제에 대해 생각을 해 봤는데 사실 사람도 인공지능이랑 크게 다르지 않은 것 같더라고요. 다르다고 생각하는 것 뿐이지. 사람은 reasoning이 가능하다고 말을 하지만, 실제로 왜 라고 묻고 들어가다 보면 실제 이유는 알지 못하고 다른 걸 둘러댈 때가 많죠. 그래서 경제학에서는 예를 들어 어떤 행동의 이유는 그 사람이 말하는 것과 달리 그 때의 인센티브를 밝히고 그 것이 사람들이 이런 선택을 한 실제 이유다 라는 논리를 펼치죠. (이런 것의 예는 수도 없이 많습니다.) 사람들이 말하는 이유는 자기가 믿고 있는 이유일 뿐 (혹은 그랬으면 하는), 실제 이유는 아닐 수 있다는 말입니다. (AI 와 비슷하죠.) 왜 reasoning이 중요한 것인가 라는 생각을 해 보았을 때 중요한 이유는 결과가 틀리기 때문입니다. 결과가 항상 들어 맞으면 이유가 중요하지 않죠. 자율 주행이 사고 0에 항상 안전하게 도착한다면 어떻게 그렇게 되는가는 크게 중요하지 않을 수 있습니다. 사실 우리가 알고 있는 많은 것도, 근원으로 내려가보면 왜 그렇게 되는지 모르는 경우가 많아요. 반도체를 매일 쓰고 있지만, 왜 전자가 그렇게 움직이는지 근원적으로 내려가보면 이유가 없어요. 그냥 그런 거죠. 하지만 반도체를 항상 쓰잖아요. 이유는 모르더라도 결과가 틀리지 않으니까. 비행기도 매일 사람들이 타지만 유체역학에 아직 모르는 부분이 대부분인 것도. 지금 llm 에 비판적인 사람들도 왜 비판적인지 생각해보면 결과가 부족한 것이 있기 때문이죠. 결과만 정확하면 어떻게 동작하는지 혹은 어떤 것의 이유는 뭔지는 중요하지 않을 수 있다는 결론에 이르렀네요. AI 구조상 reasoning 에 취약한 것은 맞지만, 결과가 완벽해지면 그 것이 단점이 안될 것이라 생각합니다. 타이밍을 맞추는 것은 어렵죠. 다만 미래의 방향은 예측 할 수 있습니다. 수십년 전 논문 보여주신 것도 타이밍은 틀렸지만, 그들이 예측한 것은 이루어지긴 했죠. 그런 의미에서 AI가 사람을 대체하는건 사실일 겁니다. 다만 언제냐가 문제지요. 우리가 죽은 후 일 수도 있습니다. 다만 한가지 확실한 것은 AI 에 투입되는 전 세계적인 자원과 인력, 그리고 최근 수년간 발전 속도로 봤을 때 생각 보다 그리 멀지 않을 수 있다는 겁니다.
좋은 의견 감사합니다. 무슨 말씀이신지 이해합니다, 그리고 상당부분 저도 동의합니다. 저도 장기를 두고 봤을때는 어찌될지를 전혀 알 수가 없습니다. 하지만 지금 상황만 두고 봤을때는 향후 수년내로 어마어마한 파급력은 상대적으로 떨어지지 않을까에 우선은 한표를 던지고 있는 중 입니다 (근간을 바꾸는 접근법이 나타나지 않는한). 결과가 완벽해 질까요? 잘 모르겠습니다만, 어느 순간 완벽해질 것이라 믿으면, 저는 개인적으로 모든거 다 그만두고 AI에 뛰어 들겁니다.
그리고 제 쿼리(질문형태의 명령)에 대한 LLM의 아웃풋(대답)이 100%정답이 아니더라도, 1%정도는 거짓이나 오류가 섞여있더라도요, 그 그릇된 것 자체가 LLM을 사용하지 않고 대체제를 통해 답을 찾는 과정에 비해 제게 도움과 이득이 됩니다! 항상 LLM은 틀릴 수 있다는 걸 염두해두고 사용해서요!
이미 인류는 아주 오래전에 지능은 몰론이고 신체까지 완벽한 ai탑재 로봇이 있었죠. 노예. 노예들 중에는 아주 똑똑한 사람부터 그냥 평범하거나 그보다 능력이 좀 부족한 분들도 많았죠. 여튼 그래서...일자리는 줄었...나? 제 생각에는 아주 이제 이러려고 로봇을 만들었나...할거라고 생각합니다.
본인 문과, 주변인 문과 일색인 저는 모르는 단어도 많고 생소하지만 재밌게 시청하고 있습니다. 잘 모르지만 왜 수긍이 되는지 ㅎㅎ 느낌으로 ai 는 버블같았는데 인간이 가지는 직관적인 이 느낌도 무시해선 안될 요소 아닐까 ㅎ 혹시 환경오염으로 인한 기후변화에 대해선 어떻게 생각하시는지요. 기상이변이 정말 오염 때문일지 아님 지구의 변화단계 중 하나일지... 궁금하네요. 님의 생각이
이쪽에 관심이 많아서 재밌게 봤습니다. 근데 미래는 모른다곤 하셨지만 근거가 쪼금 비관쪽으로 편향되어있다는 느낌은 있네요. 왜냐면 크게 노엄촘스키와 얀르쿤의 의견을 인용하셨는데 유명인 중에 저 둘말고 비관적인 사람이 있나? 라는 생각이 살짝 들었습니다. 특히 노엄촘스키는 내가 인간만 할 수 있는 언어를 공부해왔는데 감히 인공지능이 언어를 한다고? 이런 느낌이 강했었던거 같아서...(근거 아님 느낌임) 아니면 제가 어린 공돌이라 이런 느낌이 드는 걸수도 잇구요 하하 ㅋ 하지만 사업가들은 투자를 받기위해 캐치프레이즈를 강조하는건 당연하다는건 인정하고 항상 견지하는 입장입니다. 일론머스크는 당연히 X소리고 ㅋㅋㅋ 그래서 저는 의견을 밝힌다고 큰 이득이 없는 분들의 말들에 더 높은 가중치를 놓고 생각하기도 하는데요. 실제 업계 대화방이나 관련 자료 찾기도 하는데 제가봤을땐 긍정쪽이 6:4? 7:3? 정도로 더 많은거 같긴 합니다.(그분들은 어리지 않음) 직관적으로 생각해봐도 모델이나 데이터나 해석가능성이나 많은 문제점이 제기되지만 그렇게 해결 못 할정도는 아닌데? 라는 생각도 들고요. 앞으로 몇년은 계속 성장할것같다는 의미입니다 ㅎ 관련종사자들은 긍정적으로 말할꺼 같지만 의외로 연구자들이 더 비관적이고 2~3년 전만해도 그런거 생각할시간에 수학공부나 해라 이런 분위기였거든요 ㅋㅋ 물론 저도 모르겠지만 AGI가 와도 한 10년 뒤일것다이다라는 생각을 가지고 있으므로 결과적으로 의견은 비슷한걸수도 있겠네요 ㅋ
사실 다른 것 보다도 시간 문제로 낙관론들을 이야기를 많이 못했습니다. 이게 혼자서 하다보니, 영상 분량이 13분 정도 넘어가면 일이 엄청 많아져서, 어쩔 수 없이 이런 선택들을 하게 되네요. 제가 AI를 비관적으로만 보면 당연하지만 이야기를 하지도 않습니다. 근데 이놈의 AI 관심은 계속 주는데, 계속 기대에 못미쳐서 심기를 불편하게 하는 존재라고 할까요 ㅋㅋ 그리고 그냥 지나가는 말로 제가 어린 공돌이 들을 더 좋아 합니다, 그래서 더 약올리는 것도 없잖아 있어요 하하.
이번에 AI에서 인간들이 진짜 한심한게 사실 인간 본인들도 자기들이 왜 창의적 직관적 사고가 되는지 그 자체를 전혀 이해하지 못하는 상황에서 겨우 빅데이터나 정리하는 이런 방식으로 인간의 지능을 대체할 수 있다 기대하는게 사실 말이 안되고 그리고 학자들이 AI에 오류가 머 여기서도 지적은 했지만 인간이 어려워 하는 능력 머 계산이나 추론 이런거에만 초점을 맞춰서 100년전부터 기본적으로 인공지능을 쉽게 봐왔죠ㅋ 반면에 인간이 아주 당연하게 쉽게 하는걸 컴퓨터는 여전히 못한다는걸 계속 간과하고 있어요. 예전에도 IBM왓슨 개발자들은 겨우 그딴거 개발해놓고 의사정도는 대체할줄 알고 수조원 투자하고 처벌렸지만 ㅉㅉ 이렇게 개발한 당사자 지들도 몰라요 이번 GPT도 여전히 그럴꺼라봅니다. 그리고 정말 쓸모있는 수준이라면 그때 IBM처럼 돈이되는 의료분야에 바로 진입 했지 지금 처럼 애들 재롱잔치 따위로 어그로나 끄는 식으로 연명하지 않았을겁니다. 결국 이거는 대사기극 거품이 될꺼로 보구요. 기껏 검색엔진 서비스 정도 편리해지는 그런정도에 머물고 말것이에요. 물론 이정도 서비스를 독점할 수만 있다면 그것만으로도 구글 마소정도 기업들에겐 투자가치는 충분하니 이들이 막대한 경쟁을 이끌고 있겠죠
게임회사에서 그림그리는사람인데요 그림쪽도 그림 수준 낮은 사람이 ai로 어떻게 비벼볼 생각은 안하는게 좋습니다. 최소 수십억에서 수백억이 들어가는 프로젝트에 중고등학생도 찍어내는 공장형ai 이미지를 그대로 갖다쓸거라는 생각 자체가 너무 나이브하다고 봅니다.. 다만 단가낮은 작업은 생산성때문에 어느정도 사용되고있긴합니다.
AI는 물리를 이해 못한다고 하는 사람들이 많다. 현실은 국평오이며, 일반인의 99%는 물리현상에 대해 이해하고 있지 않다. 그저 물리현상을 이해한 천재가 만들어낸 수식을 "암기"해서 "계산"하고 이걸 기반으로 재구성하는것 뿐. 막상 A라는 현상을 주고 물리적인 모델링을 하라고 하면, 기초적인 물리 모델링 조차 알려주기 전까지 99.9% 못함. 그냥 내가 ㅈㄴ 쉬운 문제 물리 문제를 내봄 진짜로 물리 현상을 이해한다면 몇초 이내로 답이 나올 문제임. 열전달에서 전도,대류에 대한 수학적 모델링을 해보셈. 뉴턴이라는 천재가 만들어낸 간단한 수식이고, 알고 나면 너무 쉬워서 사람들이 스스로 이해했다고 착각하지만. 현실은 지구상 역사에서 이걸 수식화할 생각을 하고 수식화 하는데 수만년이 걸린 일임.
![삼성, 잃어버린 10년 [풀영상] | 창 458회 (KBS 24.03.12)](http://i.ytimg.com/vi/W-rzA6GXkwk/mqdefault.jpg)
![[벙커1특강] 박태웅 AI 강의 2부](/img/n.gif)
마지막에 장난감이라는 표현을 별생각 없이 썼는데, 좀 과했다고 생각합니다 (코딩, 의학 등등에 사용 될 곳들 많습니다). 그냥 부속품 정도 되는 도구 라는 말을 하고 싶었던거 였습니다. 감사합니다.
장난감이라는 표현도 어느정도 수긍은 됩니다!!ㅋㅋ
실제로 챗지피티랑 클로드 말고는 한번써보고 우와 신기하다 하는 장난감 정도긴 한거같어요.. 제가 잘 못쓰는걸수도있지만
언어가 생각의 툴이지 그 자체가 생각이 아니라는 데 에 전적으로 동의 합니다. 그래서 분석도 굉장히 공감하고요. 그런데 사회 생활하면서 만난 사람들 보면 생각을 하는 게 아니라 언어로 받아들인 걸 자신의 생각이라고 생각하는 사람을 너무 많이 만납니다. 스스로 능동적으로 추론하는 사람을 얼마 못 만납니다. 그런 거 보면 분명히 대체 되는 사람들이 적지 않을 것 같습니다.
저는 걍 AI-glasses가 나와서, 법률문서 볼 때 비서처럼 "여기는 주인님 기준에선 독소조항입니다/ 이 문장은 심사숙고 해보셔야겠습니다/ 이 단어는 모호하므로 논란의 여지가 있습니다"등등을 문서 위의 안경의 display를 통해 짚어주는 앱만 나오면 쓸 것 같습니다!
아니면 제2외국어를 배우기 위해, 안경의 display가 보이는 사물의 명사단어나 그 사물과 관련된 동사단어를 Mixed reality로 보여주고, 제 초점이 그 단어에 머무르거나 눈을 깜빡이면 단어를 발음해주는 앱만 나와도 쓸 것 같아요!
자동화 기술이 2030년까지 전 세계적으로 약 3.5억 개의 일자리를 대체할 것(맥킨지글로벌연구소, 2017년 발표) / 영국, 미국, 독일, 일본 직업의 약 30%가 자동화 위험에 처해 있다.(PwC, 2018년 발표) / 2025년까지 850만 개의 일자리가 감소할 것(세계경제포럼, 2020년 발표) / AI 기술 발전으로 인해 2030년까지 약 1,360만 개의 일자리가 사라질 수 있음. (KDI, 2021년 발표) / 2030년까지 미국에서 약 1120만 개의 일자리가 자동화로 인해 사라질 것. 반면 AI 덕분에 새로 생길 일자리는 약 900만 개 정도로 예상. (Forrester, 2023 발표)
... 향후 10년 안에 AI와 자동화 기술이 인간의 일자리를 상당히 대체할 것으로 보는 전망이 적지 않네요. 현재의 LLM AI 서비스는 상술이 듬뿍 포함된 '거품'인 것이 분명합니다만, (제가 직업적으로/직접적으로 이 부분을 조금 압니다. 그래서 이 영상이 마치 제 생각을 대변하는 것 같아서 재미있었어요. ㅋ) 그럼에도 말씀하신 대로 기간을 좀 길게(20~30년 후로) 잡으면 확실히 새로운 'AI시대'가 도래할 수밖에 없다는 건 기정사실인 듯하네요. 위에 언급된 각 기관들의 전망이 어느 정도 신뢰성/가능성을 가졌는지는 항상 문제가 되겠지만, 디지털 기술이 일자리를 감소시키는 건 일반적인 경향이고, 이런 경향성은 기술이 첨단화할수록 급격해질 테니, 대강/대충/아마도 AI가 일자리를 상당히 대체할 거라는 거는 '정해진' 미래 같아요.
그때는 일을 하고 싶어도 할 수가 없는 '비자발적 백수'가 급증하여 새로운 계급으로 부상하거나, 보편복지 개념이 확대되어 일을 최소한만으로/짧게 해도 살 만한 세상이 되거나... 둘 중에 하나로 사회시스템이 변화/수렴할 것 같습니다. 동시에 '노동'이 가진 정통적인 관념이 붕괴하고 덩달아 '인생'의 의미도 새로 모색될 겁니다. 지금이 아마 우리가 본격적으로 모색 중인 기간 같은데요,...
런던정치경제대학 인류학 교수인 그레이버는 "사회가 노동을 도덕적 가치로 여기는 경향이 있어, 실제로 필요한 것보다 더 많은 시간을 일하도록 강요받고 있다"고 했습니다. 그는 "많은 현대 직업들이 사회적으로 불필요하거나 의미 없는 일을 수행하고 있다"고 썼다 하네요. (출처: 『Bullshit Jobs: A Theory』, 2018년) 앤서니 키이스와 마크 볼랜드가 쓴 『The Upside of Wasting Time at Work: Why Doing Nothing Can Lead to Something Great』에 따르면, 오늘날 '직장인' 대부분이 동료들과의 잡담, 소셜 미디어 사용, 개인적인 인터넷 서핑, 낮잠이나 휴식, 사적인 전화나 메시지 등으로 근무 시간의 40%를 '가짜 노동'으로 채우고 있다 합니다. (←요약 Claude) 요컨대 우리는 일하는 시간의 절반가량을 그냥 '일하는 척' 합니다. 이런 '거품의 시간'은 AI시대를 맞이하여 '터뜨려질(!)' 필요가 있어 보여요. LLM AI의 거품만큼이나 큰 거품이 '일하는 척 거품'이 아닐까 싶어요. ㅋㅋ 어차피 놀 거면, 근무 시간을 줄여서 '일자리'를 나누면 될 것을... 이게 뭐가 그리 어렵다고... 쯧쯧.
영상 주제와 상관없는 댓글 죄송 -.- ㅋㅋ
저도 직업적인 이유로 몇 가지 LLM 모델을 자주 쓰는 편인데요, 자주 '한계'를 느낍니다. 엄청 똑똑한 척을 하는데, 조금만 들여다보면 애가 엄청 무식합니다. 이 아이들이 학습했다는 수십 억 장의 '문서'라는 게 사실 거의 다 '웹 페이지'를 말하는 건데요, 말하자면 블로그/SNS/뉴스기사 같은 거죠. 그런 콘텐츠의 큰 특징이 공짜/깊이 없음/홍보용/겉핥기식이라는 겁니다. 챗GPT는 수십억 줄의 '목차'로 구성된 깡통입니다. (챗GPT야 미안해. 매일 같이 너를 쓰면서도 이렇게 원색적인 비판을 해서 미안하다. 그런데, 너 깡통 맞아. ㅋㅋ) 두툼한 책의 목차만 읽고 나서 그걸 '읽은 척하는 애'가 바로 지금의 LLM 모델들이죠. 그러니 진실성/일관성/안정성 같은 거는 애초 기대할 수가 없어요. 저는 처음부터 직감했어요. 적지 않은 사람들(주로 유튜버들)이 AI가 세상을 완전히 변모시킬 것처럼 들뜬 목소리를 내고 있지만, 저는 처음부터 이 기술의 한계를 명확히 봤습니다. 웹2.0이라는 기본 토대 위에서 작동하는 LLM은 웹2.0이 가진 한계를 그대로 답습할 수밖에 없거든요. 20:38에서 네이처 논문은 LLM이 출력한 문장이 입력 문장보다 '구체적일 경우' 그 '차이'를 계측해서 hallucination을 탐지할 수 있다는 '희망'이 포함된 논문 같은데요, (저는 해당 논문을 아직 읽지 못했고, rtn한테 방금 요약을 부탁해서 알게 됐습니다.) 그런 식으로는 어렵습니다.
17:00 이 부분에서 언급한 '언어의 의사소통 이론'에 답이 있는 것 같은데요, ( 물론 머신러닝의 구조는 인간의 언어 획득 과정이나 지식 형성 방식과는 아무 상관이 없긴 하지만, 그래도 어떤 '영감'은 받을 수 있어요. LLM이 내놓은 대답을 '신뢰할 수 있느냐, 없느냐'는 결국 '그것'을 대하는 인간의 '행동'에 달려 있습니다. 프락시님도 대부분의 웹서비스가 가진 '참여 메트릭(Engagement Metric)'에 대해 잘 아실 듯한데, 신뢰 여부는 신뢰 행동에 따라 판가름하는 것입니다. 추천 여부, 댓글 반응, 서브스크라이브 량, 평균 세션 시간, 재방문율, 전환율 ... 등등 해당 대답(지식)을 놓고 '다수의' 사람들이 어떤 액션을 취하느냐로 신뢰성 여부가 결정되는 것이지, 단순히 내부적 기술을 '대단히 정교하게', '그럴 만하게' 짜 놓는다고 해서 환각 증세가 사라지지는 않아요.
이쯤에서 댓을 중단할게요. 눈치 채셨겠지만, 저는 댓글을 짧게 쓰지 못하는 '병'에 걸렸습니다. ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ 영상 잘 봤습니다! 화이팅 하세요!
영상 감사합니다 일하면서
봏게요
9:04 프락시님, 실제로 Jim Simons 및 여러 수학자, 통계학자들이 1980년대?즈음부터 컴퓨터 인공지능을 이용해 증권트레이딩 시장에서 엄청난 수익을 봐 왔어요... (짐 사이먼스의 일대기를 알려주는 유튜브 영상에서 나와요!) 당연히 돈 버는 방법은 공유 안하죠... 머할러 파이를 나누려고 하겠어요... 파이를 키우기 위해 소비자로 시장에 끌어들이려고 정보를 쉐어하는거지, 파이를 차지하는 방법은 누구도 안알려주죠, 내 파이 뺏어갈 경쟁자가 된다는 건데...
현재 뜨거운 주제인 ai에 대해 제가 계속 갖고 있던 의견인데, 이번 영상 덕분에 합리적이고 객관적인 근거들을 볼 수 있어 좋았습니다! 감사합니다🙂
말씀대로 당분간 ai의 수준이 장난감, 혹은 훌륭한 도구 정도에서 멈춘다면, 가장 득볼 사람들은 역설적으로 ai가 대체할거라고 난리치던 회계사, 프로그래머, 작가 같은 사람들일 것 같습니다. AI와 아예 접점이 없어서 안전할거라 생각되던 직업군들은 오히려 도움을 받을 수 없으니 상대적으로 생산성이 정체될 것 같고요.
최근에 개발자들 상대로 하는 설문조사를 읽은 적이 있는데 (1), 오로지 39% 정도분들 만이 본인의 직종이 2030년 까지 상대적으로 위협을 받을 것이라고 하더군요. 우선은 다들 써보면 생산성을 올려주는 도구이지, 그 이상은 한동안은 무리다 라고 하는게 정설 인것 같습니다.
(1) www.bvp.com/atlas/state-of-the-cloud-2024
휴 거의 매일 올라오다가 4일이나 안와서 금단증상 나타났어요
나도 계속 search box에 프락치 (프락시라고 치다가 오타로 ㅋㅋ)라고 타이핑하는 나를 발견.
오오 영상길이 매우 만족함❤
프락시님 말씀 올리자면 AI가 대단한건 기존에 있던 요소들로 여러 조합을 만들 수 있다는 것입니다. 당장 코로나 백신만 해도 인류가 알던 재료로 가능성 높은 3개 레시피 짜줘서 빠르게 나올 수 있었던거죠
할루시네이션을 없애고 정확한 정답 도출을 강요할수록 도구로 전락하겠죠
떡밥과 어그로가 아주 좋습니다 ㅋㅋㅋㅋㅋㅋ 간단하게 추론은 못하지만 쓸 곳은 많다 단지 기존 방법으로는 현재 발생하는 문제는 해결할 수 없다 즉 AGI 안된다 ㅋㅋㅋ 는 게 정설 아닐ㄲ.....
근데 또 비교적 난이도가 있는 수학 문제 푸는 거 보면 ......?? 하다가도
근데 또 가끔씩 간단한 질문에도 헛발질 하는 거 보면.... ㅋㅋㅋㅋㅋㅋ
정말 알다가도 모르겠습니다 ...... 과연 양치기가 질적 변화가 될지 ㅋㅋㅋㅋ
추론 영역도 방법이 없진 않을 거 같긴 하죠....? ㅋㅋㅋㅋㅋ
근데 또 문제는 .... 인간 세상에서 의미가 있는 것들 중 다수는 확률적으로 생각해내기에 희박한 것을 생각해내는 것이기에.....
아무래도 한동안은 힘들겠죠 ㅋㅋㅋ agi는 .... 근데 개인적으로는 언젠간 된다...에 한표
차라리 이런 방향도 괜춘할 듯 특수한 영역에 적합한 ai를 다수 모으고 들어온 인풋이 어디에 해당하는지 고르는 분류기 ai를 따로 만든다던가 하는 위계형 ai 군집 같은 거면 뭐 될 수도 있지 않을까요?
추론 능력이라는 게 특수한 데이터의 모음에서 발생하는 높은 확률의 다음 단계 같은 거라고 생각하면 ㅋㅋㅋㅋ
가능성 있지 않음?? ㅋㅋㅋㅋ
어쨌건간 인간이 되니깐 안될 건 없는 거죠..... 아주 단순 무식하게 인간의 뉴런구조를 그대로 디지털에 복사 시뮬레이션을 하기만 해도 되긴 할 테니깐 ㅋㅋㅋㅋ
기다리면서 영상들 거의 다본거 같네요... 가장 잠재력 있는 채널 응원합니다!!
저도 정주행 끝냄 ㅎㅎㅎㅎ 방치울때마다 보니까 금방 봐졌어요
저도 이 주제에 대해 생각을 해 봤는데 사실 사람도 인공지능이랑 크게 다르지 않은 것 같더라고요. 다르다고 생각하는 것 뿐이지.
사람은 reasoning이 가능하다고 말을 하지만, 실제로 왜 라고 묻고 들어가다 보면 실제 이유는 알지 못하고 다른 걸 둘러댈 때가 많죠. 그래서 경제학에서는 예를 들어 어떤 행동의 이유는 그 사람이 말하는 것과 달리 그 때의 인센티브를 밝히고 그 것이 사람들이 이런 선택을 한 실제 이유다 라는 논리를 펼치죠. (이런 것의 예는 수도 없이 많습니다.) 사람들이 말하는 이유는 자기가 믿고 있는 이유일 뿐 (혹은 그랬으면 하는), 실제 이유는 아닐 수 있다는 말입니다. (AI 와 비슷하죠.)
왜 reasoning이 중요한 것인가 라는 생각을 해 보았을 때 중요한 이유는 결과가 틀리기 때문입니다. 결과가 항상 들어 맞으면 이유가 중요하지 않죠.
자율 주행이 사고 0에 항상 안전하게 도착한다면 어떻게 그렇게 되는가는 크게 중요하지 않을 수 있습니다.
사실 우리가 알고 있는 많은 것도, 근원으로 내려가보면 왜 그렇게 되는지 모르는 경우가 많아요. 반도체를 매일 쓰고 있지만, 왜 전자가 그렇게 움직이는지 근원적으로 내려가보면 이유가 없어요. 그냥 그런 거죠. 하지만 반도체를 항상 쓰잖아요. 이유는 모르더라도 결과가 틀리지 않으니까.
비행기도 매일 사람들이 타지만 유체역학에 아직 모르는 부분이 대부분인 것도.
지금 llm 에 비판적인 사람들도 왜 비판적인지 생각해보면 결과가 부족한 것이 있기 때문이죠. 결과만 정확하면 어떻게 동작하는지 혹은 어떤 것의 이유는 뭔지는 중요하지 않을 수 있다는 결론에 이르렀네요.
AI 구조상 reasoning 에 취약한 것은 맞지만, 결과가 완벽해지면 그 것이 단점이 안될 것이라 생각합니다.
타이밍을 맞추는 것은 어렵죠. 다만 미래의 방향은 예측 할 수 있습니다. 수십년 전 논문 보여주신 것도 타이밍은 틀렸지만, 그들이 예측한 것은 이루어지긴 했죠.
그런 의미에서 AI가 사람을 대체하는건 사실일 겁니다. 다만 언제냐가 문제지요. 우리가 죽은 후 일 수도 있습니다.
다만 한가지 확실한 것은 AI 에 투입되는 전 세계적인 자원과 인력, 그리고 최근 수년간 발전 속도로 봤을 때 생각 보다 그리 멀지 않을 수 있다는 겁니다.
좋은 의견 감사합니다. 무슨 말씀이신지 이해합니다, 그리고 상당부분 저도 동의합니다. 저도 장기를 두고 봤을때는 어찌될지를 전혀 알 수가 없습니다. 하지만 지금 상황만 두고 봤을때는 향후 수년내로 어마어마한 파급력은 상대적으로 떨어지지 않을까에 우선은 한표를 던지고 있는 중 입니다 (근간을 바꾸는 접근법이 나타나지 않는한).
결과가 완벽해 질까요? 잘 모르겠습니다만, 어느 순간 완벽해질 것이라 믿으면, 저는 개인적으로 모든거 다 그만두고 AI에 뛰어 들겁니다.
최근 claude 3.5를 업무 이해를 빠르게 하려고 사용하고 있는데 진짜 기가 막힙니다. 뇌로 이해하려면 기를 쓰고 집중해야되는걸 이유식처럼 가공해서 머리속에 넣어줍니다. AI가 멍청하지만 극한의 제너럴리스트라는 점을 잘 활용하면 꽤나 괜찮은 도구입니다.
공감합니다. 제너럴리스트에게 큰 도움이 될 것이고, 질이 향상되면 될 수록, 이것저것 할 수 있는 분들이 인기가 더 많아 질 것이라고 조심스레 생각하고 있습니다.
오늘도 너무 재미있는 영상 감사합니다:)
잘볼게요. 신경쓰지마세요
15:28 '냐?'가 올 수도 있죵!
그런 의미에서 데이터에 의미를 부여해서 솔루션을 찾는 팔란티어 같은 곳이 맞는 방향으로 가고 있는게 아닌지 싶습니다 :)
뿌락치앵님 잡혀간줄알았심다
기존의 저의 생각과 다른 관점의 영상을 볼 수 있어서 너무 좋습니다…!! 영상들을 보면, 해외에서 생활하고 계시는 것 같은데, 이것들과 관련된 스토리, 영어공부는 어떻게 하셨는지 등도 궁금하네요 ㅎㅎ
저비용으로 판결해주는 소송ATM이 나오면 좋겠어요!
그리고 제 쿼리(질문형태의 명령)에 대한 LLM의 아웃풋(대답)이 100%정답이 아니더라도, 1%정도는 거짓이나 오류가 섞여있더라도요, 그 그릇된 것 자체가 LLM을 사용하지 않고 대체제를 통해 답을 찾는 과정에 비해 제게 도움과 이득이 됩니다! 항상 LLM은 틀릴 수 있다는 걸 염두해두고 사용해서요!
16:31 혹시 여기 4살짜리 귀여운 아기는 프락시님인가요? ㅋㅋㅋㅋㅋ
아들
이미 인류는 아주 오래전에 지능은 몰론이고 신체까지 완벽한 ai탑재 로봇이 있었죠. 노예. 노예들 중에는 아주 똑똑한 사람부터 그냥 평범하거나 그보다 능력이 좀 부족한 분들도 많았죠. 여튼 그래서...일자리는 줄었...나? 제 생각에는 아주 이제 이러려고 로봇을 만들었나...할거라고 생각합니다.
@@abyssray 그럼 사람들이 할 일은 더 늘어나겠군요.
중국에 ai걸어 다니는 로봇 보고 전 생각이 변함 아직은 부족하지만 지금 저정도면...
추가 기술만 나오면 사람 대체할 수 있다고 생각함...10~20년정도만 지나도 엄청 변할듯
혁신적 추가 기술 나올까요? 저도 그거 지켜 보는 중입니다.
본인 문과, 주변인 문과 일색인 저는 모르는 단어도 많고 생소하지만
재밌게 시청하고 있습니다.
잘 모르지만 왜 수긍이 되는지 ㅎㅎ
느낌으로 ai 는 버블같았는데 인간이 가지는 직관적인 이 느낌도 무시해선 안될 요소 아닐까 ㅎ
혹시 환경오염으로 인한 기후변화에 대해선 어떻게 생각하시는지요. 기상이변이 정말 오염 때문일지 아님 지구의 변화단계 중 하나일지...
궁금하네요. 님의 생각이
조금 더 편리한 소프트웨어 정도로 생각하면 될 것입니다. LLM 방식의 AI는 지능을 가질 수 없다는 명확한 한계가 존재하지요...
재미있고 유익한 영상 고맙습니다
Ai가 사람들의 직업은 다른이를 위한 도구였다는걸 상기시켜줄것이다
오... 뭔가 뭔가 오 하는 말이다
엥?... 뭔가 뭔가 엥? 하는 말이다..
프락시님 정준하 닮으심
AI한테 스페이스 미션 하나 맡길 정도는 돼야
99년 IT버블 2015년 되서야 실현, 테슬라 전기자동차 버블 폭망중 기약 없음, AI버블 이제 꿈틀중, 실현은 20-30년 뒤에나 가능하거나 그냥 사라지거나
이쪽에 관심이 많아서 재밌게 봤습니다. 근데 미래는 모른다곤 하셨지만 근거가 쪼금 비관쪽으로 편향되어있다는 느낌은 있네요. 왜냐면 크게 노엄촘스키와 얀르쿤의 의견을 인용하셨는데 유명인 중에 저 둘말고 비관적인 사람이 있나? 라는 생각이 살짝 들었습니다. 특히 노엄촘스키는 내가 인간만 할 수 있는 언어를 공부해왔는데 감히 인공지능이 언어를 한다고? 이런 느낌이 강했었던거 같아서...(근거 아님 느낌임) 아니면 제가 어린 공돌이라 이런 느낌이 드는 걸수도 잇구요 하하 ㅋ
하지만 사업가들은 투자를 받기위해 캐치프레이즈를 강조하는건 당연하다는건 인정하고 항상 견지하는 입장입니다. 일론머스크는 당연히 X소리고 ㅋㅋㅋ 그래서 저는 의견을 밝힌다고 큰 이득이 없는 분들의 말들에 더 높은 가중치를 놓고 생각하기도 하는데요. 실제 업계 대화방이나 관련 자료 찾기도 하는데 제가봤을땐 긍정쪽이 6:4? 7:3? 정도로 더 많은거 같긴 합니다.(그분들은 어리지 않음) 직관적으로 생각해봐도 모델이나 데이터나 해석가능성이나 많은 문제점이 제기되지만 그렇게 해결 못 할정도는 아닌데? 라는 생각도 들고요. 앞으로 몇년은 계속 성장할것같다는 의미입니다 ㅎ
관련종사자들은 긍정적으로 말할꺼 같지만 의외로 연구자들이 더 비관적이고 2~3년 전만해도 그런거 생각할시간에 수학공부나 해라 이런 분위기였거든요 ㅋㅋ 물론 저도 모르겠지만 AGI가 와도 한 10년 뒤일것다이다라는 생각을 가지고 있으므로 결과적으로 의견은 비슷한걸수도 있겠네요 ㅋ
사실 다른 것 보다도 시간 문제로 낙관론들을 이야기를 많이 못했습니다. 이게 혼자서 하다보니, 영상 분량이 13분 정도 넘어가면 일이 엄청 많아져서, 어쩔 수 없이 이런 선택들을 하게 되네요. 제가 AI를 비관적으로만 보면 당연하지만 이야기를 하지도 않습니다. 근데 이놈의 AI 관심은 계속 주는데, 계속 기대에 못미쳐서 심기를 불편하게 하는 존재라고 할까요 ㅋㅋ
그리고 그냥 지나가는 말로 제가 어린 공돌이 들을 더 좋아 합니다, 그래서 더 약올리는 것도 없잖아 있어요 하하.
클로드 Ai에서 논문 발표한게 있는데 AI가 어떻게 판단하는지 파악하는 구조를 알아낼수 있다는 논문이었습니다. 가중치를 비주얼화하는 방법이었던거 같은데 어떻게 판단했는지 알면 스스로 잘못판단했는지 판별하는 것도 개발할수 있겠죠
와....정말 통찰력과 그걸 풀어네는 유머러스함...모든게 완벽합니다😂😂
현직 LM 개발자 입니다
아직 GPT가 덜떨어져서 다행입니다
어그로를 끌어야 유튜브 조회수가 늘어나는 인센티브가 있겠군
동의하는 부분도 많으나 좀 틀린 정보도 있네요
뿌락~
오늘 영상음 좀 기네요 평소 두배정도~~
물들어올때 노저어요 1일1영상 고고
이번에 AI에서 인간들이 진짜 한심한게
사실 인간 본인들도 자기들이 왜 창의적 직관적 사고가 되는지 그 자체를 전혀 이해하지 못하는 상황에서 겨우 빅데이터나 정리하는 이런 방식으로 인간의 지능을 대체할 수 있다 기대하는게 사실 말이 안되고
그리고 학자들이 AI에 오류가 머 여기서도 지적은 했지만 인간이 어려워 하는 능력 머 계산이나 추론 이런거에만 초점을 맞춰서 100년전부터 기본적으로 인공지능을 쉽게 봐왔죠ㅋ
반면에 인간이 아주 당연하게 쉽게 하는걸 컴퓨터는 여전히 못한다는걸 계속 간과하고 있어요.
예전에도 IBM왓슨 개발자들은 겨우 그딴거 개발해놓고 의사정도는 대체할줄 알고 수조원 투자하고 처벌렸지만 ㅉㅉ
이렇게 개발한 당사자 지들도 몰라요
이번 GPT도 여전히 그럴꺼라봅니다.
그리고 정말 쓸모있는 수준이라면 그때
IBM처럼 돈이되는 의료분야에 바로 진입 했지
지금 처럼 애들 재롱잔치 따위로 어그로나 끄는 식으로 연명하지 않았을겁니다.
결국 이거는 대사기극 거품이 될꺼로 보구요.
기껏 검색엔진 서비스 정도 편리해지는 그런정도에 머물고 말것이에요.
물론 이정도 서비스를 독점할 수만 있다면 그것만으로도 구글 마소정도 기업들에겐 투자가치는 충분하니 이들이 막대한 경쟁을 이끌고 있겠죠
Ai의 발전역사가 실험과학이라 그렇습니다
게임회사에서 그림그리는사람인데요 그림쪽도 그림 수준 낮은 사람이 ai로 어떻게 비벼볼 생각은 안하는게 좋습니다. 최소 수십억에서 수백억이 들어가는 프로젝트에 중고등학생도 찍어내는 공장형ai 이미지를
그대로 갖다쓸거라는 생각 자체가 너무 나이브하다고 봅니다.. 다만 단가낮은 작업은 생산성때문에 어느정도 사용되고있긴합니다.
이게 100%. 단가 낮은 것들은 나쁘지 않게 대체 할 것 같아요. 결국은 이것저것 작업 속도 높이는 도구로 판단 하고 있습니다.
인간같은 agi를 만들려면 인간같이 유한한 능력이어야 하는데 그걸 왜 만듬? 계산기는 계산만 잘하면 됨
오
이런 접근법 인정
AI는 물리를 이해 못한다고 하는 사람들이 많다. 현실은 국평오이며, 일반인의 99%는 물리현상에 대해 이해하고 있지 않다. 그저 물리현상을 이해한 천재가 만들어낸 수식을 "암기"해서 "계산"하고 이걸 기반으로 재구성하는것 뿐. 막상 A라는 현상을 주고 물리적인 모델링을 하라고 하면, 기초적인 물리 모델링 조차 알려주기 전까지 99.9% 못함. 그냥 내가 ㅈㄴ 쉬운 문제 물리 문제를 내봄 진짜로 물리 현상을 이해한다면 몇초 이내로 답이 나올 문제임. 열전달에서 전도,대류에 대한 수학적 모델링을 해보셈. 뉴턴이라는 천재가 만들어낸 간단한 수식이고, 알고 나면 너무 쉬워서 사람들이 스스로 이해했다고 착각하지만. 현실은 지구상 역사에서 이걸 수식화할 생각을 하고 수식화 하는데 수만년이 걸린 일임.
결론적으로 AI는 사람을 대부분의 사람을 대체할 것임. 물론 몇세대 지나면 다 도태되니까. 먼 미래에서 보면 대체된게 아니라고 생각할 지도 모르지.
무슨 말씀이신지 이해는 하고 있습니다. 근데 맞기 위해서는 틀릴 수도 있어야 합니다. 틀릴 수 있기에 사고가 가능한거 같습니다.
전 F=ma랑 만유인력의 법칙은 아는뎁쇼
빨리 ai 발전되서 범죄자 형량도 제대로 못때리는 한국 인간 판사들 대체 했으면 좋겠네요. 그밖에.... 대통령,정치인 (인간 시대의 끝이 도래했다.)