LLM부터 환각까지, 일반적인 AI 용어에 대한 간단한 가이드는 다음과 같습니다.

인공지능은 깊고 복잡한 세계이다.이 분야에서 일하는 과학자들은 자신이 하고 있는 일을 설명하기 위해 전문 용어와 용어를 사용하는 경우가 많습니다.결과적으로 우리는 인공지능 산업을 다룰 때 이러한 기술 용어를 자주 사용해야 합니다.그렇기 때문에 기사에서 사용하는 가장 중요한 단어와 문구에 대한 정의가 포함된 용어집을 정리하는 것이 도움이 될 것이라고 생각했습니다.

연구자들이 새로운 안전 위험을 식별하는 동시에 인공 지능의 한계를 뛰어넘는 새로운 방법을 지속적으로 발견함에 따라 우리는 이 용어집을 정기적으로 업데이트하여 새로운 항목을 추가할 것입니다.

AGI

인공 일반 지능(AGI)은 모호한 용어입니다.그러나 이는 일반적으로 대부분은 아니더라도 많은 작업에서 일반 인간보다 더 뛰어난 능력을 갖춘 AI를 의미합니다.OpenAI CEO인 샘 알트만(Sam Altman)은 최근 AGI를 “동료로 고용할 수 있는 평균 인간과 동일하다”고 설명했습니다.한편, OpenAI 헌장은 AGI를 "가장 경제적으로 가치 있는 작업에서 인간보다 뛰어난 성능을 발휘하는 고도로 자율적인 시스템"으로 정의합니다.Google DeepMind의 이해는 이 두 가지 정의와 약간 다릅니다.연구실에서는 AGI를 "대부분의 인지 작업에서 최소한 인간만큼 능력이 있는 AI"로 봅니다.혼란스러운?걱정하지 마세요. AI 연구의 최전선에 있는 전문가들도 마찬가지입니다.

에이전트가 있어요

AI 에이전트는 AI 기술을 사용하여 비용 청구, 티켓 예약, 식당 테이블 예약, 코드 작성 및 유지 관리 등 보다 기본적인 AI 챗봇이 수행할 수 있는 것 이상으로 사용자를 대신하여 일련의 작업을 수행하는 도구를 의미합니다.그러나 이전에 설명했듯이 이 새로운 공간에는 움직이는 부분이 많이 있으므로 "AI 에이전트"는 사람들마다 다른 의미를 가질 수 있습니다.또한 예상되는 기능을 제공하기 위해 인프라가 계속 구축되고 있습니다.그러나 기본 개념은 여러 AI 시스템을 활용하여 다단계 작업을 수행할 수 있는 자율 시스템을 의미합니다.

생각의 사슬

간단한 질문이 주어지면 인간의 뇌는 "어느 동물이 키가 더 크나요, 기린인가요, 고양이인가요?"와 같이 너무 많이 생각하지 않고도 대답할 수 있습니다.하지만 많은 경우 중간 단계가 있기 때문에 올바른 답을 찾기 위해서는 펜과 종이가 필요한 경우가 많습니다.예를 들어, 농부가 닭과 소를 키우고 머리가 40개, 다리가 120개라면 답을 찾기 위해 간단한 방정식(닭 20마리, 소 20마리)을 작성해야 할 수도 있습니다.

AI 맥락에서 대규모 언어 모델에 대한 사고 연쇄 추론은 문제를 더 작은 중간 단계로 나누어 최종 결과의 품질을 향상시키는 것을 의미합니다.일반적으로 답변을 얻는 데 시간이 더 걸리지만, 특히 논리 또는 코딩 컨텍스트에서는 답변이 정확할 가능성이 더 높습니다.추론 모델은 전통적인 대규모 언어 모델에서 개발되었으며 강화 학습 덕분에 일련의 사고에 최적화되었습니다.

(참조: 대규모 언어 모델)