나쁜 광고와 좋은 인공 지능에 대한 Gumgum의 ophir tanz

이번 주 쇼에서 저는 컴퓨터 비전 회사로 시작하여 풀 스택 수직 AI 솔루션 회사가 된 회사 인 GumGum의 설립자 인 Ophir Tanz와 함께 앉아있었습니다. 우리는 현재의 인공 지능 붐과 그것이 접촉하는 모든 비즈니스를 바꿀 수있는 잠재력에 대해 이야기했습니다. GumGum은 현재 광고에 다양한 AI 기반 솔루션을 제공하고 있으며 이제 막 시작했습니다.

당신은 Advertising Week를 위해 마을에 있습니다. AI 기반 광고 응용 프로그램이 많이 있습니다. 거기서 시작하자. 오늘날 광고 공간에서 AI를 어떻게 사용하고 있습니까?

GumGum의 핵심은 컴퓨터 비전 회사입니다. 우리는 그 기술을 다양한 방식으로 표현합니다. 우리의 가장 큰 사업 단위는 우리의 광고 단위이며, 현재 이미지 광고라는 광고 형식을 발명했습니다. 현재 이미지는 Fortune 100 브랜드의 약 70 %와 세계에서 가장 큰 많은 출판사와 함께 일하고 있습니다. 우리가하는 일은 사용자가 적극적으로 참여하고있는 콘텐츠에 따라 상황에 맞게 마케팅 메시지를 배치하는 것입니다. 이 경우 이미지의 컨텍스트를 식별하고 실제로 마케팅 메시지를 정렬합니다.

당신은 당신의 웹 사이트에 이것의 많은 예를 가지고 있습니다. 정말 쿨하다. 대부분의 사람들은 실제로 웹 사이트를 방문 할 때 이런 일이 일어나고 있다는 것을 알고 있다고 생각하지 않습니다. 그들은 그런 식으로 프로그래밍되었을 것이라고 생각하지만 실제로 사진의 내용을 취한 다음 사이트 또는 기사가 아닌 사진을 기반으로 한 광고를 게재하고 있습니다.

옳은. 아이디어는 사용자가 사이트를 방문하고 사진은 일반적으로 주어진 웹 페이지의 영웅 단위라는 것입니다. 시선 추적 연구를 보면 대부분의 열이 사진 주위에 집중되어 있음을 알 수 있습니다. 아이디어는 매우 고유 한 게재 위치를 만들고 올바르게 표시하는 것입니다. 상대적으로 영향을주는 경향이 있으며 모든 단일 재고 기회를 채울 필요가 없다는 점에서 정말 좋은 특징이 있습니다.

우리가 할 수있는 일은 언제라도 적절한 상황에서 해당 사용자와 관련이있을 때 광고를로드하는 것입니다. 또한 광고가 훨씬 더 자주 보이지 않기 때문에 훨씬 더 나은 사용자 경험을 제공하는 데 큰 영향을 미칩니다. 또한 많은 경우 게시자가 자신의 속성에서 다른 표준 형식을 제거하고 콘텐츠를 사용하기 위해 해당 부동산을 해당 게시자 사이트로 반환 할 수 있도록하는 추가적인 이점이 있습니다.

내가 본 연구에서 사람들이 광고를 싫어하는 것은 아닙니다. 그들은 볼륨을 싫어합니다.

예.

그들은 볼륨을 싫어하고, 침입 성을 싫어하고, 팝업을 싫어합니다. 경험을 방해하지 않는 한 실제로 광고를 보더라도 방해하지 않습니다.

오늘날 업계에서는 이것이 큰 문제라고 생각합니다. 기존의 IAB 광고 형식을 보면 여러 가지 문제가 있습니다. 하나는 시간의 100 %를로드해야하므로 광고가로드되고 있다는 것입니다. 분명히 이와 관련된 큰 조회 가능성 문제가 있습니다. 웹 페이지가로드되면 해당 페이지에있는 IAB 광고의 100 %가로드되며 1/3 만 아래로 스크롤 할 수 있습니다. 광고주는 이러한 노출에 대해 비용을 지불하지만 결코 보지 못했습니다. 그들은 가치를 창출하지 않습니다. 우리가 지난 번 계산했을 때, 일년에 100 ~ 120 억 달러가 타면서 연기에 휩싸이는 것과 사실상 같습니다.

그것은 큰 문제입니다. 관련 콘텐츠가 브라우저를 볼 때만 형식을로드합니다. 거의 모든 노출이 낭비되지 않습니다. 광고, 특히 태블릿 및 전화와 같은 다른 장치로 이동할 때 광고의 미래는 훨씬 더 통합되고 선택적인 경험이 될 것이라고 믿습니다. 광고의 개념은 많은 사람들이 무료 콘텐츠를 계속 제공 할 수 있도록 돈을 벌 수 있다는 이점이있는 사용자에게 메시지를 전하는 것입니다. 우리의 관점은 "광고를 보도록합시다. 매우 존경심을 가지게하지만 드물게 보여 드리겠습니다"라고하는데, 궁극적으로 모든 관련 이해 관계자들에게 더 낫다고 생각합니다.

당신이 운영하는 스포츠 부서에 대해 조금 이야기 해 봅시다. 인벤토리를 열고 컴퓨터 비전으로 무언가를 수행하는 것은 정말 흥미로운 방법입니다.

지난 수십 년 동안이 방법은 사람과 사람에 의해 이루어졌습니다. 일반적으로 발생하는 작업은 10 분 또는 몇 시간 동안 여러 시간 동안 게임을 수행하기 때문에 오류가 발생하기 쉬운 방식입니다. 일반적으로 해외로 배송합니다. 스폰서가 표시되는 위치와 모든 노출의 상대적 품질을 문자 그대로 수동으로 태그하는 사람들이 있습니다. 그런 다음 블랙 박스에서 전체 값으로 추정합니다.

그래서 누군가 테이프를보고 외야 표지판에서 코카콜라 로고를 식별 한 다음 얼마나 오래, 몇 초가되었는지 말하고 있습니다.

예, 그 비디오의 품질. 난독 화 되었습니까? 흐릿 했습니까? 얼마나 큰가요? 그런 것들. 우리가 한 것은 실제로 동일한 방법론을 사용했지만 컴퓨터 비전을 사용하여 프로그래밍 방식으로 수행하는 것입니다. 우리는 사물을 종합적으로 볼 수 있기 때문에 그 기술의 정말 우아한 구현입니다. 우리는 모든 비디오의 모든 순간, 모든 하이라이트 비디오, 모든 소셜 이미지를보고 모든 노출이 나타나는 위치와 노출의 품질을 식별합니다. 그런 다음 모든 관련 이해 관계자 (이 경우 권리 보유자와 브랜드)가 으로 실제 품질 측정 기준이 무엇인지에 대해 분쟁이 발생하지 않습니다.

후원은 대기업입니다. 이것들에 많은 돈이 소비되었고, 적절한 수수료에 도달하기 위해 진행되어야 할 많은 협상이 있습니다. 이것은 그 노력에서 많은 추측을 취합니다.

양키 스타디움의 WB 메이슨 사인에 대해 생각합니다. 그것은 외야에 있으며 게임에 가면 그것을 볼 수 있지만, 그것은 수량화되어야하고 그것에 특정한 가치가 부가되어야하는 것이며, 도구는 그 가치를 창출하고 알아내는 데 도움이됩니다.

그렇습니다. 우리는 권리 소유자가 실제로 카메라 각도를 재배치하고 후원 노출을 극대화하기 위해 자연스럽게 그런 일을하도록 돕고 있습니다. 소셜은 실제로 금검 이전에 포괄적 인 방식으로 본 적이없는 요소입니다. 스폰서 십 관점에서 소셜 미디어에서 생산되는 대부분의 가치는 소유하고 운영하는 부동산에서 발생합니다.

컴퓨터 비전을 사용하지 않으면 사회의 세계를보고 실제로 모든 노출이 어디에 있는지 식별하는 것은 불가능합니다. 우리가 만들고있는 실제 가치에서 우리가 보여준 엄청난 향상이 있었고, 점점 사람들이 그들의 경험을 전달하는 방법이기도합니다. 그래서 텔레비전에 대한 가치도 상승하고 있습니다.

이 두 가지 응용 프로그램을 구동하는 것은 실제로 컴퓨터 비전입니다. 이미지의 내용, 비디오 이미지의 내용을 식별 한 다음 인식하여 상자에 넣고 분류 할 수있는 알고리즘이 있습니다. 이것이 실제로 회사를 구축 한 핵심 기술입니다.

예.

어디 갔어? 이 두 가지 응용 프로그램이 있습니다. 다음은 무엇입니까?

소개에서 언급했듯이, 우리는 풀 스택, 수직 AI 솔루션 회사이며, 그 의미는 궁극적으로이 강력한 기술입니다. 실제로 세계의 실제 사용 사례에 적용 할 수 있다는 점에서 비교적 새롭습니다. 세계를 살펴보면이 기능으로 실제로 혜택을 볼 수있는 많은 산업이 보입니다. 이 시점에서 실제로 그 기능을 활용하는 이점이 거의 없었습니다.

이러한 솔루션을 구현하는 것과 관련된 옵션을 살펴보면 클라우드 기반 솔루션, Watson 및 Google 클라우드 비전, Amazon 등이 있습니다. 문제는 실제 비즈니스 요구를 실제로 해결하기 위해서는 사내 비즈니스 수준의 전문 지식과 해당 특정 문제에 대한 솔루션을 구체적으로 구축하기위한 기술 전문 지식이 모두 필요하다는 것입니다. 클라우드 기반 AI 솔루션을 가져 와서 제품에 통합하는 회사 나 실제로는 성공적인 제품을 본 적이 없습니다.

그 이유는 가능한 한 많이 이러한 것들을 조정할 수있는 능력이 없기 때문입니다. 적어도 오늘날에는 성공적인 AI 시스템을 개발하는 것과 관련된 많은 예술성이 있으며 이는 기능이 아니라 버그에 지나지 않습니다. 궁극적으로, 이 물건들은 더욱 상품화 될 것입니다. 그것은 좋은 일이며 우리는 또한 그것을 향해 노력하고 있습니다. 뿐만 아니라 정말 비쌉니다. 우리가 1 페니의 일부를 위해하는 일은 클라우드 회사의 CPM 기준으로 40 센트에서 1 달러, 50 센트의 비용이들 것입니다. 실제로 이러한 솔루션을 사용하여 대규모 작업을 수행하는 것은 불가능합니다.

이제는 클라우드 외부에서 자연어 처리 및 일부 텍스트 분석과 같은 특정 유형의 AI를 활용할 수있는 사례가 있습니다. 그러나 그것은 실제로 그 영역으로 제한됩니다. 여기서 우리는 판매가 큰 역할을하고있는 것입니다. 즉 기술적 인 관점에서 전문 지식을 보유하고 있으며 전체 스택 솔루션을 구축 할 수 있도록 비즈니스 수준의 전문 지식을 통합 할 수 있습니다. 지금까지 우리는 스포츠 광고를하고, 사회 부문을 가지고 있으며, 다른 많은 기회를보고 있습니다.

IBM Watson에 대해 들었던 불만의 중요성은 도구를 얻는다는 것입니다. 그러나 실제로 도구를 사용하여 작업을 수행하기 전에 도구를 학습해야하며 교육 대상이 무엇인지 알아야합니다. 그런 다음 많은 소기업에는 그러한 기술이 없습니다. AI를 훈련시키기 위해 컨설턴트를 고용해야합니다. 어떻게 그렇게 다르게 하시겠습니까?

우리는 모두 같은 아키텍처로 운영하고 있습니다. 신경망을 사용하는 경우, 오늘날 Watson이 주로 사용하는 것으로 생각하며 확실히 사용하고 있습니다. 이와 관련된 훈련 요소가 있습니다. 일단 규모로 작동하면, 그것은 방정식의 알고리즘 측면에서 동등한 도전이됩니다.

레이블이 있고 크기가 크고 편향되지 않은 데이터 세트를 구성 할 수 있어야합니다. 다시 한 번 말하지만 기능이 아니라 버그라고합니다. 그것은 우리가 수년 동안 해왔으며 아주 잘할 수있는 일입니다. 궁극적으로 신경망의 품질은 데이터를 제공 할 수있는 데이터의 품질에 따라 달라 지므로 우리가 그로부터 제거하지는 않습니다. 단지 우리가 지금 그 세트를 신속하게 입수하고 라벨을 붙여야한다고 생각합니다. 비용 효율적 .

Amazon, Google, Facebook과 같은 거대 거대 기술 회사의 장점 중 하나는 대규모 데이터 세트가 있다는 것입니다. 그들은 컴퓨터 과학의 역사에서 타의 추종을 불허합니다.이 데이터 세트에 액세스 할 수있게되면이 인공 지능 시대로 이동할 때 이점을 얻습니다.

이것이 지속 가능한 이점입니까, 아니면 신생 기업과 소규모 기업이 경쟁 할 수 있다고 생각하십니까?

그것은 큰 장점이므로, 당신은 그 가정에 맞습니다. 데이터가 왕이고 이러한 것들이 데이터로 훈련되어야하는 한, 응용 프로그램이 유리한 위치에 있더라도 가장 관련성이 높은 데이터를 가진 엔티티입니다. 흥미로운 점은 우리가 오픈 소스 운동에 크게 기여한다는 것입니다. 다른 모든 회사들도 마찬가지입니다. 우리는 실제로 그 지식을 공유하고 있지만 데이터를 많이 공유하지는 않습니다. 우리가 기여하는 공개 데이터 세트가 있습니다. 우리는 또한 많은 독점적 데이터를 가지고 있으며, 확실히 큰 사람들도 그러하지 만 실제로는 문제에 따라 다릅니다.

예를 들어, 우리가하는 일 중 하나입니다. 이것은 핵심 사업이 아니지만, 지역 사회를 위해 더 많은 일을하고 있습니다.-세계에서 가장 큰 치과 용 X- 선 이미지를 수집하고 있습니다.. 예를 들어, Google 또는 Amazon에서 액세스 할 수없는 비즈니스를 구축하려는 경우. 그들은 이유가 없습니다. 그들은 특정 유형의 데이터를 가지고 있습니다. 예를 들어 UGC 비디오, 많은 위치 데이터, 모든 유형의 방법에 대한 귀중한 통찰력이 있지만 균열과 파이프 라인을 식별하려고하거나 작물을 최적화하려는 경우 UGC 이미지가 있습니다. 먼지를 뿌리면 여기에는 끝없는 응용 프로그램이 있습니다. 나는 그들이 특정한 방식으로 이익을 얻는다고 말하고 싶습니다. 그것은 회사마다 다릅니다.

치과 데이터로 돌아가서, 그 거대한 치과 이미지 데이터베이스로 무엇을 할 것입니까?

우리가하고 싶은 것은 스탠포드가 매년 개최하는 라벨 데이터 세트를 가장 정확하고 편리하게 분류 할 수있는 회사를 찾기 위해 경쟁하는 ImageNet과 유사한 세계적인 경쟁을 개최하는 것입니다. 우리는 이와 비슷한 일을하고 싶습니다.

실제로는 상용 제품 이상의 분류 프로젝트 일뿐입니다.

오늘은 그래

사람들이 AI에 대해 신경을 쓰지 않는 것 중 하나에 대해 조금 이야기 해 봅시다. 그들은 이것이 정부에 의해 배포 될 기술이라고 생각합니다. 그것은 대기업에 의해 전개 될 것이지만, 개인 소비자들은 그들 스스로를 활용할 수있는 것과는 반대로, 이러한 AI에 의해 실제로 행동하게 될 것입니다. 이것이 공정한 가정이라고 생각합니까, 아니면 어느 시점에서 변경 될 것이라고 생각하십니까?

나는 그렇다고 대답 할 것입니다. 당신은 개인이 행동하고 있으며 Waze와 같은 모든 비즈니스 제품의 먹이라고 주장 할 수 있습니다.

버니 샌더스는 항상 그 주장을하고 있다고 생각합니다.

그러나 최소한 소비자는 인생과 다른 비즈니스에 가치를 더하는 제품을 개발하려고 노력하고 있기 때문에 최종 소비자도 하루 종일 가장 큰 수혜자라고 생각합니다. 정부가 자체적으로 가지고 있다고 생각합니다… 보안 관점에서 보지 않으려는 경우 사악하거나 직접 부가 가치가 아니라고 부를 지 모르겠습니다. 봐, 이 물건은하기 어렵다. 달성하는 것이 저렴하지 않습니다. 다시 말해, 데이터 집합을 확보하기 위해서도 리소스가 필요합니다. 이 노력에 전념하는 대기업은 궁극적으로이를 소유 할 것입니다.

항상 등장하는 또 다른 것은 AI와 자동화 에이전트입니다. 예를 들어 GumGum의 스포츠 부서를 예로 들면, 지금까지는 해외에서되었지만 테이프를보고 물건을 분류하는 소프트웨어를 통해 수행되었습니다. 이러한 유형과 관련된 일자리 손실을 어떻게 알 수 있습니까? 자동화 ?

그것은 나에게 많은 관심을 가지고있다. GumGum에서 나는 그것이 일어나는 것을 보았습니다. 우리는 자동화 된 솔루션을 개발하고 이미지 나 비디오에 태그를 썼던 사람들을 대체하고 자동화 가격이라고 주장 할 수 있습니다. 저는 사람들이 종종 "모든 새로운 기술이 새로운 일자리를 창출합니다. 산업 혁명을보십시오"라고 말하면서 매우 장미 빛 그림을 고통스럽게 생각한다고 생각합니다. 나는 단지 그 주장을 사지 않습니다. 모든 기술이 동일하게 만들어지는 것은 아니며 기본적으로 모든 기술이 새로운 일자리를 창출하는 것은 아니라고 생각합니다. 이런 의미로 만들어진 새로운 일자리가 많이 있다고 생각합니다.

예를 들어, 태그를 추가했을 가능성이있는 사람들은 이제 잠재적으로 우리를 위해 이미지에 태그를 지정하고 레이블을 지정하고 있으며, 같은 사람들 일 수도 있지만 궁극적으로 그것은 나에게 많은 관심을 갖습니다. 장기적으로 사회로서 해결해야 할 문제라고 생각합니다. 보편적 기본 소득은 정부 차원과 다른 곳에서 점점 더 긴 세월에 걸쳐 논의 된 것입니다. 나는 그것이 나쁜 생각이라고 생각하지 않습니다. 나는 그것이 좋은 아이디어라고 생각합니다.

나는 사회와 개인의 행복에 아직 다른 답이 없다고 생각합니다. 저는 이것이 어려운 문제라고 생각합니다. 현재의 행정부와 미래의 행정부가 석탄 일자리를 되찾기보다는 오히려 미래의 세계에 보조금을 제공하기 위해 조금 더주의를 기울이기를 바랍니다. 미국에는 70, 000 명이 있습니다. 이치에 맞지 않습니다.

아마 돌아 오지 않을 것입니다.

그들은 돌아 오지 않아야합니다. 환경에 나쁘다. 그것은 그 개인의 삶의 질이 높지 않으며 장기적으로 지속 가능한 솔루션이 아닙니다.

괜찮아. 청중으로부터 질문을 받자: 기본 보편적 소득이 얼마나 될 것이라고 생각 하는가?

내가 방금 준 대답은 아마도이 순간에 내가 줄 수있는 가장 좋은 대답 일 것입니다. 나는 우리가 그런 일을하는 것의 의미가 무엇인지에 대한 데이터 나 충분한 통찰력을 가지고 있다고 생각하지 않습니다. 전 세계에 이런 것들을 실험하는 정부가 있다는 것을 알고 있습니다. 일종의 증인과 배우는 것이 매우 흥미로울 것입니다.

또한 우리가 보편적 기본 소득 시스템과 같은 것을 제정해야하는 현재 위치에 있다고 생각하지 않습니다. 나는 이것이 장기 일종의 문제이며, 한 가지 옵션은 훨씬 더 큰 무기고라고 생각합니다. 나는 아무도 그 질문에 대한 답을 가지고 있다고 생각하지 않지만, 그렇다면 질문을 듣고 싶어 할 것입니다.

나는 우리가이 모든 새로운 기술의 결과에 대해 머리를 감싸기 시작한 것 같습니다. 왜냐하면 그것들은 모두 비교적 새로운 개발이기 때문입니다. 그것은 산업 혁명보다 훨씬 빨리 일어나고있는 것처럼 보이며, 우리는 도로와 다른 모든 것들에 AI 구동 자동차와 자율 주행 자동차와 트럭을 갖는 결과를 내재화해야 할 것입니다. 그것이 우리에게 집으로 돌아 오면, 우리가 보상하는 방법에 대한 현실적인 토론을 할 수 있다고 생각합니다.

우리 회사에서 많은 이야기를하는 것은 지속적이고 극적인 변화라는 개념입니다. 저는 이것이 우리가 살고있는 세계의 근본적인 진실이라고 생각합니다. 기술적 인 의미의 의미를 살펴보면 지수 곡선에서 기능이 향상되는 다양한 기술을 보유하고 있으며 픽셀 해상도에서 하드 드라이브 용량, 처리 속도에 이르기까지 모든 것에 대해 이야기하고 있습니다. 그리고 여러분도 소프트웨어 개발을하고 있으며, 이 모든 기술들은 이러한 곡선에서 서로 다른 변곡점에 있습니다. 그러나 모든 것이 활용되고 있으며 오늘날 실제로 광고를 가능하게하는 것은 실제로 GPU와 처리 속도입니다. 이 알고리즘은 50 년대와 60 년대로 거슬러 올라갑니다. 최초의 신경망은 50 년대에 개발되었다고 생각합니다. 그것은 40 개의 뉴런을 가졌습니다.

지수 성장에있어 놀라운 점은 예를 들어 한 걸음에 미터당 30 개의 선형 단계를 수행하고 30 단계 후에 30 미터를 통과한다는 개념입니다. 우리는이 방을 가로 질러 걸었을 것입니다. 그러나 만약 당신이 30의 지수 단계를 밟으면, 이 경우에는 단지 두 배가됩니다. 하나, 둘, 넷, 여덟 번, 그리고 30 걸음 후에 지구의 둘레를 26 번 통과했을 것입니다 – 약 10 억 미터. 특히 흥미로운 점은 그 성장의 대부분이 마지막 몇 단계에서 발생한다는 것입니다. 따라서 29 단계에서 5 억 미터에 이릅니다.

그것이 지수 성장에 대해 너무 속이는 것입니다. 오랫동안 선형 성장과 비슷해 보였으며, 실제로는 각 선형주기에서 더 큰 성장을 보이는 선형 성장 곡선보다 뒤 떨어질 수 있지만 결과적으로 극적으로 다른 결과를 낳습니다. 그리고 그것은 미래를 엄청나게 흥미롭고 많은 방법으로, 신비 롭고 믿을 수 없을 정도로 예측하기 어렵게 만듭니다. GumGum은 AR 및 VR, 웨어러블 및 IoT와 같은 장기적인 시점을 살펴 보려고하지만, 2 년 단위로 비즈니스를 계획하려고합니다. 당신이 볼 수있는 한, 그리고 당신이 결정하고 구축 할 수있는 한 상용화 가능 그 자체로 도전하는 제품.

저는 이것이 오늘날 세상을 먹는 일종의 도전이라고 생각합니다. 확실히 레거시 회사들이이 문제를 겪고 있으며, 그것은 지배적 인 힘입니다. 비즈니스 모델을 개발하고 작동 할 수있는 몇 세기 전과 같은 상황은 아닙니다. 그 변화주기는 훨씬 길어서 보상을 장기적으로 얻을 수있었습니다. 이제는 끊임없이 세상에 대한 이해를 혁신하고 발전시켜야하며, 기업과 관련된 다양한 패러다임 변화를 이해하고이를 향해 노력해야합니다.

융통성 있고 응답 할 수있는 것은 아마도 5 년 후에 일어날 일에 대해 올바른 것보다 더 유용 할 것입니다. 지금, 어떤 일이 일어날 지 아무도 모르기 때문입니다.

또한 회사가 멍청하지 않기 때문에 미래의 모든 기술에 대한 그러한 막대한 투자를 보는 이유이기도합니다. 우리는 대기업과 이야기하고 있습니다. 그들은 그들이 레거시 사업을하고 있다는 것을 알고 있습니다. 그들은 상황이 매우 급격히 변화하고 있으며 큰 내기를해야한다는 것을 알고 있습니다. 우리는 그들이 가진 유일한 선택이기 때문에 매우 크고 대담한 회사 베팅을보고 있습니다. 이것이 또한 스타트 업이 계속해서 귀중하고 부가적이고 성공적인 것으로 계속 생각하는 이유입니다. 정체 기간, 투자 여부 또는 회사 성장 여부에 관계없이 새로운 가치를 창출하기는 어렵지만 모든 것이 항상 변화하면 가치 창출의 기회가 많이 있습니다.

나는 당신이 지수 적 사고에 대해 이야기 할 때, 그리고 그 곡선의 모양 주위로 머리를 감싸는 것이 얼마나 어려운지에 대해 큰 지적을합니다. 나는 당신이 2023 년에 말한 이전의 대화 중 하나에서 훔치고 있는데, $ 1, 000 달러는 인간 두뇌의 컴퓨팅 능력을 가진 장치를 얻을 것입니다. 많은 처리 능력을 복제 할 것입니다. 우리 대부분이 여전히 살아있을 수있는 2043 년까지, 당신은 $ 1, 000 달러의 처리 능력을 갖게 될 것입니다. 지구상의 모든 뇌보다 큽니다.

맞아요

그게 뭐에요?

정말 흥미로운 점입니다. 공정하게 말해서, 나는 Ray Kurzweil에서 그것을 훔쳤다. 그는 그 분석을했다.

우리는 모두 거인의 어깨에 서 있습니다.

나는 그것을 인정하고 싶지 않지만 정말 유익한 포인트입니다. 다시 말하지만, 우리는 사회로서, 종으로서, 특히 지수 적으로 생각하는 데 능숙하다고 생각하지 않습니다. 우리의 두뇌는 선형 적으로 생각하도록 구성되어 있습니다. 그것은 궁극적으로 더 많은 생존 잠재력을 제공하며 수천 년 전 아프리카 부시에 많은 이점을 제공하지 않았습니다.

많은 것들이 무차별 적으로 강요 될 수 있기 때문에 그 의미는 엄청납니다. 알고리즘과 기술의 질이 뛰어나고 항상 더 우아해질 수 있습니다. 그러나 처리 능력이 충분하다면 더 많은 컴퓨팅 능력을 냄으로써 결코 불가능했던 많은 일을 할 수 있습니다. 어떤면에서는 신경망이라고 주장 할 수 있습니다. 기술을 되돌아보고 상당히 우아하지 않은 것처럼 느낍니다. 그리고 인간의 두뇌에 비해 처리 능력의 양을 보면 그리고 이것은 인간의 뇌가 실제로하고있는 것의 열악한 이미지입니다. 뇌는이 기계들이 이러한 계산을하기 위해하는 적은 양의 힘을 사용합니다.

나는 그것이 미래가 실제로 예측하기 어렵다는 사실에 대한 증거라고 생각합니다. 다른 사람이 알고있는 것보다 더 극적으로 변할 것입니다. 그리고 우리가 충분히 높은 품질의 소프트웨어를 개발할 수 있다면 컴퓨팅 성능 문제는 이제 제한 요소가 될 것이기 때문에 소프트웨어의 품질에 대해서도 듣게됩니다.. 일반적인 AI 또는 슈퍼 인텔리전스에 대해 이야기하고 싶다면 제한적인 요소는 올바른 소프트웨어를 개발할 수있는 능력이 될 것입니다. 그러면 1, 000 달러가 소요될 것입니다. 아마도 70 억 배나 필요한 것보다 더 많은 힘일 것입니다.

우리가 알고있는 많은 산업들이 변화 될 것입니다. 자율 주행 차가 있다고 말할 수 있습니다. 아마도 5 년이 아니고 10 년이 아닌 20 년이 될 것입니다. 사람들은 그것이 일어날 것이라고 생각합니다. 우리가 아직 생각하지 않았거나 그 변형에 대해 매우 준비가되어 있지 않은 인공 지능에 의해 변화 될 것이라고 생각하는 산업이 있습니까?

봐, 이것은 다른 강력한 도구, 기술, 소프트웨어, 하드웨어의 바다에서 매우 강력한 도구입니다. AI 기능의 통합으로 혜택을 볼 수없는 산업은 생각할 수 없습니다. 데이터를 처리하고 비디오를 더 잘 처리 할 수 ​​있으며 모든 산업이 그 혜택을 누릴 수 있습니다. 그렇기 때문에 수직 스택 인공 지능을 구축 할 수있는 강력한 힘을 볼 수 있습니다 솔루션, 궁극적으로 여기에는 끝없는 기회가 있기 때문입니다.

쇼에 나오는 모든 사람들에게 질문을하고 싶습니다. 어떤 기술 트렌드가 가장 중요합니까? 밤에 당신을 지키는 것이 있습니까?

무기 원자력 또는 핵탄두.

옛날이지만 좋은 사람.

패션으로 돌아 왔습니다.

분명히 조금 걱정입니다. 매일 당신이 사용하는 기술이나 도구가 있습니까?

나는 지난 8 개월 동안 목공, 주로 전통 목공에 매우 익숙해졌습니다. 그래서 많은 핸드 플레인과 블록 플레인, 스포크 면도기. 솔직히, 나는 그것이 매우 고무적인 것을 발견합니다. 그것들은 나에게 인간의 독창성에 대해 많은 것을 말하는 정말 아름다운 도구입니다. 그리고 인간이 발명 한 매우 간단하면서도 강력하고 효과적인 도구를 다루는 것이 좋습니다.

AI로 구동되는 대형 자동화 기계가 동일한 유형의 목공 처리를 수행 할 수도 있습니다.

나는 그것이 인간 경험을 구성하는 것의 일부라고 생각하는 수준의 예술성과 만족감을 가지고 있습니다. 저기, 실제로 많은 전동 공구가 있습니다. 수공구를 사용하면 항상 더 나은 마무리와 더 나은 제품을 얻을 수 있지만 궁극적으로 이는 도전 과제 중 하나입니다. 우리가 실제로 지구상에서 가장 지능적인 종이 아니라면, 그것은 분명히 중대한 의미를 갖습니다.

우선, 우리는 우리가 더 적은 종류의 지능 지구상에서 그것은 매우 즐거운 광경이 아닙니다. 나는 그것이 인간이된다는 것이 무엇을 의미하는지, 그리고 인생에서 무엇을해야하는지, 행복에 자격이되는 것이 무엇인가에 대해 의문을 제기한다고 생각합니다. 이것들은 분명히 매우 심오한 질문이며, 조만간 우리는 그들과 싸워야한다고 생각합니다.

이 물건이 모퉁이에 있다고 생각하지 않습니다. 나는 우리가 의식적 지능처럼 보이거나 표현하기 시작한 어떤 것으로부터도 많은 돌파구가 있다고 생각합니다. 그러나 그것이 40 년이든 400 년이든, 그것은 인류 역사의 규모에 대한 상대적이고 작은 일종의 실수입니다. 이러한 것들의 의미에 대해 말할 가치가 있습니다. 아무도 이러한 기술의 개발을 중단하는 것에 대해 이야기하지 않습니다. 우리는 본질적으로 매우 호기심이 많으며 이는 선택 사항이 아닙니다. 나는 이것이 옵션이 될 것이라고 생각하지는 않지만, 우리는 그러한 현실이 어떻게 보이는지에 맞설 수있는 올바른 프로토콜을 개발하기 전에 거기에 도달 할 것입니다.

기하 급수적 인 변화의 본질로 되돌아갑니다. 우리는 우리가 준비한 것보다 더 빨리 특정 능력에 도달 할 것입니다. 저는 정부 나 관료, 심지어 오늘날의 기업들도 그런 종류의 속도로 변화를 관리 할 수 ​​있다고 생각하지 않습니다. 실제로 적절하게 변경하는 데 필요한 변경 수준은 약간의 혼란을 야기합니다.

그 동안, 당신은 당신의 목공소에서 일할 것입니다.

당신은 저에게 말하고 있습니다. 계획 B.

어떤 종류의 물건을 만들고 있습니까?

변과 그릇, 숟가락 등. 지금은 정말 간단합니다. 저는 멘토를 찾는 초보자입니다. 내가 항상 사랑했던 비트와 바이트의이 디지털 공간에 살게되어 매우 기쁩니다. 저는 어린 시절부터 프로그래머였으며 항상 그것에 매료되었습니다. 그리고 여전히 그 어느 때보다도 그것을 좋아합니다. 그러나 그것은 단지 물리적이고 수동적이며 대부분 나무를 다루는 일종의 반설입니다. 이것은 멋진 병치입니다.

매우 유기적입니다. 많은 프로그래밍 기술자와 훌륭한 기술력으로 많은 기술자가 쇼에 참석 한 것은 재밌습니다. 그러나 그들이 즐거움을 얻는 것은 실제로 자신의 손으로 일하는 실제 세계인 경향이 있습니다.

네. 그런 종류의 일로 되돌아가는 것은 만족 스럽습니다.

멘토가 지금보고 있는데 연락을하고 싶거나 당신과 GumGum이하고있는 일을 따르기를 원한다면 어떻게 온라인으로 연락 할 수 있습니까?

Twitter @ophirtanz, Ophir Tanz의 LinkedIn 웹 사이트, Gumgum.com에서 저를 찾을 수 있습니다. 모든 유형의 방법.

우수한. 실험실에와 주셔서 감사합니다.

저를 주셔서 감사합니다.

감사합니다.

그것은 훌륭했다.

오늘은 빨리 감기입니다. 함께 해주셔서 감사합니다. 이 쇼의 에피소드를 다시 보려면 PCMag.com에서 찾을 수 있습니다. iTunes에서 Podcast를 들으려면 Apple Podcast에서 찾을 수 있고 Android Play에서 찾을 수 있습니다. 훌륭한 팟 캐스트가 무료로 제공되는 곳이면 어디에서나 찾을 수 있습니다. 오늘 우리와 함께 해주셔서 감사합니다. 앞으로 see겠습니다.