엔비디아 CEO, 5년 내 인간 수준 인공지능 예측하고 AI 일루젼 솔루션 출시

엔비디아 CEO 젠슨 황(Jensen Huang)은 향후 5년 안에 인간 수준의 인공지능(AI)이 달성될 수 있다고 예측했습니다. 그는 소프트웨어가 인간보다 훨씬 뛰어난 성능을 보이는 특정 테스트를 통해 AGI를 정의하면 실현될 수 있다고 제안합니다. 또한 황 교수는 AI의 '환각' 문제를 다루며, AI가 응답을 제공하기 전에 연구를 수행하여 답변을 확인하도록 요구하는 솔루션을 제안합니다. 이 문제를 해결하는 것은 정확성이 가장 중요하고 생성 AI 시스템이 현재 제한되어 있는 금융 및 암호화폐와 같은 산업에 중대한 영향을 미칠 수 있습니다.

Nvidia CEO Predicts Human-Level AI Within Five Years, Unveils Solution to AI Hallucinations

Nvidia CEO, 5년 내 인간 수준의 AI 예측, AI 환각에 대한 솔루션 공개

San Jose, California - March 20, 2023 - In a groundbreaking speech at the Nvidia GTC developers conference, Nvidia CEO Jensen Huang has forecast that human-level artificial intelligence (AI) could be attainable within the next five years. Huang's announcement comes amidst growing optimism in the AI community, with significant advancements being made in the development of large language models (LLMs).

캘리포니아 새너제이 - 2023년 3월 20일 - Nvidia GTC 개발자 컨퍼런스의 획기적인 연설에서 Nvidia CEO Jensen Huang은 향후 5년 내에 인간 수준의 인공 지능(AI)이 달성될 수 있을 것이라고 예측했습니다. Huang의 발표는 AI 커뮤니티의 낙관론이 커지고 있는 가운데, LLM(대형 언어 모델) 개발에서 상당한 발전이 이루어지고 있는 가운데 나온 것입니다.

One of the key challenges facing the realization of human-level AI is the phenomenon of "hallucination," where AI systems generate inaccurate or fictitious information. This issue arises due to the limitations of current training techniques for LLMs, which struggle to distinguish between real-world facts and hallucinations.

인간 수준의 AI 구현이 직면한 주요 과제 중 하나는 AI 시스템이 부정확하거나 허구적인 정보를 생성하는 '환각' 현상입니다. 이 문제는 실제 사실과 환각을 구별하는 데 어려움을 겪는 LLM에 대한 현재 교육 기술의 한계로 인해 발생합니다.

However, Huang presented a straightforward solution to this problem during his keynote address: requiring AI systems to verify their answers by conducting research before providing responses. This approach aims to address the tendency of AI systems to generate responses based on limited or inaccurate data, leading to the production of false or misleading information.

그러나 Huang은 기조 연설에서 이 문제에 대한 간단한 해결책을 제시했습니다. 즉, AI 시스템이 답변을 제공하기 전에 연구를 수행하여 답변을 확인하도록 요구하는 것입니다. 이 접근 방식은 AI 시스템이 제한적이거나 부정확한 데이터를 기반으로 응답을 생성하여 허위 또는 오해의 소지가 있는 정보를 생성하는 경향을 해결하는 것을 목표로 합니다.

"We can solve the hallucination problem by requiring AI to do research," Huang stated. "By forcing AI to check its answers before providing them, we can significantly reduce the risk of hallucinations."

황은 “AI가 연구를 하도록 함으로써 환각 문제를 해결할 수 있다”고 말했다. "AI가 답변을 제공하기 전에 답변을 확인하도록 함으로써 환각의 위험을 크게 줄일 수 있습니다."

While several AI models currently offer features to provide sources for their outputs, including Microsoft's CoPilot AI, Google's Gemini, OpenAI's ChatGPT, and Anthropic's Claude 3, the complete resolution of the hallucination problem could have profound implications for industries such as finance and cryptocurrency.

현재 Microsoft의 CoPilot AI, Google의 Gemini, OpenAI의 ChatGPT, Anthropic의 Claude 3 등 여러 AI 모델이 출력 소스를 제공하는 기능을 제공하고 있지만 환각 문제의 완전한 해결은 금융 및 암호화폐와 같은 산업에 중대한 영향을 미칠 수 있습니다.

Currently, the use of generative AI systems in contexts where accuracy is essential requires caution. For instance, ChatGPT's user interface warns users about potential errors and advises cross-checking crucial information.

현재 정확성이 필수적인 상황에서 생성 AI 시스템을 사용하려면 주의가 필요합니다. 예를 들어 ChatGPT의 사용자 인터페이스는 사용자에게 잠재적인 오류에 대해 경고하고 중요한 정보를 교차 확인하도록 조언합니다.

In finance and cryptocurrency, accuracy is paramount, as it directly affects profits and losses. Consequently, the current reliance on generative AI systems is limited in these areas.

금융과 암호화폐에서는 정확성이 수익과 손실에 직접적인 영향을 미치기 때문에 가장 중요합니다. 결과적으로 현재 생성 AI 시스템에 대한 의존도는 이러한 영역에서 제한적입니다.

However, Huang's proposed solution could change this dynamic. If the issue of AI hallucinations were fully resolved, these AI models could potentially operate independently, executing trades and making financial decisions without human intervention.

그러나 Huang이 제안한 솔루션은 이러한 역학을 바꿀 수 있습니다. AI 환각 문제가 완전히 해결되면 이러한 AI 모델은 잠재적으로 독립적으로 작동하여 인간의 개입 없이 거래를 실행하고 재정적 결정을 내릴 수 있습니다.

"Solving the problem of AI hallucinations would open the door to fully automated trading systems," Huang said. "The implications for the finance and cryptocurrency industries would be immense."

황은 "AI 환각 문제를 해결하면 완전히 자동화된 거래 시스템의 문이 열릴 것"이라고 말했다. "금융과 암호화폐 산업에 미치는 영향은 엄청날 것입니다."

Huang also emphasized the importance of benchmarking in the development of AI. He suggested that defining AGI through specific tests, where software outperforms humans by a substantial margin, could accelerate its realization.

황 교수는 AI 개발에 있어 벤치마킹의 중요성도 강조했다. 그는 소프트웨어가 인간보다 상당한 성능을 발휘하는 특정 테스트를 통해 AGI를 정의하면 실현을 가속화할 수 있다고 제안했습니다.

"We need to set clear benchmarks for AGI," Huang noted. "By establishing measurable goals, we can track our progress and ensure that we are on the right path."

Huang은 “AGI에 대한 명확한 벤치마크를 설정해야 합니다.”라고 말했습니다. "측정 가능한 목표를 설정함으로써 우리는 진행 상황을 추적하고 올바른 길을 가고 있는지 확인할 수 있습니다."

The potential for human-level AI within the next five years represents a significant milestone in the evolution of technology. Huang's proposed solution to AI hallucinations provides a promising path forward, addressing a major obstacle that has hindered the development of truly intelligent systems.

향후 5년 내에 인간 수준의 AI가 발전할 가능성은 기술 발전에 있어서 중요한 이정표를 의미합니다. AI 환각에 대한 Huang이 제안한 솔루션은 진정한 지능형 시스템의 개발을 방해해 온 주요 장애물을 해결하면서 앞으로 나아갈 유망한 길을 제공합니다.