매튜 아이클 의 최고 과학 책임자입니다. 특이점NET분산화되고 민주적이며 포용적이고 유익한 인공일반지능. 중앙 기관에 의존하지 않고 누구에게나 열려 있으며 단일 기업이나 심지어 단일 국가의 좁은 목표에 국한되지 않는 ‘AGI’입니다.
SingularityNET 팀에는 숙련된 엔지니어, 과학자, 연구원, 기업가 및 마케팅 담당자가 포함되어 있습니다. 핵심 플랫폼과 AI 팀은 금융, 로봇공학, 생물의학 AI, 미디어, 예술, 엔터테인먼트 등의 응용 분야를 전담하는 전문 팀으로 더욱 보완됩니다.
SingularityNET에서의 광범위한 경험과 역할을 고려할 때 Ben Goertzel 박사가 예측한 대로 2029년 또는 그 이전에 AGI를 달성할 것이라고 얼마나 확신하십니까?
나는 이 질문에 대해 약간 우회적인 방식으로 대답할 것이다. 2029년은 지금으로부터 약 5년 뒤이다. 수년 전(2010년대 초중반) 저는 AGI 발전에 대해 매우 낙관적이었습니다. 당시 나의 낙관주의는 당시 AGI 연구에서 목격한 세밀한 사고와 발상의 수렴 수준에 기초를 두고 있었다. 나는 그 시대의 대부분의 큰 아이디어가 여전히 가능성을 갖고 있다고 생각하지만, 흔히 그렇듯이 그러한 광범위한 비전의 세부 사항을 구체화하는 데 어려움이 있습니다.
이러한 경고를 염두에 두고 이제 신경 과학, 수학, 컴퓨터 과학, 심리학, 사회학 등 다양한 분야에서 이러한 세부 사항을 마무리하는 메커니즘을 제공할 뿐만 아니라 개념적으로 다음을 지원하는 수많은 새로운 정보가 있습니다. 이전 작업의 기초. 나는 패턴과 매우 다양한 분야에서 모든 것이 유사한 종류의 행동을 향해 빠른 속도로 수렴되고 있는 것으로 보입니다. 여러 면에서 이러한 융합은 최초의 아이폰이 출시되기 전의 시기를 연상시킨다. 안전한 동시 처리를 위해 RhoLang 인프라를 연구하고 있는 Greg Meredith의 말을 빌리자면, 요즘 제가 보는 패턴은 기원 이야기, 즉 최초의 생명/세포가 지구상에서 어떻게 시작되었는지와 관련이 있습니다. 마음은 언제 어떻게 형성되었는가? 예를 들어 위상 전환과 관련된 질문도 있습니다.
예를 들어, 복잡한 동적 시스템 관점의 기초가 되는 아이디어를 뒷받침하는 경향이 있는 새로운 실험 연구가 꽤 많이 있습니다. 예를 들어 인간 피험자의 EEG 패턴은 이러한 시스템 역학에 맞춰 놀라운 행동을 보여줍니다. 이러한 결과는 의식 이론의 훨씬 이전 연구를 연상시킵니다. 이제 그러한 이론적 아이디어에 대한 실험적인 백업이 시작된 것으로 보입니다.
SingularityNET에서는 그러한 역학을 생성하는 자기 유사 구조에 대해 많이 생각하고 있습니다. 이는 DNN/GPT 커뮤니티의 대부분에서 일어나고 있는 것과는 상당히 다르다고 생각합니다. 하지만 이러한 아이디어에 대한 좀 더 근본적인 연구자들 사이에서는 확실히 인식되고 있습니다. 예를 들어 2023년 8월 19명의 연구자가 발표한 “인공 지능의 의식: 의식 과학의 통찰”이라는 논문을 들겠습니다. 연구원들은 의식 연구, AI 안전 연구, 뇌 과학, 수학, 컴퓨터 과학, 심리학, 신경 과학 및 신경 영상, 정신 및 인지 연구를 포함한 다양한 분야에 걸쳐 있었습니다. 이들 연구자의 공통점은 DNN의 다음 단계적 아키텍처 개선을 위한 단순한 탐색보다 더 크며, 대신 인간 인지를 뒷받침하는 큰 철학적 아이디어를 과학적으로 이해하고 이를 실제 AGI 시스템 구현에 적용하는 방법에 중점을 두고 있습니다.
이번 10년 안에 AGI를 달성하는 데 가장 큰 기술적, 철학적 장애물은 무엇이라고 보시나요?
다음을 포함한 큰 철학적, 과학적 질문을 이해하고 답합니다.
- 인생이란 무엇입니까? 우리는 답이 분명하다고 생각할 수도 있지만 생물학적 정의에는 문제가 있는 것으로 입증되었습니다. 예를 들어, 바이러스는 “살아” 있습니까?
- 마음이란 무엇입니까?
- 지능이란 무엇입니까?
- 특정 환경 조건에서 몇 가지 기본 화학물질로부터 생명이 어떻게 출현했습니까? 이것을 어떻게 복제할 수 있을까요?
- 최초의 “마음”은 어떻게 나타났습니까? 어떤 성분과 조건이 이것을 가능하게 했나요?
- 위의 다섯 가지 질문을 조사하면서 배운 내용을 어떻게 구현합니까?
- 우리의 현재 기술이 솔루션 구현 작업에 적합합니까? 그렇지 않다면 우리는 무엇을 발명하고 발전시켜야 할까요?
- 솔루션을 구현하는 데 얼마나 많은 시간과 인력이 필요합니까?
SingularityNET은 신경기호 AI를 생성 AI의 현재 한계를 극복할 수 있는 유망한 솔루션으로 보고 있습니다. 신경 기호 AI가 무엇인지, 그리고 SingularityNET이 AGI 개발을 가속화하기 위해 이 접근 방식을 어떻게 활용할 계획인지 설명해 주시겠습니까?
역사적으로 AGI 연구자들은 두 개의 주요 진영이 있었고, 다른 두 진영의 아이디어를 혼합한 세 번째 진영이 있었습니다. 하위 상징적 접근 방식만을 믿는 연구자들이 있었습니다. 요즘 이는 주로 최신 대형 언어 모델(LLM)을 포함한 Transformer 모델과 같은 심층 신경망(DNN)을 사용하는 것을 의미합니다. 인공 신경망을 사용하기 때문에 하위 기호 접근 방식을 신경 방법이라고도 합니다. 하위 기호 시스템에서 처리는 동일하고 레이블이 지정되지 않은 노드(뉴런)와 링크(시냅스)에서 실행됩니다. 상징적 지지자는 노드와 링크가 개념적, 의미론적 의미로 표시되는 고차원 논리와 상징적 추론을 사용합니다. SingularityNET은 기호 및 하위 기호 방법의 장점을 활용하여 신경 기호 하이브리드로 가장 정확하게 설명되는 세 번째 접근 방식을 따릅니다.
그러나 이는 주로 Ben Goertzels의 패턴주의 정신 철학에 기반을 두고 있으며 다른 많은 문서 중에서 그의 저서 “일반 지능의 일반 이론: 실용주의”에 자세히 설명되어 있는 특정 종류의 하이브리드입니다. 패터니스트 관점”.
현재 DNN 및 LLM 연구의 대부분은 단순한 신경 모델 및 알고리즘, 거대한 데이터 세트(예: 전체 인터넷)의 사용, AGI 달성을 위한 수십억 개의 매개변수의 올바른 설정을 기반으로 하고 있지만 SingularityNET의 PRIMUS 전략은 기본적인 기반을 기반으로 합니다. 다양한 시공간 규모의 동적 프로세스에 대한 이해와 이러한 프로세스를 정렬하여 원하는 속성이 다양한 규모로 나타나도록 하는 최선의 방법을 이해합니다. 이러한 이해를 통해 우리는 인간이 이해할 수 있는 방식으로 AGI 연구 및 개발을 진행할 수 있습니다.
AGI 개발이 모든 인류에게 이익이 되도록 하려면 어떤 프레임워크가 중요하다고 생각하시나요? SingularityNET과 같은 분산형 AI 플랫폼은 어떻게 중앙 집중형 AI 모델에 비해 더 공평하고 투명한 프로세스를 촉진할 수 있습니까?
여기에는 다양한 아이디어가 있습니다.
투명도 — 완벽한 것은 없지만 의사 결정 프로세스의 완전한 투명성을 보장하면 관련된 모든 사람(연구원, 개발자, 사용자 및 비사용자 모두)이 인류의 이익을 위해 AGI 개발을 조정하고, 안내하고, 이해하고, 더 잘 처리하는 데 도움이 될 수 있습니다. 이는 아래에서 다루게 될 편향의 문제와 유사합니다.
분산 – 분권화는 혼란스러울 수 있지만 권력이 보다 광범위하게 공유되도록 하는 데 도움이 될 수 있습니다. 이는 그 자체로는 만병통치약이 아니지만 올바르게 사용하면 보다 공평한 프로세스와 결과를 창출하는 데 도움이 될 수 있는 도구입니다.
합의에 기반한 의사결정 – 분권화와 합의 기반 의사 결정은 보다 공평한 프로세스와 결과를 추구하기 위해 함께 작동할 수 있습니다. 다시 말하지만, 그들은 항상 형평성을 보장하지는 않습니다. 평판과 전문 분야 측면에서 여기에서 해결해야 할 복잡성도 있습니다. 예를 들어, 서로 상충되는 원하는 특성의 균형을 가장 잘 맞출 수 있는 방법은 무엇입니까? 저는 투명성, 분권화, 합의 기반 의사결정을 인류의 이익을 위한 AGI 개발을 안내하는 데 사용할 수 있는 세 가지 매우 중요한 도구로 봅니다.
매우 작은 것부터 지나치게 큰 것까지 다양한 규모에 걸쳐 창발 현상을 시공간적으로 정렬합니다. AGI를 개발할 때 처음부터 모든 것을 올바르게 처리하려는 단일 “블랙박스” 접근 방식에만 의존하지 않는 것이 중요하다고 생각합니다. 대신, 다양한 개발 단계와 다양한 규모에서 근본적인 이해를 바탕으로 AGI를 설계하면 AGI를 달성할 가능성이 높아질 뿐만 아니라 더 중요하게는 그러한 개발을 인간의 가치에 맞춰 안내할 수 있다고 믿습니다.
SingularityNET은 분산형 AI 플랫폼입니다. 당신은 교차점을 어떻게 구상합니까? 블록체인 기술 특히 보안, 거버넌스 및 분산 제어와 관련하여 AGI가 진화하고 있습니까?
블록체인은 확실히 AI 제어, 보안 및 거버넌스에서 중요한 역할을 합니다. 블록체인의 가장 큰 장점 중 하나는 투명성을 높이는 능력입니다. 편견의 문제는 이에 대한 좋은 예입니다. 나는 모든 사람과 모든 데이터 세트가 편향되어 있다고 주장하고 싶습니다. 예를 들어, 진정으로 안전하고 유익하며 자비로운 AGI를 달성하는 데 필요한 것이 무엇인지에 관해서는 나 자신의 개인적인 편견이 있습니다. 이러한 편견은 내 연구와 배경에 의해 형성되었으며 내 작업의 지침이 되었습니다.
동시에, 나는 내 편견과 상충되는 생각에 대해 완전히 열린 태도를 취하려고 노력하고 새로운 증거에 기초하여 내 편견을 기꺼이 조정하려고 노력합니다. 그럼에도 불구하고 나는 내 편견에 대해 개방적이고 투명하게 설명하고 그러한 편견에 대한 자기 성찰적 이해를 바탕으로 내 아이디어와 결정을 조정하기 위해 최선을 다합니다. 까다롭고 어렵지만 자신의 편견을 인정하지 않는 것보다 낫다고 생각합니다. 본질적으로 블록체인은 프로세스와 이벤트에 대한 더 좋고 투명한 추적, 검증을 가능하게 합니다. 이전에 설명한 것과 비슷한 방식으로 투명성은 보안, 거버넌스 및 분산 제어를 위한 필수 요소이지만 항상 충분하지는 않습니다.
블록체인과 AGI가 어떻게 공진화하는지는 흥미로운 질문입니다. 두 기술이 긍정적인 특이점을 향해 상호 작용하기 위해서는 제가 계속 지적하는 기본 특성(투명성, 탈중앙화, 합의 및 가치 정렬)이 핵심적이고 중요하며, ~ 해야 하다 공진화의 모든 단계에서 명심해야 합니다.
AI와 블록체인 모두에 밀접하게 관여해 온 리더로서, 두 분야 간의 협력을 촉진하는 가장 중요한 요소는 무엇이며, 그것이 어떻게 AGI 혁신을 주도할 수 있다고 생각하시나요?
나는 그 쌍의 AI/AGI 측에서 왔습니다. 학제간 아이디어를 통합할 때 종종 그렇듯이, 많은 부분이 언어와 의사소통 문제로 귀결됩니다. 모든 그룹은 기술이 어떻게 서로 도움이 될 수 있는지 더 잘 이해하기 위해 서로의 말을 들어야 합니다. SingularityNET에서 일하는 동안 이것은 끊임없는 어려움이었습니다. SingularityNET이 풍부하다고 말하는 것은 절제된 표현인 고급 연구원들은 종종 큰 아이디어에 대한 명확한 정신적 개념을 가지고 있습니다. 학문적 경계를 넘어 작업할 때 어려운 부분은 모든 사람이 “당신의 머릿속”에 있지 않다는 사실을 깨닫는 것입니다. 당연하게 여기는 것은 다른 분야의 사람들에게는 그다지 명확하게 관찰되지 않습니다. 공통적으로 사용되는 단어라도 학문 분야에 따라 다르게 사용될 수 있습니다. 최근 BioAI 작업에서 생물학자들이 수학적 용어를 사용했지만 수학적 정의 측면에서 완전히 정확하지는 않은 사례가 있었습니다. 이러한 종류의 상황이 명확하게 이해되면 팀은 공통의 목적을 가지고 전진하여 통합이 부분의 합보다 전체가 더 크다는 것을 실제로 입증할 수 있습니다.
AI와 블록체인 산업이 더 큰 다양성과 포용성을 위해 노력하고 있다고 어떻게 보십니까? SingularityNET은 이러한 가치를 홍보하는 데 어떤 역할을 합니까?
AI와 블록체인은 모두 다양성과 포용성 노력을 개선하는 데 중요한 역할을 할 수 있습니다. 모든 편견을 제거하는 것은 불가능하다고 생각하지만(많은 편견은 단순히 삶의 경험을 통해 형성됨) 자신의 편견에 대해 개방적이고 투명할 수 있습니다. 이것은 복잡한 시스템 역학의 렌즈를 통해 문제를 볼 수 있도록 학문적 배경에 편향된 내 작업에서 내가 적극적으로 노력하는 것입니다. 그러나 나는 여전히 다른 관점의 아이디어와 비유에 열려 있고 이해하려고 노력합니다. AI는 이러한 자기 성찰 과정을 돕기 위해 활용될 수 있으며, 블록체인은 확실히 투명성을 높이는 데 도움이 될 수 있습니다. SingularityNET은 감지, 측정 및 제거를 위한 도구를 호스팅하여 큰 역할을 할 수 있습니다. ng, 가능한 한 데이터 세트의 편견.
분산형 AI 생태계에서 SingularityNET의 작업은 특히 아프리카와 같은 특별한 관심이 있는 지역에서 지속 가능성, 교육 및 일자리 창출과 같은 글로벌 과제를 해결하는 데 어떻게 기여합니까?
지속 가능성:
- AI와 시스템 모델을 적용하여 복잡한 생태계 문제를 대규모로 해결합니다.
- 이러한 솔루션을 대규모로 모니터링합니다.
- 블록체인을 사용하여 이러한 솔루션을 추적, 추적 및 검증합니다.
- AI, 생태계 모델, 초지역 데이터 및 블록체인의 조합을 사용하여 우리는 아프리카의 영세 채굴 및 대규모 농업 탄소 격리에 대한 완벽한 솔루션을 구상했습니다.
교육:
전직 수학과 컴퓨터 과학 정교수로서 교육은 저에게 매우 중요합니다. 특히 교육이 소외된 학생 집단에게 기회를 제공하기 때문입니다. 다음 사항이 중요합니다.
- 지리적, 재정적, 시간적 제약에 직면할 수 있는 학생들에게 접근할 수 있는 하이브리드 코스를 개발하여 접근성을 향상합니다.
- AI, 블록체인 및 기타 고급 기술에 대한 소외 계층의 참여를 늘려 다양성과 포용성을 촉진합니다.
- 학문과 전문 분야를 연결하는 과정을 통해 학제간 지식을 육성합니다.
- 취업 시장에 직접 적용할 수 있는 기술과 자격증을 제공하여 경력 발전을 지원합니다.
저는 AGI와 블록체인, 그리고 그 시너지 효과가 실습 프로젝트 기반 학습을 중심으로 한 “숙달을 위한 견습” 스타일 프로그램 내에서 위의 목표를 해결하는 중요한 역할을 한다고 봅니다.
일자리 창출:
위의 네 가지 교육 목표를 육성함으로써 AGI, 블록체인 및 기타 고급 기술이 교사와 학습자 간의 긍정적인 협력과 결합되어 완전히 새로운 기술과 비즈니스를 장려하고 창출할 수 있을 것으로 보입니다.
긍정적인 특이점을 달성하기 위해 노력하는 사람으로서 AGI가 사회에 유익한 방식으로 발전하려면 AI 기술의 어떤 구체적인 이정표나 혁신이 필요하다고 생각하시나요?
- 여러 시공간 규모에 걸쳐 인간이 해석할 수 있는 방식으로 창발 현상을 정렬하는 능력.
- “자발적인” 상 전환의 기본 개념을 더 깊은 수준에서 이해하는 능력.
- 상태 중첩을 통해 진정한 다중 처리를 가능하게 하기 위해 세밀한 세부 사항에서 여러 가지 어려운 문제를 극복하는 능력입니다.
- 모든 단계의 투명성.
- 합의 구축을 기반으로 한 분산형 의사 결정.
훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자들은 방문하시기 바랍니다. 특이점NET.
게시물 SingularityNET의 최고 과학 책임자 Matthew Ikle – 인터뷰 시리즈 처음 등장한 Unite.AI.
