아마도 MIT IQ의 가장 큰 교훈은 알고리즘에 새로운 접근 방식이 필요하고 AI 혁신을 추진하기 위해 여러 분야와 연구 영역이 협력해야 한다는 것입니다.
비디오: MIT의 Intelligence Quest는 AI를 발전시키는 방법을 완전히 다시 생각하는 것을 목표로 합니다.
매사추세츠 공과대학(Massachusetts Institute of Technology)은 여러 가지를 결합하기 위한 노력의 일환으로 MIT Intelligence Quest라는 계획을 시작하고 있습니다. 인간 지능을 리버스 엔지니어링하고 기계 학습 및 인공 지능을 위한 새로운 알고리즘을 만들고 육성하는 분야 협동.
아마도 MIT IQ 구조에서 가장 큰 교훈은 인공지능이 획기적인 발전을 이루기 위해서는 팀 스포츠가 되어야 한다는 것입니다. MIT IQ는 연구소 전체의 여러 연구 사일로를 허물고 인간과 기계 지능을 중심으로 결집하려는 노력입니다.
특징
AI 및 머신러닝 구현 방법
차세대 IT 혁신의 물결은 인공지능과 머신러닝을 통해 이루어질 것입니다. 기업이 이를 활용할 수 있는 방법과 시작하는 방법을 살펴봅니다.
지금 읽어라MIT IQ의 기자회견에서는 이러한 접근 방식이 강조되었습니다. 이 노력의 주요 리더로는 MIT 회장 L. Rafael Reif와 다음 사람들:
- Anantha Chandrakasan, 공과대학 학장
- James DiCarlo, 뇌 및 인지 과학부 책임자
- Dina Katabi, 전기 공학 및 컴퓨터 과학 교수
- Daniela Rus, MIT 컴퓨터 과학 및 인공 지능 연구소 소장
- Josh Tenenbaum, 인지 과학 및 계산 교수
MIT IQ가 실제로 해결하려고 하는 것은 AI의 기초가 낡았다는 현실입니다. AI의 수학과 핵심 원리는 1950년대와 1960년대로 거슬러 올라갑니다. 달라진 것은 컴퓨팅 파워와 기술이다. “AI의 기반은 상대적으로 오래되었습니다. 우리는 기존 알고리즘에서 새로운 애플리케이션을 짜내려고 노력해 왔습니다."라고 Reif는 말했습니다.
IBM과 MIT, 2억 4천만 달러 규모의 Watson 인공지능 연구소 설립
| AI와 직업: 인간이 알고리즘보다 낫고 그 반대도 마찬가지 | AI와 자동화가 근본적으로 더 효율적으로 만들어 줄 5가지 기술 직업새로운 알고리즘을 개발하려면 여러 분야에 걸친 새로운 접근 방식이 필요합니다. 한 가지 질문은 다음과 같습니다. 인공 지능에 적용하기 위해 아기 발달에서 무엇을 배울 수 있습니까?
MIT IQ는 "수억 달러"의 자금이 필요할 것이며 연구소는 업계 파트너를 찾고 있습니다. MIT는 이미 IBM과 파트너십을 맺고 있습니다.
Chandrakasan은 AI가 진정으로 발전하려면 서로 연결된 여러 분야가 필요하다고 말했습니다. 아이디어는 새로운 알고리즘을 기술 및 플랫폼과 연결하는 것입니다. 그는 “우리는 더 많은 학생들에게 AI 도구 사용법을 가르칠 것”이라고 말했다.
구조
MIT IQ는 두 가지 연결된 노력을 특징으로 합니다. The Core라고 불리는 첫 번째 유닛에서는 기계 학습 알고리즘을 개발할 예정입니다. 코어는 엄청난 양의 컴퓨터 과학을 통해 인간과 기계 지능의 과학과 공학을 발전시킬 것입니다.
The Bridge라는 두 번째 유닛은 MIT의 발견을 여러 분야에 걸쳐 자연 및 인공 지능에 적용하는 데 전념할 것입니다. Bridge는 기술, 플랫폼, 인프라, 교육 및 데이터 세트를 제공하는 MIT IQ의 일부가 될 것입니다.
여기에 모든 AI 배포가 있습니다. 이제 AI를 어떻게 관리해야 할까요? | 귀하의 비즈니스에 최고 AI 책임자가 필요합니까? (테크리퍼블릭) | 기계 학습: 똑똑한 사람을 위한 안내서 | 인공지능의 미래를 향한 리더의 가이드 (테크프로리서치)
MIT IQ 관계자는 또한 이 노력이 AI의 사회적, 윤리적 영향을 살펴볼 것이라고 언급했습니다. 레이프는 “진지한 인공지능은 진지한 인간성을 요구한다”고 말했다.
이 구조는 MIT에 이미 250명의 교수진이 AI를 연구하고 있지만 가능한 만큼 협력하고 있지 않다는 현실을 해결하기 위해 설계되었습니다. 레이프는 “AI는 모든 분야에서 업무를 변화시킬 것”이라고 말했다.
기업의 경우 MIT IQ의 구조는 AI의 여러 분야 결합의 영향을 강조하므로 주목할 가치가 있습니다. 기업은 주로 제품 개발과 수익 및 판매 최적화에 주력하지만, 기능 전반에 걸쳐 AI 범위를 확장해야 합니다.
업계에서는 많은 AI 연구가 있을 것이지만, MIT는 더 크게 생각하고 당장 이익을 얻지 못하는 핵심 연구를 발전시키는 역할을 한다고 레이프는 말했습니다.
우리는 아기에게서 무엇을 배울 수 있나요?
DiCarlo는 MIT IQ가 인공 지능에 대해 리버스 엔지니어링 접근 방식을 취할 것이라고 말했습니다.
그는 인간 지능의 리버스 엔지니어링이 컴퓨터 비전의 발전을 가져왔다고 덧붙였습니다. DiCarlo는 기술이 한계에 도전하고 있기 때문에 인간 지능을 리버스 엔지니어링하고 이를 딥 러닝에 적용하는 것이 필요하다고 덧붙였습니다.
이러한 리버스 엔지니어링 접근 방식은 본질적으로 여러 분야가 필요합니다. 예를 들어 Tenenbaum은 인지 과학과 뇌 연구가 AI에서 역할을 할 것이라고 말했습니다.
Tenenbaum은 "아기처럼 학습한 다음 어린이처럼 학습하는 기계를 개발하는 것"이 목표라고 말했습니다. 그는 AI가 백지 상태에서 시작한 다음 패턴과 데이터를 학습하는 방법을 설명했습니다. 아기들은 유전적으로 먼저 시작하고 데이터와 패턴 이상의 것을 배울 수 있는 구조를 가지고 시작합니다.
Tenenbaum은 "3개월 된 아기는 지금까지 구축된 어떤 AI 시스템보다 더 똑똑합니다."라고 말했습니다. "아이들은 평생 학습자이며 지능의 층위를 쌓아갑니다. 머신러닝 시스템은 그렇게 하지 않습니다."
Tenenbaum은 그의 그룹이 MIT IQ 내의 The Core 및 The Bridge 유닛과 협력해야 한다고 말했습니다. 인간처럼 학습할 수 있는 기계를 만드는 것은 알고리즘부터 뇌 연구, 로봇 공학에 이르기까지 모든 것을 다룰 것입니다.
불평등과 윤리
MIT 관계자들은 MIT IQ 기자회견에서 불평등과 윤리를 자주 언급했다.
Reif는 AI 여정의 모든 단계에서 사회적 영향을 다루어야 한다고 말했습니다. 레이프는 “AI는 새로운 부와 불평등의 지배적인 원천이 될 것”이라고 말했다. "저는 이 문제를 올바르게 해결하는 것이 우리 시대의 가장 중요한 과제 중 하나라고 굳게 믿습니다."
그는 AI에 대한 낙관주의와 두려움이 모두 "분명하고 정당하다"고 덧붙였습니다.
Rus는 윤리 문제를 다루는 것이 알고리즘 이상의 문제가 될 것이라고 덧붙였습니다. 사회적 영향을 다룬다는 것은 모든 단계에서 연구의 결과에 대해 생각하는 것을 의미합니다.
그녀는 또한 정부와 기업 지도자들 사이에 많은 파트너십과 정책 논의가 필요하다고 지적했습니다.
Reif는 "이 분야를 발전시키려면 사회에 도움이 되는 방식으로 AI를 사용해야 합니다."라고 말했습니다.
- 블랙박스 내부: AI 의사결정 이해
- 인포그래픽: 기업의 50%가 곧 AI를 사용할 계획이지만 아직 세부 사항을 마련하지 못했습니다.
- 회사에서 AI 및 ML 구현을 시작할 수 있는 5가지 방법
- AI와 머신러닝이 디지털 혁신 계획의 일부가 되어야 하는 이유
- Amazon이 AI 및 기계 학습 플랫폼이 되어야 할까요?
- Google이 AI 및 머신러닝 플랫폼이 되어야 할까요?
- Microsoft가 AI 및 머신러닝 플랫폼이 되어야 할까요?
- IBM이 AI 및 머신러닝 플랫폼이 되어야 할까요?