BD 부사장 피셜 로봇은 현장에 배치될수록 데이터가 많이 생성되고 데이터가 많이 생성되면 또 성능이 업글된다고 합니다.
그런데 중국은 로봇 현장 배치에 주력하고 있어서 자기들도 범정부적 지원이 필요하다고 하네요.
미국 로봇 산업의 성공을 위해 정부가 인력 교육 지원부터 세금 인센티브 부여까지 실질적인 보상 체계를 마련해야 한다고 합니다.
BD 부사장 피셜 로봇은 현장에 배치될수록 데이터가 많이 생성되고 데이터가 많이 생성되면 또 성능이 업글된다고 합니다.
그런데 중국은 로봇 현장 배치에 주력하고 있어서 자기들도 범정부적 지원이 필요하다고 하네요.
미국 로봇 산업의 성공을 위해 정부가 인력 교육 지원부터 세금 인센티브 부여까지 실질적인 보상 체계를 마련해야 한다고 합니다.
인공지능 기반은 데이터 그닥 필요없거든요.
인공지능이야말로 데이터가 필요한데 말이죠
AI는 데이터가 필요없다?
음..로봇에 llm넣는거 말씀하시는거 같은데
텍스트기반 데이터랑 실제 세상 데이터랑은 많이 다릅니다.ㅎㅎ
사람이 운전을 했을 때 주행 100만키로면 충분히 배테랑인데 1억키로미터 탔다고 더 잘할까요\
이미 충분한 데이터가 있는데 더 필요하다고 생각하는 게 강인공지능과 거리가 있는 기술이고, 그런 기술이면 기존 자율주행차가 아무리 주행을 많이해도 모자랐듯 모자란 기술인거죠.
사람이 주행을 1억키로를 해도 용접은 못힙니다ㅎㅎ
안해본걸 잘 할수는 없습니다ㅎㅎㅎ
산업에 쓰는건데요^^
강인공지능 없으면 수많은 엣지 데이터가 필요하겠죠. 그런데 그 엣지데이터를 아무리 많이 넣어도 다른 엣지 상황에 놓이면 사고 나니 사용성에 큰 제약이 생기는거고 상용화는 멀어지죠.
강인공지능에 가까워져도 데이터는 많이 필요합니다.ㅎㅎ
이유는 gpt에 물어보시면 될 것 같습니다.ㅎㅎ
그리고 본문에서 말하는 실제데이터 필요성은 엣지데이터 때문에 데이터가 필요하다는게 아닙니다ㅎㅎ
그럼 님은 메뉴얼만 주면
타일붙이기 용접 목공 기계수리 이런거 가능하신가요?ㅎㅎ
강인공지능은 인간정도의 상식적인 능력을 가지고 배운 데이터를 일반화 할수있는 범용지능이지
배우지도 않은 데이터를 메뉴얼만 보고도 잘하는 초인공지능이 아닙니다.
그리고 배우지도 않은 데이터를 메뉴얼만 보고 잘하는게 강인공지능의 정의 아닌가요. 기존 학습된거에서 반복하는게 아니고요.
아니요 배우지도 않은 데이터를 메뉴얼만 보고 잘하는게 강인공지능의 정의가 아닙니다.
메뉴얼보고 잘하는것과 기존학습된거 반복하는것 두가지로 이분법적인 이거냐 아니냐에 의해 강인공지능이 결정되는게 아닙니다.
강인공지능은 인간정도로 일을 배우고 해결하는 능력을 가진 지능을 의미합니다.
인간도 못하는데 인공지능이 해내면 그건 초인공지능입니다.
인공지능도 반복해서 강화학습해야 잘 할 수 있습니다.
차이는 인간과 달리 육체적 숙달 과정이 빠지기 때문에 강인공지능 로봇은 거의 즉시 투입 가능할 뿐이죠.
그래서 반복해서 말씀드리지만 데이터가 별로 필요 없다는겁니다. 알려주면 바로 할 수 있는 로봇과 사전에 모든것을 배워야하는 로봇의 차이이고, 보스턴 부사장은 후자를 중시하는 걸 보면 아직 멀었다는 말을 하고 싶은겁니다.
교육을 받는다는건 학습을 시킨다는것과 같고 그것이 데이터가 필요하다는 말과 같습니다
그리고 흉내내는것과 실제로 가능한건 다릅니다.
제가 교육을 받았다고 그걸 제대로 할 수 있는건 아닙니다.
직접 해보고 시행착오를 겪어야 할 수 있습니다.
교육만 받았는데 그걸 제대로 할수는 없습니다.
강인공지능도 당연히 숙달의 과정이 필요합니다
로봇회사가 용접이나 목공의 도메인 데이터(업무지식)을 알 길은 없습니다.
업무에 대해 뭘 알아야 학습을 시키죠..ㅎㅎ
로봇의 숙달은 인간의 숙달과 다르죠. 바느질 하는거 인간은 지속 반복적인 육체활동으로 배워야 익숙해지지만 로봇은 아닙니다.
갠적으로 님께서 생각하는 인공지능과 제가 생각하는 인공지능의 개념이 다르기 때문에 의견이 좁혀지지 않는것 같습니다. 님께서 생각하는 인공지능은 보스턴다이나믹스 부사장과 궤를 같이하는 것 같네요.
굉장히 조금이 아닙니다.
인간도 고난도 업무에 능숙해지려면 몇년의 데이터가 필요합니다
님이 조금배우면 능숙하게 모든일을 하나요? 그렇지 않습니다.
일단 그런 메뉴얼같은건 없습니다. 거의 대부분의 육체노동이 해 보고 여러번 시행착오를 겪거나 직접 시범을 보이고 따라해서 아는거지 대부분의 업무에서 그냥 메뉴얼만 보고 해라 이런건 없습니다.
일단 금방 읽는 능력은 인공지능과 연관이 없고
읽고 요약하고 잘 이해하는 능력이 연관이 있는데
인공지능은 많이 읽어서 이해의 능력이 높은겁니다.
oai나 구글도 llm에게 수많은 공학자나 박사들이 지식을 가르칩니다. 그냥 수학잘하고 코딩잘하고 하는게 아닙니다