오픈AI의 GPT-3는 완벽한 영어 구사로 대중을 감탄하게 했다. 하지만 만약 이것이 허상이라면?

지난 10년 간 AI의 인식 능력을 훈련시킨 이미지넷 같은 대규모 데이터세트는 구축이 어렵고 편향성의 위험도 크다. 컴퓨터 합성 데이터세트가 대안이 될 수 있다.

오픈AI는 인공지능이 서로 상대방을 이기려 경쟁하는 게임을 하게 함으로써, 재훈련 없이도 다양한 문제를 해결하는 법을 학습할 수 있는 로봇을 만들려 한다.

인공지능은 문장 속 단어 순서가 바뀌어도 알아채지 못 한다. 이 문제는 AI 성능을 개선하는 방법을 찾는 힌트가 되기도 한다.

자연어처리(NLP) 알고리즘이 바이러스의 유전적 변화 해석에도 쓰일 전망이다. 이에 따라 코로나 변이 예측을 위한 연구가 가속화되고 있다.

오픈AI는 자연스러운 문장을 만들어내는 인공지능 모델 GPT-3로 세상을 놀라게 했다. 이제 자연어처리와 이미지 인식을 결합한 새로운 AI 모델 2가지를 새롭게 개발, GPT-3의 기능을 확장했다. 인공지능이 일상의 개념들을 보다 잘 이해하게 된다.

머신러닝 모델을 훈련시키는 것은 저임금 긱 (gig) 노동자들이다. 저임금 긱 노동자들은 사라지지 않을 것이다. 다만 우리가 할 수 있는 것은 그들이 일하는 방식을 바꾸는 것이라고 사이프 새비지(Saiph Savage)는 말한다.

제스 휘틀스톤(Jess Whittlestone)은 “긴급상황을 위한 윤리를 뒷전으로 미루지 말고, AI 핵심으로 간주해야 한다”고 주장한다.

알파폴드(AlphaFold)는 원자 폭 이내의 정확도로 단백질의 모양을 예측할 수 있다. 이 획기적 발전은 과학자들이 약물을 설계하고 질병을 이해하는 데 기여할 것이다.

오늘날 우리가 사용하는 대부분의 머신러닝 모델 구축에 쓰이는 프로세스는 실제 세계에서 제대로 작동할지 여부를 알 수 없다는 문제를 안고 있다.