When building a car with LEGO, I understood that instead of intuitively assembling and analyzing the car, one should understand the exact meaning of existence (ontology) of each LEGO block and build the car based on that. I also understood that AI should be approached in the same way.
근데 목적에 맞게 어떻게 잘 튜닝하냐에 따라 지금의 방식도 결국 좋은 결과를 만들어낼 수 있을 것 같기도 하고.. 운전 자체만 콕집어서 말하면, 굳이 온톨로지가 필요하나? 우선순위 자체도 사람마다 다를 수 있는데 어떻게 이걸 획일적으로 정하지? 그냥 모두가 똑같은 규칙을 지키면 AI의 온톨로지는 필요없지 않을까? 싶은 의문이 들기도 하고.. 공감되는 부분도 있고 안되는 부분도 있고~ 좋은 영상이네요
인간의 지능에 가까운 기계를 만들고자 하는 욕망이 ai로 분출되고 있지만 아직까지도 인간의 뇌는 미스테리에 가깝다고 들었어요. 데이터를 마구마구 넣어주면 이유는 모르겠지만 ai가 인간처럼 작동한다고 생각해서 빅테크들은 GPU확보에 열을 올렸고 요즘은 그런 부분에 회의를 느끼며 맞춤형ai에 눈을 돌리기도 하는 모습을 봅니다. 이건 확실치도 않는 것에 온갖 에너지를 쏟지 말고 적은 에너지로도 확실한 성과를 보이는 방향으로 가보자는 의미겠죠? 온톨로지도 후자처럼 확실한 개념이 주어지면 보다 더 논리적이고 생산성 있는 결과물들을 만들 수 있다는 그런거죠? ai 역사를 봤을때 초창기에는 문제와 답을 동시에 주는 지도학습을 하다가 후에는 문제도 답도 없이 데이터만 마구마구 넣어주는 방식의 비지도 학습으로 넘어가고 강화학습(일종의 게임형식)으로 보완해서 지금의 거대 언어모델의 ai가 나타난거라고 들었어요. 가만히 생각을 해보니 인간은 온갖 데이터를 아무 틀 없이 받아들이기만 하다가 언어라는 추상화를 통해 더욱더 발전 한거 같습니다. 그러다가 모든 분야에 언어라는 도구로 추상화를 해가면서 여기까지 온거죠. ai가 인간처럼 온갖 경험들을 하면서 어느 순간에 ai자체가 스스로 추상화까지 해버리면 인간기계라고 볼 수 있겠네요. 팔란티어는 추상화까지는 인간의 도움을 받는 ai개발자인거고 거대 언어모델들은 혹시나 스스로 추상화까지 하지나 않을까 기대를 걸어보는 ai죠? 전문가도 아닌 일반인의 관점에서 한번 써 봤어요. 잘못된 부분이 있으면 알려주시면 감사하겠습니다😊
테슬라와 자율주행과 온톨로지는 같은거라고 봅니다. 다만 자율주행에 집중하느냐 다는여러 문제들에 집중하는냐 차이가 있을 뿐이죠 팔란티어가 머리를 진화시키는거라면 XAI는 손발과 머리를 같이 훈련시키는 것으로 최종 결과물까지 목표로 하고 있다고 볼 수 있겠죠 어떻든 지금 현재가격으로 둘다 텐베거 가능 종목이라고 봅니다 사람이 운동에만 도가터도 물리학이나 철학을 쉽게 이해하는 것 처럼 자율주행도 결국의 사회 기업 모든 곳에 영향을 미치며 문제를 해결하는 도구가 될 것입니다
제가 쳇지피티 4.0일때 애들이랑 여러페이지로 된 가족동화책을 만들어줄려고 했는데 그림을 그려달라고할 때마다 다른 그림으로 그려주더군요. 외적인 모습을 설명해도 그것과 디르게 그려주구요. 그러면서 “아~~온톨로지가 이거구나” 했답니다. 데이터에 의미가 없이 단편적인 정보만 쏟아내는 것은결국 오래가지 못 할거라 생각합니다.
ㅋㅋ생각의 관점을 다르게보셔야될거같습니다 당신이 원하는 그림과 모습은 사람이들어도 100프로 만족할수없을수있습니다 우리가 집중해야할건 우리의요구사항을 입력하고 추출해낼수있다는 기술이있다는점에 집중해야합니다 그게 기술의 시작, ai의 성장단계인거죠, 지금당장 내가 원하는게 나오지않더라도 5년 10년후에는 우리가 상상하지못한 그이상을 그려낼수있을수도있지요 아직도 오래가지못할것같습니까? 저는 오래간다기보다 우리삶에 녹아든다에 올인을하겠습니다ㅎㅎ
제가 영상보고 느낀건 지금 시대의 Ai를 보면 ai로봇에게 간단한 작업을 시키면 로봇이 그냥 청소를 시켰을때 단순히 작업을 마무리까지 하는 단계를 원하지만 온톨로지가 함께한다면 Ai로봇이 청소라고 하는일을 로봇 스스로가 사람이 불편하지 않고 편하게 느낄수 있는지 왜 해야하고, 어떤방식으로 청소를 풀어나가야 좋은지를 판단하고 완료할수있다 이렇게 이해가 되는데 맞을까요?…
개인적으로 물리ai를 최종적으로 완성하는 것은 결국 테슬라가 될거라고 생각해요(저도팔란티어주주입니다.ㅎㅎ) 영상에서 이야기하는것처럼 LLM 같은걸로는 실제 사물과의 관계를 정의하지 못하는데 그럴려면 일단 ai를 물리세계로 데리고 나오는게 첫걸음이라 생각되고 그게 fsd인 것 같아요 그리고 fsd를 바탕으로 옵티머스가 차가 아닌 로봇으로 세상을 다니며 직접 만지고 느낀 것을 다시 학습하며 물리 세상을 디지털트윈하지 않을까 싶습니다. 물론 이 과정에 팔란티어가 큰 역할을 할거라 생각되어요. 누군가는 그 많은 물리 세상의 법칙이나 관계, 데이터를 온톨로지 해야하니까요. Ai의 직관은 이때 이후로 발전하지 않을까요. 좋은 내용의 영상 너무 잘봤습니다. 언젠가 테슬라도 팔란티어 고객이 되지 않을까요 ㅋㅋㅋ(이미 그럴수도…)
누가 틀렸다 누가 맞았다 하기에는 현재 시점으로는 아직 이 기술의 가능성에 대한 이해가 전혀 되어 있지는 않습니다만 우리가 아는 지능에 요소들로 먼저 얘기를 하자면 지금의 AI가 절대로 인간 수준의 효율성을 가지진 못한다고 이야기 할 수 있는 것 같습니다. 인간의 뇌는 적은 양의 전력으로 여러가지 종류의 일을 할수 있습니다. 의사결정이나 이런 부분에서 상당히 빨리 효율적으로 사고하여 결정을 할 수가 있습니다. AI한테 그 정도로 적은 전기를 줘서는 아무것도 못하지요. 테슬라의 접근 방식인 사람이 눈으로 운전하니까 차도 운전 할 수 있다라는 게 틀렸다 라고 하기에는 무리가 있습니다. 접근은 단순하지만 그 과정이 엄청나게 복잡해지기 때문입니다. FSD는 시각으로 받아들인 정보를 모두 모아 AI가 트레이닝을 하고 하나의 모델로 변환을 합니다. 몇 기가바이트의 데이터로 축소를 하고 그 모델이 얼마나 현실을 그대로 반영을 하는가가 관건이 됩니다. FSD를 완성하는 데에 있어 필요한 하드웨어는 시각만 있어도 AI를 훈련하는데에 충분한 데이터가 모인다는 의미입니다. 다른 회사들의 접근 방식이었던 라이다나 레이더가 필요 없다라고 얘기를 하는 거죠. 운전하는 뇌를 완성하는 데에 엄청난 시간과 노력이 들어가고 있는 중이고 실제로 FSD는 인간과 비슷하게 훈련이 되어가고 있습니다. 이 부분에서 다른 회사들도 도대체 어떻게 하는 건지 감도 못 잡고 있는 부분이죠. 효율성에 대한 부분에서는 운전하는 데에 있어 테슬라만큼 할 수 있는 AI는 없다 할 수 있습니다. 트레이닝은 슈퍼컴퓨터 클러스터에서 진행이 되지만 거기서 만들어진 몇 기가의 AI모델이 테슬라의 칩으로 전송이 되어 그 칩이 실제 운전을 진행합니다. 그리고 완성이 되어가고 있습니다. 운전 하나 만을 목적으로 AI를 만든다면 굳이 가로등이 얼마나 단단한지는 알 필요가 없다고 생각합니다. 테슬라의 목적은 운전을 가능하게 하는 것에 있고, AI는 인간의 운전을 모방하는데에 있습니다.
이건 다를 영상에 단 글인데 공감이 되실런지 모르겠습니다 브레인 에너지 뇌는 에너지가 적게드는 방향으로 진화한다 엔트로피 법칙과 반대입니다 그것은 언트로피를 증가시키는 훈련을 통해서 습관회로를 만드는 것이며 이는 엄청난 시간이 필요합니다. 진화는 이런 것 입니다 AGI는 목표에 집중한 시간과 훈련량의 싸움이지 기술의 문제가 아니죠. 따라서 팔란티어와 테슬라만이 AI전쟁에서 최종 승자가 될 것임은 확실해졌습니다 AGI는 성경과 시지프스신화를 이해해야 되는 것이죠. 사실은 신을 믿는가,?,의 문제와 정확히 같습니다 이것을 쉽게 설명드리면 그물망에 그물구조보다 작은 광자의 양자적 습관회로를 만드는 것 입니다 그물망은 뇌에서 소뇌와 뇌간의 RF망상체라고 이해하시면 정확하겠습니다 여기서 핵심은 한가지 목표에 집중한 훈련을 해야 합니다. 그러면 모든 곳에 적용할 수 있는 AGI가 가능해진다는 것이죠 인간의 뇌는 생존을 위해서 진화한 것이지 수학문제 풀려고 진화한 것이 아니죠 머스크가 MS는 파산할 수도 있다고 한 말은 농담이 아닙니다
팔란티어가 현재 필요한 이유는 공감하고 있지만 'ai가 벽에 부딪혔다'는류의 주장은 동의하기 어렵네요. 저 분의 말대로라면 테슬라는 내년에 로보택시를 시작할 생각도 못했을 것이고 fsd13이 20 30이 되어도 빈번한 개입으로 인해 자율주행은 계속 미뤄졌겠죠 . 현 시점에는 명백히 ai는 환각이외에도 여러 이유로 온톨로지 같은 존재가 필요한게 맞지만 언제까지 그럴지는 모르겠어요. 다 떠나서 샘알트만이나 일론이 틀렸다는건 너무 어그로 같습니다 ㅋㅋ 기대한 내용이 아니라 좀 아쉽네요
온톨로지 개념은 기업을 분석하고 전략을 수립하는 목적에 탁월할 것이라고 생각합니다. 그러나 자율주행의 경우에 드라이빙과 관련된 모든 상황을 온톨로지로 정리할 수 있을까? 에 대해서는 확신이 가질 않습니다. 기업의 전략적 의사결정에 관련된 정보의 총량과 크기와 자율주행에 필요한 정보의 차이를 비교한다는 것은 어리석은 것처럼 다른 내용이 아닐까요?
온톨로지를 잘 사용하는 곳이 도서관인데 많은 정보를 체계적으로 조직화해서 구분해서 공간적으로 정렬해놓은 후에 또 다시 주제별로도 정리한 곳이죠.. 예를 들어, KDC 와 ISBN 등등... 이렇게 정리되어 있지 않다면 사람들은 책을 찾는 시간이 책을 보는 시간 보다 오래 걸리겠죠..
영상과 관련되고 답글 쓰신거에 관련해서 궁금해서 어쭤보는데요. 도서관에서 정보를 체계적으로 조직화 구분 해야 한다는것과, 영상에서 말한 사물의 의미에 대한 정의가 우선되어야 한다른것과 같은 의미로 이해하고 있는데. 그렇다면 그 도서 정보를 조직화 하는것과, 사물의 의미 정의 정립하는걸 ai가 한다는 의미인가요? 아니면 그건 사람이 해야한다는 의미일까요? 후자라면 사람이 그 많은 일을 하기 벅차기 때문에 지금 ai의 학습 방법 발전해서 지금의 ai성과를 보게 된게 아닌가요?
좋은 의견 잘 봤습니다ㅎㅎ다만 영상 속 자율주행 운전과 비지니스 운영 측면을 비교하였는데 이는 상황에 따라 다른 것 같아 보입니다. 일론의 방식이 적절치 않은 것이 아니라 원하는 기술 목적 달성에 무엇이 더 효율적이냐가 중요해보여요. 즉 ai의 운영 방법의 차별적 적용이 필요해 보입니다. 세상에 정답은 없으니까요. 반박 환영입니다! 제 시각을 좀 깨고 싶습니다.
전달할려고 하는 의미가 도대체 뭔지. 테슬라 자율주행이 잘못됐다? 비전만으로 이를 실행한 부분에 박수를 쳐 줘야죠. 신호등이 어떤 재료인지 왜 알아야 하나요? 13.2버전 자율주행 장면 보시면 놀랍니다. 충분히 생각하는 것처럼 보일 뿐 아니라 이로서 자율주행은 이미 완성입니다~~!!
전달 받고 싶었던 의미가 있었던건 아닌지요.. 온톨로지를 설명하기 위해 테슬라의 방식을 예시로 든 것 뿐입니다. 시각데이타의 한계 때문에 결국은 온톨로지가 결합되어야 완성된다. 정도의 의미로 이해되어지는데요. 가로등의 질감을 왜 알아야 할까요? 눈이 오는 상황에서 정면에 차량이 정차되어 있고 브레이크를 밟아도 미끄러지는 상황에서 오른쪽에는 가로등 왼쪽에는 쌀포대가 떨어져 있습니다. 이럴때 차량은 어느 방향으로 미끄러지는게 더 안전할까요? 극단적인 예시이긴 하지만 완벽을 추구해가는 과정에서 맞닿드릴 상황중 하나이고 해결해야할 이슈라고 봅니다. 테슬라가 틀렸다로 들리셨다면 본인이 좀 더 오픈 마인드로 깨어나셔야 할 것 같습니다.
Thank you so much for sharing my thoughts with your audience. I have another video planned soon! :)
I can’t wait for your next video.
i agree your opinion.
without onthology, LLM is just parrot reading all books on earth.
Thank you. I appreciate your insights. I'll subscribe your channel.
When building a car with LEGO,
I understood that instead of intuitively assembling and analyzing the car,
one should understand the exact meaning of existence (ontology) of each LEGO block and build the car based on that.
I also understood that AI should be approached in the same way.
@@gtx2628thank you!
테슬라랑 팔란티어랑 결합하면 완벽하겠네
좋은 영상 공유해주셔서 감사합니다 ~ 빅닥님 ~♡ 행복한 주말보내세요
감사합니다 😊
샘알트만과 일론머스크가 틀렸다기보다는 온톨로지의 중요성을 강조하는 관점의 영상으로 봐주시면 감사하겠습니다.🙏🏻
Honestly I was mostly being inflammatory in my title (gotta get views). I respect them greatly. As you say, Ontology is the point.
테슬라 뿐아니라 모든 경우,
팔란티어를 영접하면 격이 달라짐.
팔란티어가 답이네요.
재밌다 인공지능ㅎㅎ 하지만 너무 어렵다..!
영상 잘 봤습니다! 초기 사물과 관계에 대한 정의는 사람이 설정하고, 이를 기반으로 AI가 순환적으로 발전하는 구조로 이해했습니다. 초기 정의를 누가, 어떻게 하느냐에 따라 결과물이 크게 달라질 수도 있겠네요.
와우 공감가는 내용이네요
철학 공부한 사람의 향기 물씬~
감사합니다 😊
근데 목적에 맞게 어떻게 잘 튜닝하냐에 따라 지금의 방식도 결국 좋은 결과를 만들어낼 수 있을 것 같기도 하고..
운전 자체만 콕집어서 말하면, 굳이 온톨로지가 필요하나? 우선순위 자체도 사람마다 다를 수 있는데 어떻게 이걸 획일적으로 정하지? 그냥 모두가 똑같은 규칙을 지키면 AI의 온톨로지는 필요없지 않을까? 싶은 의문이 들기도 하고..
공감되는 부분도 있고 안되는 부분도 있고~ 좋은 영상이네요
인간의 지능에 가까운 기계를 만들고자 하는 욕망이 ai로 분출되고 있지만 아직까지도 인간의 뇌는 미스테리에 가깝다고 들었어요. 데이터를 마구마구 넣어주면 이유는 모르겠지만 ai가 인간처럼 작동한다고 생각해서 빅테크들은 GPU확보에 열을 올렸고 요즘은 그런 부분에 회의를 느끼며 맞춤형ai에 눈을 돌리기도 하는 모습을 봅니다. 이건 확실치도 않는 것에 온갖 에너지를 쏟지 말고 적은 에너지로도 확실한 성과를 보이는 방향으로 가보자는 의미겠죠?
온톨로지도 후자처럼 확실한 개념이 주어지면 보다 더 논리적이고 생산성 있는 결과물들을 만들 수 있다는 그런거죠?
ai 역사를 봤을때 초창기에는 문제와 답을 동시에 주는 지도학습을 하다가 후에는 문제도 답도 없이 데이터만 마구마구 넣어주는 방식의 비지도 학습으로 넘어가고 강화학습(일종의 게임형식)으로 보완해서 지금의 거대 언어모델의 ai가 나타난거라고 들었어요.
가만히 생각을 해보니 인간은 온갖 데이터를 아무 틀 없이 받아들이기만 하다가 언어라는 추상화를 통해 더욱더 발전 한거 같습니다. 그러다가 모든 분야에 언어라는 도구로 추상화를 해가면서 여기까지 온거죠.
ai가 인간처럼 온갖 경험들을 하면서 어느 순간에 ai자체가 스스로 추상화까지 해버리면 인간기계라고 볼 수 있겠네요.
팔란티어는 추상화까지는 인간의 도움을 받는 ai개발자인거고 거대 언어모델들은 혹시나 스스로 추상화까지 하지나 않을까 기대를 걸어보는 ai죠?
전문가도 아닌 일반인의 관점에서 한번 써 봤어요. 잘못된 부분이 있으면 알려주시면 감사하겠습니다😊
테슬라와 자율주행과 온톨로지는 같은거라고 봅니다.
다만 자율주행에 집중하느냐 다는여러 문제들에 집중하는냐 차이가 있을 뿐이죠
팔란티어가 머리를 진화시키는거라면
XAI는 손발과 머리를 같이 훈련시키는 것으로 최종 결과물까지 목표로 하고 있다고 볼 수 있겠죠
어떻든 지금 현재가격으로 둘다 텐베거 가능 종목이라고 봅니다
사람이 운동에만 도가터도 물리학이나 철학을 쉽게 이해하는 것 처럼
자율주행도 결국의 사회 기업 모든 곳에 영향을 미치며 문제를 해결하는 도구가 될 것입니다
감사합니다^^
제가 쳇지피티 4.0일때 애들이랑 여러페이지로 된 가족동화책을 만들어줄려고 했는데 그림을 그려달라고할 때마다 다른 그림으로 그려주더군요. 외적인 모습을 설명해도 그것과 디르게 그려주구요. 그러면서 “아~~온톨로지가 이거구나” 했답니다. 데이터에 의미가 없이 단편적인 정보만 쏟아내는 것은결국 오래가지 못 할거라 생각합니다.
감사합니다 😊
소라쓰세요
ㅋㅋ생각의 관점을 다르게보셔야될거같습니다
당신이 원하는 그림과 모습은 사람이들어도 100프로 만족할수없을수있습니다
우리가 집중해야할건 우리의요구사항을 입력하고 추출해낼수있다는 기술이있다는점에 집중해야합니다
그게 기술의 시작, ai의 성장단계인거죠, 지금당장 내가 원하는게 나오지않더라도 5년 10년후에는 우리가 상상하지못한 그이상을 그려낼수있을수도있지요
아직도 오래가지못할것같습니까?
저는 오래간다기보다 우리삶에 녹아든다에 올인을하겠습니다ㅎㅎ
👍 좋은 정보 감사합니다.❤❤❤❤❤❤
저도 감사합니다 😊
제가 영상보고 느낀건
지금 시대의 Ai를 보면
ai로봇에게 간단한 작업을 시키면
로봇이 그냥 청소를 시켰을때
단순히 작업을 마무리까지 하는 단계를
원하지만
온톨로지가 함께한다면
Ai로봇이 청소라고 하는일을
로봇 스스로가
사람이 불편하지 않고 편하게 느낄수 있는지
왜 해야하고, 어떤방식으로
청소를 풀어나가야 좋은지를 판단하고
완료할수있다
이렇게 이해가 되는데
맞을까요?…
정확히 이해하셨네요! 온톨로지가 AI로하여금 세상을 더 깊이 이해하게 해준다는 메세지입니다. 🙏
@@bigdatadoctor 무언가 알고는 있었지만..
확신??을 얻게되는것 같습니다! 영상 올려주셔서 너무 감사합니다!
개인적으로 물리ai를 최종적으로 완성하는 것은 결국 테슬라가 될거라고 생각해요(저도팔란티어주주입니다.ㅎㅎ) 영상에서 이야기하는것처럼 LLM 같은걸로는 실제 사물과의 관계를 정의하지 못하는데 그럴려면 일단 ai를 물리세계로 데리고 나오는게 첫걸음이라 생각되고 그게 fsd인 것 같아요 그리고 fsd를 바탕으로 옵티머스가 차가 아닌 로봇으로 세상을 다니며 직접 만지고 느낀 것을 다시 학습하며 물리 세상을 디지털트윈하지 않을까 싶습니다. 물론 이 과정에 팔란티어가 큰 역할을 할거라 생각되어요. 누군가는 그 많은 물리 세상의 법칙이나 관계, 데이터를 온톨로지 해야하니까요. Ai의 직관은 이때 이후로 발전하지 않을까요. 좋은 내용의 영상 너무 잘봤습니다. 언젠가 테슬라도 팔란티어 고객이 되지 않을까요 ㅋㅋㅋ(이미 그럴수도…)
좋은 말씀 감사합니다^^
누가 틀렸다 누가 맞았다 하기에는 현재 시점으로는 아직 이 기술의 가능성에 대한 이해가 전혀 되어 있지는 않습니다만 우리가 아는 지능에 요소들로 먼저 얘기를 하자면 지금의 AI가 절대로 인간 수준의 효율성을 가지진 못한다고 이야기 할 수 있는 것 같습니다.
인간의 뇌는 적은 양의 전력으로 여러가지 종류의 일을 할수 있습니다. 의사결정이나 이런 부분에서 상당히 빨리 효율적으로 사고하여 결정을 할 수가 있습니다. AI한테 그 정도로 적은 전기를 줘서는 아무것도 못하지요.
테슬라의 접근 방식인 사람이 눈으로 운전하니까 차도 운전 할 수 있다라는 게 틀렸다 라고 하기에는 무리가 있습니다. 접근은 단순하지만 그 과정이 엄청나게 복잡해지기 때문입니다. FSD는 시각으로 받아들인 정보를 모두 모아 AI가 트레이닝을 하고 하나의 모델로 변환을 합니다. 몇 기가바이트의 데이터로 축소를 하고 그 모델이 얼마나 현실을 그대로 반영을 하는가가 관건이 됩니다.
FSD를 완성하는 데에 있어 필요한 하드웨어는 시각만 있어도 AI를 훈련하는데에 충분한 데이터가 모인다는 의미입니다. 다른 회사들의 접근 방식이었던 라이다나 레이더가 필요 없다라고 얘기를 하는 거죠. 운전하는 뇌를 완성하는 데에 엄청난 시간과 노력이 들어가고 있는 중이고 실제로 FSD는 인간과 비슷하게 훈련이 되어가고 있습니다. 이 부분에서 다른 회사들도 도대체 어떻게 하는 건지 감도 못 잡고 있는 부분이죠.
효율성에 대한 부분에서는 운전하는 데에 있어 테슬라만큼 할 수 있는 AI는 없다 할 수 있습니다. 트레이닝은 슈퍼컴퓨터 클러스터에서 진행이 되지만 거기서 만들어진 몇 기가의 AI모델이 테슬라의 칩으로 전송이 되어 그 칩이 실제 운전을 진행합니다. 그리고 완성이 되어가고 있습니다.
운전 하나 만을 목적으로 AI를 만든다면 굳이 가로등이 얼마나 단단한지는 알 필요가 없다고 생각합니다. 테슬라의 목적은 운전을 가능하게 하는 것에 있고, AI는 인간의 운전을 모방하는데에 있습니다.
좋은 영상 감사합니다. 많은 도움이 되었어요 👍
좋은 댓글 감사합니다! 😊
좋은 영상 감사합니다 😊😊
감사합니다🙂
좋은영상 감사합니다❤
감사합니다 😊
생각 자체에 대해 생각하기
이건 다를 영상에 단 글인데 공감이 되실런지 모르겠습니다
브레인 에너지
뇌는 에너지가 적게드는 방향으로 진화한다
엔트로피 법칙과 반대입니다
그것은 언트로피를 증가시키는 훈련을 통해서 습관회로를 만드는 것이며 이는 엄청난 시간이 필요합니다.
진화는 이런 것 입니다
AGI는 목표에 집중한 시간과 훈련량의 싸움이지 기술의 문제가 아니죠.
따라서 팔란티어와 테슬라만이 AI전쟁에서 최종 승자가 될 것임은 확실해졌습니다
AGI는 성경과 시지프스신화를 이해해야 되는 것이죠.
사실은 신을 믿는가,?,의 문제와 정확히 같습니다
이것을 쉽게 설명드리면 그물망에 그물구조보다 작은 광자의 양자적 습관회로를 만드는 것 입니다
그물망은 뇌에서 소뇌와 뇌간의 RF망상체라고 이해하시면 정확하겠습니다
여기서 핵심은
한가지 목표에 집중한 훈련을 해야 합니다.
그러면 모든 곳에 적용할 수 있는 AGI가 가능해진다는 것이죠
인간의 뇌는 생존을 위해서 진화한 것이지 수학문제 풀려고 진화한 것이 아니죠
머스크가 MS는 파산할 수도 있다고 한 말은 농담이 아닙니다
영상 감사합니다
감사합니다 😊
영상 고맙습니다
감사합니다 😊
우연히 알게되어 보게됐습니다 너무 잘봤어요 덕분에 지난 영상들도 보게되더군요 이채널 뭐지? 호오~~논리적이고 설득력있어 계속 찾아보게되네요 덕분에 열공합니다 고맙습니다 구독과좋아요는 필수로 누르고갑니다 여유로운 주말 마무리 하시죠~ㅎㅎ
감사합니다 😊
OpenAI를 유료로 사용 중인데, 단순 검색이나 계산조차 한 번씩 오류가 발생하더라고요. 처음에는 편해서 사용했지만, 결국 다시 검토하는 제 모습을 보며 아직 갈 길이 멀다는 생각이 들었습니다. 전문가용은 사용해보지 않아서 잘 모르겠습니다.
너무 급하셨나 카메라를 너무 밑에서 찍으셨네 ㅋㅋㅋㅋ유익하게 잘 봤습니다
감사합니다^^
팔란티어는 한 사업장이라는 경계안에서 ai스스로가 추상화를 하도록 알고리즘을 짜는건가요? 아니면 추상화과정에서 인간이 개입하는건가요?
그냥 일반인이라 질문도 이상하게 들릴지 모르겠지만 궁금해요
전형적인 똑똑한 주니어
저는 팔란티어가 터미네이터의 스카이넷이 될거라 보고있습니다
팔란티어가 현재 필요한 이유는 공감하고 있지만 'ai가 벽에 부딪혔다'는류의 주장은 동의하기 어렵네요. 저 분의 말대로라면 테슬라는 내년에 로보택시를 시작할 생각도 못했을 것이고 fsd13이 20 30이 되어도 빈번한 개입으로 인해 자율주행은 계속 미뤄졌겠죠 . 현 시점에는 명백히 ai는 환각이외에도 여러 이유로 온톨로지 같은 존재가 필요한게 맞지만 언제까지 그럴지는 모르겠어요. 다 떠나서 샘알트만이나 일론이 틀렸다는건 너무 어그로 같습니다 ㅋㅋ 기대한 내용이 아니라 좀 아쉽네요
온톨로지 개념은 기업을 분석하고 전략을 수립하는 목적에 탁월할 것이라고 생각합니다. 그러나 자율주행의 경우에 드라이빙과 관련된 모든 상황을 온톨로지로 정리할 수 있을까? 에 대해서는 확신이 가질 않습니다. 기업의 전략적 의사결정에 관련된 정보의 총량과 크기와 자율주행에 필요한 정보의 차이를 비교한다는 것은 어리석은 것처럼 다른 내용이 아닐까요?
아이온큐의 기술과도 공유가능할지도 궁금하네요
객체의 속성과 다른 객체간의 관계를 인간이 이해하지 않으면 AI 도 알 수 없게 된다는 점에서 AI 에 온톨로지를 적용하려는 시도는 무의미해보입니다.
오히려 Super AI 의 추론에 의한 온톨로지 정의역의 확정이 더 현실적이지 않을까 싶네요.
테슬라 +아이온큐+팔란티어 it's fantastic
마이더스 손 일론이 양컴에 관심을 보이기 시작 했답니다.❤❤❤❤❤
그런데.. 이분은 도대체 누구시길래.. 그대로 인용하신걸까요? 전체적 관점, 철학적관점을 AI에 도입해서 정말 옳은 말같은데요.. 누구세요?
가져가야할 주식.. 테슬라, 팔란티어~
신호등이 어떤 재료인지 사람도 몰라요 ㅎㅎ
온톨로지를 잘 사용하는 곳이 도서관인데 많은 정보를 체계적으로 조직화해서 구분해서 공간적으로 정렬해놓은 후에 또 다시 주제별로도 정리한 곳이죠..
예를 들어, KDC 와 ISBN 등등...
이렇게 정리되어 있지 않다면 사람들은 책을 찾는 시간이 책을 보는 시간 보다 오래 걸리겠죠..
감사합니다^^
영상과 관련되고 답글 쓰신거에 관련해서 궁금해서 어쭤보는데요. 도서관에서 정보를 체계적으로 조직화 구분 해야 한다는것과, 영상에서 말한 사물의 의미에 대한 정의가 우선되어야 한다른것과 같은 의미로 이해하고 있는데. 그렇다면 그 도서 정보를 조직화 하는것과, 사물의 의미 정의 정립하는걸 ai가 한다는 의미인가요? 아니면 그건 사람이 해야한다는 의미일까요? 후자라면 사람이 그 많은 일을 하기 벅차기 때문에 지금 ai의 학습 방법 발전해서 지금의 ai성과를 보게 된게 아닌가요?
좋은 의견 잘 봤습니다ㅎㅎ다만 영상 속 자율주행 운전과 비지니스 운영 측면을 비교하였는데 이는 상황에 따라 다른 것 같아 보입니다. 일론의 방식이 적절치 않은 것이 아니라 원하는 기술 목적 달성에 무엇이 더 효율적이냐가 중요해보여요. 즉 ai의 운영 방법의 차별적 적용이 필요해 보입니다. 세상에 정답은 없으니까요. 반박 환영입니다! 제 시각을 좀 깨고 싶습니다.
감사합니다 😊
물리적 한계가 있다고 이야기 하기에는 시기상조라고 생각합니다.
1. 양자컴퓨터 개발 가능성
2. 하이브리드 트랜스포머와 같은 효율적 모델의 탄생
이야기의 본질이 아닌 곁가지에 집중하셨네요. 그런 태도는 보람상조입니다.
맹목적 AI는 문제라고 생각합니다. 어떤 것도 인간을 넘어 설수는 없다고 생각합니다. 철학의 의미를 다시한번 곱씹어 봅니다.
감사합니다 😊
전달할려고 하는 의미가 도대체 뭔지. 테슬라 자율주행이 잘못됐다? 비전만으로 이를 실행한 부분에 박수를 쳐 줘야죠. 신호등이 어떤 재료인지 왜 알아야 하나요?
13.2버전 자율주행 장면 보시면 놀랍니다. 충분히 생각하는 것처럼 보일 뿐 아니라 이로서 자율주행은 이미 완성입니다~~!!
전달 받고 싶었던 의미가 있었던건 아닌지요.. 온톨로지를 설명하기 위해 테슬라의 방식을 예시로 든 것 뿐입니다. 시각데이타의 한계 때문에 결국은 온톨로지가 결합되어야 완성된다. 정도의 의미로 이해되어지는데요. 가로등의 질감을 왜 알아야 할까요? 눈이 오는 상황에서 정면에 차량이 정차되어 있고 브레이크를 밟아도 미끄러지는 상황에서 오른쪽에는 가로등 왼쪽에는 쌀포대가 떨어져 있습니다. 이럴때 차량은 어느 방향으로 미끄러지는게 더 안전할까요? 극단적인 예시이긴 하지만 완벽을 추구해가는 과정에서 맞닿드릴 상황중 하나이고 해결해야할 이슈라고 봅니다. 테슬라가 틀렸다로 들리셨다면 본인이 좀 더 오픈 마인드로 깨어나셔야 할 것 같습니다.
글쎄요. 이분의 말씀은, 충분하지 못하다는 의미인것 같아요. 테슬라의 자율주행방식이 안된다는 말은 아닌것 같은데요? 테슬라가 온톨리지를 도입해서 문제가 생길때 그걸로 해결 할수도 있겠죠... 제생각에는, 그리고 자율주행도 이제 시작인데, 뭔가 방법을 지속적으로 찾아가지 않을까요?