DeepMind hits milestone in solving maths problems - AI's next grand challenge
Nature
구글 딥마인드는 AI 시스템 개발 측면에서 자사의 초기 목표에 가장 부합하는 행보를 보여주며 OpenAI와 명확히 다른 방향을 향하고 있습니다. 딥마인드의 AlphaProof가 국제수학올림피아드 문제 6개 중 4개를 풀었습니다. 현존하는 최고 수학자 2명이 채점한 결과고, 금메달 범위에 단 1점 모자라는 28점/42점을 받았어요.
AlphaProof는 언어 모델과 강화학습 기술을 결합해서 AlphaGo와 같은 엔진을 사용했다고 하는데요. 강화 학습에서 신경망은 시행착오로 학습을 합니다. 이 방법은 답을 객관적인 지표로 평가할 수 있을 때 효과적이라고 해요. 연구자들은 “애초 저희의 접근방식은 원래 인간이 작성한 증명으로 학습하지 않았더라도 AI가 스스로 증명하는 법을 학습할 수 있을까 하는 것이었습니다. 그런데 성공했어요. AI가 인간이 하는 방식이 아니라 자신과 경쟁해서 게임하는 법을 배웠습니다”라고 말했어요.
AlphaGo가 2016년 이세돌과의 경기에서 놀라운 ‘37번째 수’를 두었을 때와 마찬가지로 혹시나 AI가 ‘창의성’을 발휘할 수 있느냐에 관한 논쟁입니다. 물론 연구자들도 이번 수학문제풀이에서 AI의 풀이법은 놀라운 측면이 있었지만 훈련할 문제가 백만 개가 아닐 수 있는 다른 종류의 수학에도 확장될 수 있을지를 자체적으로 의심했어요. 이런 성과를 내었는데 만족하지 않고, 또 다른 연구를 위해 새로운 고민점을 스스로 던지는 모습이 인상깊습니다. 자사 제품이 완벽하다는 논리와는 또 다른 이야기죠.
구글 딥마인드의 데미스 허사비스 공동창립자 겸 CEO는 “고급 수학 추론(Advanced mathematical reasoning)은 현대 AI가 갖춰야 할 중요한 역량입니다. 오늘 우리는 오랜 도전 과제에서 중요한 이정표를 찍었습니다”라고 소감을 말했어요. 기업으로서 물론 해야할 일들, 각광받는 분야에서 경쟁사를 제쳐야만 하고 돈을 벌어야 하며 자본과 시장(남들이) 요구하는 것들이 있는데요. 구글 딥마인드가 그것을 하지 않는다는 것이 아니고, 현재 명백히 잘나가는 모델과는 다른 분야를 연구하고 여기 투자한다는 생각이 듭니다. 저는 잘 모르는 것도 많고 부족해서 ‘장기적인 관점’이라는 단어만 쓸 수 있을 것 같은데요. 바라건대, 딥마인드가 오랜 기간에 걸쳐 이런 연구 성과들을 내서(물론 지금도 과학, 수학 학계에 큰 영감과 도움을 주고 있지만), 세상을 근본적으로 바꿀 수 있는 기초 연구의 토대를 닦으면 좋겠습니다.
(*알파벳의 AI 편향 논란에 관해서는 직접 연관되지 않았으므로 빼지만 꼭 언급은 하고 싶어서 한 줄 넣습니다)
(*더불어 신경망 이론 자체의 한계에 관한 이야기도 있지만 일단 구글 딥마인드가 해당 방법으로 조금의 진전을 이뤘으니 다뤄봅니다)
다음 내용이 궁금하다면?
이미 회원이신가요?
2024년 7월 26일 오전 7:09
“퇴사하고 싶습니다.” 최근 한 기업의 대표님이 가슴 아팠던 직원의 퇴사 이야기를 터놓았습니다. 사실 아직도 퇴사 사유를 정확히 잘 모른다고 합니다. 그 확고함에 어쩔 수 없이 보냈을 뿐. 많은 대표님이 비슷한 경험을 해봤을 것입니다.
... 더 보기행복은 모든 사람이 갈망하는 삶의 화두다. 행복해지기 위해 공부하고, 일하고, 운동하고, 절대자를 찾고, 복권을 긁는다. 하지만 행복에 도달한 사람이 그렇게 많아 보이지는 않는다. 접근 방법이 틀렸기 때문이다.
... 더 보기제가 한국에서 직장 생활을 시작하고 가장 먼저 배운 것은 아이러니하게도 야근이었습니다. 신입이었던 제게 야근은 선택의 문제가 아니었거든요. 선배들에게 야근은 너무나 당연한 루틴이었고, 저녁 5시가 되면 "퇴근 안 해?"가 아니라 "저녁 뭐 먹을까?"라는 질문을 던졌습니다. 누가 정해놓은 것처럼 부장님이 퇴근해야 과장님이, 과장님이 퇴근해야 대리님이, 대리님이 퇴근해야 비로서 저 같은 신입도 퇴근 생각을 할 수 있었습니다.
... 더 보기치
... 더 보기