1. 소개
생각하는 기계를 구축하려는 탐구는 새로운 것이 아니다. 진지한 과학적 형태에서 그것은 적어도 1940년대와 노버트 위너의 사이버네틱스(Cybernetics)와 같은 책과 인공 신경망에 관한 최초의 연구 논문으로 거슬러 올라갈 수 있다. 'AI'라는 용어는 1950년대에 만들어졌으며 당시에는 더 야심 찬 종류의 AI, 즉 인간 수준과 그 이상에서 실제로 생각할 수 있는 기계를 가리켰다. AI의 장기적인 잠재력은 초기에도 분명했다. 1965년 수학자 I.J.Good은 "최초의 초 지능 기계는 인류가 만들어야 할 마지막 발명품이 될 것"이라고 말했다.
그 후 수십 년 동안 인간과 같은 AI를 만드는 것의 어려움이 더 명확해졌고, AI 분야는 그들을 안내하기 위해 제공된 규칙이나 그들을 훈련시키는 데 사용되는 데이터에 더 근접한 더 좁은 범위의 AI 시스템에 집중하게 되었다. 이러한 이유로 TrueAGI 설립자/CEO 벤 고르첼(Ben Goertzel)은 2005년에 '인공 일반 지능(Artificial General Intelligence)'이라는 용어를 도입하여 해당 분야에서 추구하기 위해 설립된 일종의 AI를 작업별 또는 훈련 데이터 기반 AI 시스템과 구별했다. 다행스럽게도 이 분야의 원래 광범위한 목표는 결코 잊혀지지 않았으며 최근 몇 년 동안 우리는 매우 강력한 사고 기계를 만들기 위한 열정이 부활하는 것을 목격했다.
AI의 초기 개발 대부분은 군사 자금으로 이루어졌지만 AI는 수십 년 동안 실질적인 비즈니스 문제를 해결하는 데 사용되었다. 1980년대와 그 이전에 AI는 재무 분석, 공급망 관리, 의료 진단과 같은 다양한 분야에 본격적으로 진출하기 시작했다. 그러나 실제 비즈니스 상황의 복잡성과 예측 불가능성으로 인해 좁은 AI 시스템의 실용적인 활용 범위가 제한되었다. AI가 AGI로 발전할수록 AI가 비즈니스에 미치는 영향은 더욱 철저해진다.
AI와 그 응용의 역사가 흥미로운 만큼, 이 분야의 가장 극적인 부분이 미래에, 그리고 아마도 아주 가까운 미래에 남아 있다는 것이 분명하다.
지난 20년 동안 지난 세기 중반에 공식화된 AI 기술이 인터넷에서 엄청난 양의 데이터를 공급받고 현대 프로세서의 거대한 네트워크에서 실행될 때 매우 가치 있고 기능적인 실용적인 AI 시스템으로 정제될 수 있음을 보여주었다. 이러한 현상은 2022년 말 Microsoft의 파트너 OpenAI가 GPT-3 언어 모델과 ChatGPT 프런트 엔드를 출시한 후 2023년 초 후속 GPT-4에 전환점을 만들었다.
GPT4의 대화형 에이전트 성능에 대한 '인공 일반 지능의 불꽃: GPT-4를 사용한 초기 실험'이라는 제목의 Microsoft 연구 논문이 발표된 시점에 이르렀다. 얼마 지나지 않아 Google 연구원이 Google의 LaMDA인 유사한 초기 LLM(대형 언어 모델 Large Language Model)이 인간과 유사한 "지각"이라고 언론에 발표했다.
GPT-4 및 기타 유사한 신경 모델의 텍스트 역량이 놀랍고 전례가 없는 반면, 이러한 시스템의 약점은 시스템을 체계적으로 테스트하거나 실제로 사용하려고 시도하는 사람에게도 분명하다. 그들은 거짓과 진실을 구별하는 최소한의 능력이 있고, 다단계 추론에 어려움을 겪고, 그들의 산출물이 창의적이기보다는 진부하고 재 결합적이며, 명확하게 지정된 작업과 명령 내에서도 자기 지시에 대한 주도권이 부족하다. 이러한 결점은 인간과 같은 기계 지능을 만들기 위한 탐구뿐만 아니라 강력한 실용적인 비즈니스 기능을 갖춘 AI 시스템을 만드는 것 과도 관련이 있다.
OpenAI의 CEO인 샘 알트만(Sam Altman)은 2023년 4월 MIT에서 열린 'Imagination in Action' 행사에서 다음과 같이 인정했다. “거대하고 거대한 모델이 될 시대의 끝에 우리가 있다고 생각한다. 우리는 다른 방법으로 그것들을 더 좋게 만들 것이다.” 상업용 AI 세계에서의 논의는 점차 GPT-4와 같은 순수 신경 모델에서 신경망을 지식 그래프 및 논리적 추론과 통합하는 신경 기호 시스템과 같은 더 광범위한 아키텍처로 이동하기 시작했다.
고급 기계 지능의 다음 단계를 알아내는 경제적 가치는 그 어느 때보다 분명해졌다. Ark Investment Management는 AI 시장 가치가 2030년까지 90조 달러로 폭발할 것으로 추정한다(1997년부터 2021년까지 전체 인터넷 가치의 6배).
OpenAI가 AI 발전의 마지막 단계를 주도했지만 인공일반지능으로 나아가는 다음 단계에서 누가 글로벌 리더가 될 것인가?
TrueAGI의 창립 기술 팀은 수십 년 동안 신경 기호 AGI의 토대를 마련해 왔다. 우리 고유의 기술은 인지 심리학 및 복합 시스템 이론을 사용하여 설계된 인지 시스템에서 신경망을 상징적 추론(사실성을 더함) 및 진화적 방법(창의성을 더함)과 융합한다. 이 기술은 근본적으로 불확실한 미래와 복잡한 비즈니스/상업 시나리오에 대처할 수 있는 고유한 능력을 가지고 있다.
TrueAGI의 소프트웨어 프레임워크는 2008년 벤 고르첼 박사와 동료들이 만든 OpenCog AGI 프레임워크의 2021년 재작성 및 리팩터링인 오픈 소스 OpenCog Hyperon AGI 프레임워크를 중심으로 한다. Hyperon은 Atomspace라는 확장 가능하고 분산된 '지식 메타그래프'를 중심으로 다양한 표현과 패러다임을 기반으로 다양한 알고리즘이 서로 직접 상호 작용할 수 있도록 한다. TrueAGI의 소프트웨어 애플리케이션 계층은 Hyperon으로부터 AI 학습, 추론 및 상호작용 서비스를 받아 가상 시장 전반에 걸쳐 기업의 요구 사항을 충족하고 쉽게 사용할 수 있고 대규모로 확장 가능한 방식으로 '서비스로서의 AGI(AGI-as-aservice)'를 제공한다.
현재 세대의 상용 AI 시스템은 몇 가지 환상적인 기능을 가지고 있지만 훈련 데이터의 패턴에 의해 심각하게 제한되어 진화하는 미래에 창의적으로 적응할 수 없다. TrueAGI 서비스는 다음 단계를 나타낸다. 자체 진화하고 끊임없이 학습하며 현대 세계의 근본적인 불확실성, 진화 및 혼란에 대처하도록 설계되었다.
표 1에서는 현재 좁은 AI 솔루션의 특정 특성 샘플을 TrueAGI의 인공 일반 지능과 비교한다. 현재 LLM의 한계는 즉시 명백해진다.
좁은 AI
|
인공 일반 지능
|
대규모 데이터 세트에 대한 사전 학습
|
추론하고 경험에서 배운다.
|
프로그래밍/프롬프트로만 응답
|
전략적 사고와 의사결정
|
오리지널 범위로 제한
|
명시적 훈련 데이터를 넘어 추론
|
복잡하고 역동적인 환경에서의 투쟁
|
뉘앙스와 복잡성에 따라 적응적으로 작업
|
효용을 극대화하려면 인간의 전문성이 필요
|
좁은 AI를 지능적으로 관리 및 조정
|
파생, 기존 지식의 리믹스 및 패턴
|
미지의 세계로 도약한다.
|
사실에 관계없이 출력 문자열을 생성
|
사실을 이해하고 결과를 그에 맞춘다.
|
표 1: 좁은 AI와 TrueAGI의 나란히 비교
이러한 비교 강점의 결과는 분명하다. 하드웨어, 소프트웨어 및 AGI 이론 전반에 걸친 여러 발전으로 인해 지금은 엔터프라이즈 AGI를 위한 시간이다. AI가 모든 산업을 파괴함에 따라 AGI는 이어지는 혼란과 전환을 통해 기업을 안내할 수 있는 유일한 기술이다.
TrueAGI Inc.의 주요 임무는 클라우드 기반 에코시스템을 통해 글로벌 시장의 기업에 AGI-as-a-Service를 제공하는 것이다. 그 임무에는 필연적으로 두 가지 하위 목표가 포함된다.
1) 업계 최고 수준의 엔터프라이즈급 인공일반지능(AGI) 창출 서비스;
2) 쉽고 효율적인 서비스 제공을 위한 클라우드 기반 플랫폼 구축.
TrueAGI는 AI 에이전트의 분산 조정을 위한 SingularityNET 블록체인 기반 프로토콜의 본거지인 SingularityNET 생태계 내에서 배양되었다. 이러한 배경을 활용하여 TrueAGI 클라우드 인프라는 각 고객의 요구에 맞게 사용자 정의할 수 있는 기존 클라우드 기반, 온프레미스 및 분산형 블록체인 기반 클라우드 인프라의 유연한 혼합을 제공한다.
2. TrueAGI 아키텍처 구성 요소
TrueAGI가 제공할 AGI 서비스는 OpenCog Hyperon 메타그래프 기반 AGI 프레임워크와 인지 및 수학 이론에 대한 깊은 기반을 기반으로 한다. 여기에는 네 가지 중요한 구성 요소가 있다.
● 인간 지능 및 비즈니스 운영과 관련된 모든 형태의 지식을 단일 메타포멀리즘으로 표현할 수 있는 Atomspace 동적 지식 메타그래프
● 새로운 AGI 프로그래밍 언어 – Hyperon의 Meta-Type-Talk(MeTTa), AI 이론과 기능적 프로그래밍의 다양한 발전을 결합
● DAS(Distributed Atomspace) 메타그래프는 서버 팜 또는 분산 네트워크에서 여러 서버에 걸쳐 공통 대규모 지식 저장소 역할을 한다.
● TrueAGI 애플리케이션 서버 프레임워크. 이는 Hyperon 구성 요소 관리를 위한 AGI-DevOps를 처리하고 소프트웨어 API와 자연어의 유연한 조합을 사용하여 Hyperon 백엔드와 인터페이스한다.
이 다양한 전문화되고 사용자 정의 가능한 AI 모듈 배열은 프레임워크를 진정으로 지능적으로 만든다. 여기에는 CPU 및 GPU의 분산 네트워크에서 확장 가능한 배포를 위해 MeTTa 언어로 구현된 하위 기호(신경망) 및 기호 모델이 모두 포함된다. 여기에는 심층 신경망(예: 대규모 언어 모델 및 식별 및 생성 이미지 모델)이 포함된다. 뿐만 아니라 불확실한 환경(예: Hyperon의 Probabilistic Logic Networks), 진화적 절차적 학습(예: Hyperon의 Meta-Optimizing Evolutionary Search) 및 기타 다양한 환경에서 논리적 추론을 수행하기 위한 모듈도 있다. 시스템의 기본이 되는 수학적 및 인지적 설계를 통해 이러한 다양한 AI 도구가 서로의 발끝을 밟지 않고 시너지 효과를 내며 함께 협력할 수 있다(AGI 연구 문헌에서 "인지 시너지"로 알려진 속성).
TrueAGI 애플리케이션 서버는 외부 기업이 Hyperon의 기능에 액세스할 수 있는 게이트웨이 역할을 한다. 표준 API와 대화형 인터페이스가 있다. 뒤에서는 다양하고 정교한 분산 처리 도구에 의존한다. SingularityNET(https://singularitynet.io/) 플랫폼, NuNet의 조합을 포함하여 표 2에 부분적으로 설명되어 있다. (https://www.nunet.io/)전 세계적으로 분산된 컴퓨팅 프레임워크 및 HyperCycle(https://www.hypercycle.ai/) 전산 AI 노드.
TrueAGI 소프트웨어의 인공 인식이 제공하는 고유한 AI 통찰력과 함께 TrueAGI 애플리케이션 서버가 제공하는 또 다른 주요 기능은 타사 엔터프라이즈 소프트웨어 애플리케이션의 자연어 제어이다. 우리는 자연어 쿼리에서 타사 시스템의 구조화된 제어 조작으로 변환하도록 LLM을 교육하기 위해 몇 번의 상황 내 학습을 사용한다. 이는 현재 GPT-4 및 기타 LLM을 사용하여 기본 방식으로 수행할 수 있지만 TrueAGI의 신경 기호 접근 방식은 보다 정교한 기능을 제공할 것이다. 이 변환은 엔터프라이즈 소프트웨어 시스템에 대한 정보에 대한 지식(메타)그래프와 공동 훈련된 LLM을 사용하여 도메인별 지식을 통합하는 보다 풍부한 방식으로 수행될 수 있다. 이것은 순수한 신경 시스템에 비해 기업용 신경 기호 시스템의 장점을 보여주는 예이다.
TrueAGI 애플리케이션 서버는 SingularityNET 에코시스템에서 개발된 여러 다른 소프트웨어 도구를 활용한다. 이러한 도구는 배포 전략 전반에 걸쳐 매우 유연하다. SingularityNET 컨텍스트에서 사용되어 분산된 블록체인 기반 배포를 지원하지만 기존 클라우드 기반 또는 온프레미스 설정에서도 활용할 수 있다.
NuNet 프레임워크는 AI 컴퓨팅을 지원하기 위해 이기종 및 분산 컴퓨팅 리소스 집합을 유연하게 마샬링할 수 있다. HyperCycle 프레임워크는 여러 다양한 컴퓨팅 노드와 데이터 저장소 간에 안전한 분산 처리를 허용한다. 동형 암호화를 통해 시스템은 신뢰 수준에 따라 현명한 방식으로 외부 당사자와 데이터 및 결과를 공유할 수 있다.
레이어
|
효율성 및 디자인 개선
|
하드웨어
|
메타그래프에 최적화된 칩. AGI MPMC 칩은 패턴 매칭을 최적화한다. Hypervector 칩은 고차원 계산을 최적화한다. FHE(완전 동형 암호화) 칩은 보안 및 개인 정보 보호 작업을 최적화한다.
|
MeTTa
|
호모토피 유형 이론 수학적 기초는 전통적인 집합 이론보다 계산 이론에 더 가깝다.
보다 쉽고 빠른 프로세스 검증 및 구성이 가능하다.
|
Rholang
|
동시 처리는 저수준 원자 계산을 가속화한다.
|
Module
|
ECAN Atom 가지치기 및 포워드 및 백워드 체인 지침. 확률적 프로그래밍을 사용하여 순방향 및 역방향 연결 검색을 병렬화한다. 인지 시너지 효과를 활용하는 능력. 마음/정보 기하학에서 측지선(최단 경로)을 찾는다.
|
통합
|
정보 이론, 신경 과학 및 동적 시스템 원리에 기반한 피드백 루프의 매개변수 튜닝.
|
연산 노드
|
엔터프라이즈 호출은 HyperCycle 컴퓨팅 노드에 할당되어 여러 AI가 함께 작업하여 작업을 해결할 수 있다.
|
연산 리소스
|
NuNet의 고유한 프레임워크는 계산 리소스를 조율하고 현재 사용하지 않는 엄청난 양의 컴퓨팅 성능을 활용한다.
|
표 2: TrueAGI Stack
3. 사용 사례가 있는 선택된 업종
TrueAGI의 소프트웨어 및 서비스는 모든 수직 시장의 요구 사항을 충족하도록 사용자 정의할 수 있다. 이 점을 설명하기 위해 이 섹션에서는 TrueAGI의 고유한 서비스가 직접 가치를 창출하고 실제 "얼리어답터" 애플리케 이션에서만 제공되는 일종의 개선 기능을 소프트웨어에 제공한다.
3.1. 사회적 및 정서적 로봇
3.1.1 Hanson Robotics와의 파트너십을 통해 우리는 세계 최초의 시민 로봇인 소피아; 의료 보조 로봇 그레이스; 세계 최초의 인간-로봇 합동 밴드 잼 갤럭시의 리드 싱어 데스데모나. 우리의 AGI 기술은 이러한 로봇의 마음에 힘을 실어줄 것이다.
3.2. Rejuve
3.2.1 Rejuve Biotech는 자체 모델 유기체 개체군과 고유한 분석 플랫폼을 결합한 혁신적인 약물 발견 플랫폼 및 의학 서비스를 개발하고 있다. 이 플랫폼은 최첨단 머신러닝 및 AGI 방법을 인간 및 모델 유기체 데이터베이스를 통합하는 지속적으로 업데이트되는 생물 의학 지식 그래프와 결합한다.
3.3. 지속 가능성
3.3.1 애리조나주립대학교의 Lightworks Innovation Accelerator와의 협력을 통해 우리는 지속 가능한 솔루션의 이전 가능성 및 확장성과 관련된 데이터 제한, 하이퍼로컬성 및 문제를 극복하기 위한 근본적으로 새로운 접근 방식을 설계했다. AGI는 이러한 솔루션과 기타 지속 가능성 솔루션을 기반으로 한다.
3.3.2 AGI 방법은 기후 변화의 주요 동인을 식별하고 기후 변화의 영향을 최소화하는 방향을 제공하는 데 도움이 될 수 있다.
3.4. DeFi
3.4.1 AI 에이전트는 시장 조성 및 포트폴리오 관리를 지원하기 위해 SingularityDAO 스핀오프에서 이미 사용되고 있다. AGI 기술은 더 스마트한 에이전트를 지원하여 더 우수하고 강력한 모델로 이어진다.
3.5. AGI 에이전트
3.5.1 AGI는 에이전트 기반 시뮬레이션 모델의 에이전트에 주입되어 사회적 상호 작용을 수반하는 다양하고 복잡한 엔터프라이즈 문제에 대해 보다 현실적인 시나리오와 솔루션을 제공할 수 있다. 예를 들면 공급망 관리, 유통 시스템, 사회 및 생태 시스템, 거래 시장 등이 있다.
3.6. 연구 및 개발
3.6.1 AGI는 보다 효율적이고 효과적인 데이터 분석, 가설 생성 및 증명 시스템을 허용함으로써 과학적 발견의 속도를 가속화하는 데 사용될 수 있다.
4. 로드맵
미래학자이자 기술자인 레이 커즈와일(Ray Kurzweil)은 2029년에 완전한 인간 수준의 AGI에 대한 돌파구가 열릴 것이라고 예상한다. Post-ChatGPT, 이 대략적인 기간은 훨씬 더 다양한 업계 관찰자들에게 그럴듯해 보인다.
TrueAGI의 기술 로드맵도 이러한 관점과 일치한다. 우리는 이 프로젝트를 완료하는 데 몇 년의 과정을 Hyperon 및 관련 TrueAGI 시스템의 엔지니어링 및 실용적인 롤아웃, 2024년부터 상업적 고객 사용을 시작하고 개발 과정을 계속 추진하도록 지원한다.
TrueAGI 소프트웨어의 전면적인 롤아웃 이후 우리는 몇 년의 기간을 계획하고 있다. 이 소프트웨어는 고객 데이터, 문제 및 시스템과 관련하여 일반 인텔리전스 수준을 높이고 전 세계 여러 비즈니스 부문에 걸쳐 있는 다양한 고객에게 분산된 프로세스를 통해 인간 수준의 AGI로 이동한다.