최근 AGI(인공일반지능)의 궁극적인 생성으로 이어질 수 있는 새로운 개발에 익숙해지기 위해 올 8월 시애틀에서 열린 제15차 인공일반지능(AGI-22) 연례회의가 있었다.

AGI는 여러 영역에 걸쳐 일반화할 수 있고 범위가 좁지 않은 고급 AI 유형이다. 좁은AI(narrpw AI)의 예로는 자율주행차, 챗봇, 체스 봇 또는 단일 목적으로 설계된 기타 AI가 있다. 이에 비해 AGI는 위 또는 다른 전문 분야 사이를 유연하게 교체할 수 있다. 이는 전이 학습 및 진화 학습과 같은 초기 알고리즘을 활용하는 동시에 심층 강화 학습과 같은 레거시 알고리즘을 활용하는 추론 유형의 AI로 구성된다.

오프닝 기조연설 세션에서 Ben Goertzel AI 연구원, SingularityNET의 CEO 겸 설립자, OpenCog Foundation의 리더는 업계 현황에 대해 이야기했다. 그는 “수십 년이 아니라 몇 년이 걸린다”며 AGI의 앞으로의 방향에 대해 열정적인 모습을 보였다. 이것은 세계 최고의 발명가, 사상가, 미래학자 중 한 명인 Ray Kurzweil이 인간 수준의 지능을 달성하는 AI의 출현을 예언한 해인 대략 2029년에 AGI의 최종 출시를 하게 된다.

이론은 일단 이러한 유형의 지능에 도달하면 AI는 초지능으로 알려진 것에서 인간 지능을 빠르게 능가하기 위해 즉각적이고 지속적으로 자체 개선할 것이라고 한다.

또 다른 연사인 퓨처 AI의 설립자 겸 CEO인 찰스 J. 사이먼은 별도의 세션에서 "AGI의 출현은 점진적일 것"이라며 "AGI는 불가피하며 대부분의 사람들이 생각하는 것보다 빨리 도래할 것이며 몇 년이 걸릴 수 있다"고 말했다.

이 낙관적인 감정에도 불구하고 우주에는 상당한 장애물이 있다. Ben Goertzel은 또한 AGI를 달성하기 위해 "우리는 신경망을 확장하는 것이 아니라 새로운 아이디어를 주입해야 한다"라고 인정했다. 이것은 "딥 러닝이 벽에 부딪쳤다"는 말로 유명한 Gary Marcus가 공유한 감정이다.

AGI 생성에 대한 핵심 과제 중 일부는 정보에 입각한 정보를 최대한 활용하여 지능을 확장할 수 있는 보상 시스템을 찾는 것이다. 모라벡의 역설은 우리의 현재 기술로 AGI를 달성하는 현재의 문제를 반영한다. 이 역설은 걷는 법을 배우고 현실을 시뮬레이션하는 것과 같이 1세에게 직관적인 적응은 인간이 어렵다고 인식하는 것보다 AI에서 프로그래밍하기가 훨씬 더 어렵다고 말한다.

인간에게는 정반대이다. 체스를 마스터하거나 복잡한 수학 공식을 실행하는 것은 마스터하는 데 평생이 필요할 수 있지만, 좁은 AI에게는 이 두 가지 합리적으로 쉬운 작업이다.

이 역설에 대한 해결책 중 하나는 진화 알고리즘이라고도 알려진 진화 학습일 수 있다. 이것은 본질적으로 AI가 생물학적 진화 과정을 모방하여 복잡한 솔루션을 찾을 수 있도록 한다.

Ben Goertzel은 별도의 Q&A에서 “AGI가 불가피한 것은 아니지만 가능성이 매우 높다”고 말했다. 이것은 내가 도달한 것과 같은 결론이지만 불가피성과 확률 사이의 경계가 모호하다.

회의 동안 발표된 많은 논문이 있었는데, 논의된 주목할만한 논문 중 하나는 다항식 펑터(Polynomial Functor)였다: 캘리포니아 버클리 Topos Institute의 David Spivak과 워싱턴 대학의 Nelson Niu가 작성한 일반 상호작용 이론. 이 백서에서는 동적 프로세스, 의사 결정, 데이터 저장 및 변환과의 긴밀한 관계와 관련하여 AI의 미래 방향에 영향을 미칠 수 있는 Poly라는 수학적 범주에 대해 설명한다. 이것이 AGI 연구에 어떤 영향을 미칠지는 두고 봐야겠지만, 우리를 AGI로 이끌 수 있는 누락된 구성 요소 중 하나일 수 있다.

물론 Mohammadreza Alidoust의 VEI(Versatility-Efficiency Index): AGI 에이전트의 IQ에 대한 포괄적인 정의와 같이 더 투기적인 다른 문서도 있었다. 아이디어는 지능형 시스템의 지능 수준을 측정하기 위한 대체 방법을 구축하는 것인데, 이는 컴퓨터 방식으로 AGI 에이전트를 측정하는 IQ 테스트의 한 유형이다.

이 기반 기술에서 획기적인 발전을 이룰 수 있는 두 개의 주목할만한 회사는 OpenAI와 DeepMind이다. 둘 다 눈에 띄게 없었다. AI커뮤니티에서 AGI를 심각하게 받아들이지 않는 것이 두려운 것일 수도 있지만 이 분야에서 가장 먼저 돌파구를 마련할 가능성이 가장 높은 회사는 두 회사이다. OpenAI의 명시된 사명은 안전한 AGI 생성을 위한 근본적이고 장기적인 연구를 수행하는 것이기 때문에 특히 그렇다.

컨퍼런스에서 공개할 주요 혁명적 돌파구는 없었지만 AGI가 많은 연구자들을 사로잡고 있으며 AI 커뮤니티가 더 주목해야 할 부분임은 분명하다. 결국 AGI는 인류의 여러 실존적 위협을 해결하는 솔루션이 될 수 있다.