보관된 글 — US — techcrunch
OpenAI 연구 책임자 노암 브라운, AI '추론' 모델이 수십 년 전 등장했을 것이라고 밝혀
OpenAI의 노암 브라운은 올바른 방법이 이해되었다면 AI 추론 모델이 수십 년 전에도 등장했을 수 있다고 믿습니다. 그는 모델 정확도 향상을 위해 테스트 시 추론의 중요성을 강조하며 학계가 대규모 AI 연구소와 경쟁하는 데 직면한 어려움을 지적합니다. 브라운은 또한 현재의 AI 벤치마크 상태를 비판하고, 과학 연구에 대한 자금 지원이 줄어드는 시기에 연구 및 선봉군 연구소 간의 협력을 촉구합니다.
핵심 정리
- Noam Brown은 OpenAI의 o1과 같은 이유 추론 AI 모델은 적절한 방법을 알고 있다면 수십 년 전에 개발될 수 있었다고 언급합니다.
- Brown은 인간의 사고 과정을 이해하는 것이 AI 추론에 도움이 될 수 있다고 강조합니다.
- 그는 '테스트 시 추론'을 소개하여 모델이 응답하기 전에 추론할 수 있도록 함으로써 복잡한 작업에서 정확성을 향상시킬 수 있다고 설명합니다.
- Brown은 AI 선 학습이 오래된 것은 아니며, AI 연구소는 이제 선 학습과 테스트 시 추론 접근법을 균형 있게 적용하고 있다고 밝힙니다.
- 그는 학계가 주요 AI 연구소의 자원에 접근할 수 없지만, 모델 구조 설계와 같은 낮은 컴퓨팅 연구 분야를 통해 기여할 수 있다고 언급합니다.
- Brown은 부적절한 AI 벤치마킹을 심각한 문제로 지적하며, 학계가 컴퓨팅을 요구하지 않고도 벤치마크를 개선할 수 있다고 제안합니다.
왜 중요한가
- 인공지능 연구에서 인간의 추론을 이해하고 모방하는 것이 AI 능력을 발전시키는 데 중요하다는 의견이 전반적인 트렌드를 반영하고 있습니다.
- 트럼프 행정부에 의한 과학 연구의 투자 절감은 AI 분야의 미래 발전을 방해할 수 있으며, Geoffrey Hinton 같은 유명 전문가들의 우려를 반영하고 있습니다.
- AI 벤치마크의 도전은 AI 시스템의 신뢰성과 투명성에 대한 논의의 일환으로, 더 나은 평가 도구의 필요성을 강조하고 있습니다.
노암 브라운의 의견은 더 나은 이해와 협업을 통해 AI 추론 모델이 훨씬 더 일찍 발전할 수 있었다는 사실을 강조하며, 자금 조달의 쟁점 속에서 학계와 산업계가 함께 일해야 할 시급성을 강조하고 있습니다.