Appscout 스카이 넷은 실제적이지만 우리를 파괴하지는 않습니다.

스카이 넷은 실제적이지만 우리를 파괴하지는 않습니다.

비디오: [다시보는 맥월드]스티브잡스 식(式) 프리젠테이션 ì‹ê³„ëª (십월 2024)

비디오: [다시보는 맥월드]스티브잡스 식(式) 프리젠테이션 ì‹ê³„ëª (십월 2024)
Anonim

제임스 카메론 감독이 1984 년 인류를 근절하기 위해 가상의 초 AI로 스카이 넷을 소개 한 것은 당연한 일이었다.

Terminator lore에 따르면 Skynet은 1990 년대에 미국 핵 방어에서 인적 요소를 제거하기 위해 만들어졌습니다. 그러나 스카이 넷은 자각하고 글로벌 핵 홀로 코스트를 시작했으며 생존자 인 야다 야다 야다를 꺼내기 위해 킬러 봇을 만들었습니다 .

물론, 이 미래의 디스토피아는 유능한 로봇이나 인공 지능과 같은 것이 존재하기 오래 전에 고안되었습니다. 2017 년으로 나아가고 인간이 선택할 수있는 기술은 현실 세계에만 국한된 것이 아니라 엔지니어가 더 많은 책임을지는 방법을 고안하기 위해 노력하고 있습니다. 전 세계에서 자율적 인 미니 스카이 넷은 (희망적으로 자비로운) 현실이되고 있습니다.

우리는 아마도 핵 발사 코드만큼 위험한 일을 곧 알고리즘에 넘기지 않을 것이지만, 사회는 다른 중요한 작업을 수행하는 기술에 점점 더 의존하고 있습니다. 사실, 그 세계는 너무 복잡 해져서 실제로 필요한 것입니다. 우리의 인프라 스트럭처는 온라인으로 만 제공되는 것이 아니라 예측하고 반응하는 능력을 얻고 있습니다. 복잡한 시스템에서 보안 위반을 발견하고 세계 대부분의 주식을 거래하며 비행기 엔진 부품과 같은 일이 발생 하기 전에 언제 깨질 지 예측하는 알고리즘을 수행했습니다.

이를 위해 엔지니어들은 예측과 의사 결정을 돕기 위해 "디지털 쌍둥이"와 같은 것을 점점 더 많이 사용하고 있습니다. 디지털 트윈은 실제 개체 (일반적으로 발전소의 터빈과 같은 중요한 인프라)를 가상으로 표현한 것입니다. 이 쌍둥이는 실시간 데이터를 활용하여 언제 문제 가 발생 할지 예측합니다 (따라서 점점 자동화되는 업 키퍼가 문제가 발생하기 전에 문제를 해결하도록 허용) 그러나 AI가 지능의 한 유형이라면 디지털 쌍둥이를 상상의 한 형태로 묘사하는 것이 정확할까요?

General Electric의 소프트웨어 리서치 담당 부사장 인 콜린 파리스 (Colin Parris)는“그렇습니다. 그러나 실제로 알고있는 것과 과거의 역사, 환경 및 사용 방식에 중점을 둔 상상력입니다. PCMag의 인터뷰 시리즈 인 The Convo 에서 최근 게스트로 활동 한 디지털 트윈 기술의 선도적 인 개발자. "이 상상력은 '이 데이터를 바탕으로 지금은 유지해야 할 수도 있습니다"라고 말합니다.

그러나 디지털 트윈은 단일 소스의 입력으로 강등되지 않으며 전체 차량의 경험을 활용할 수 있습니다. 예를 들어, 알고리즘이 비가 오는 조건에서 2, 000 번의 착륙 후에 특정 비행기 부품이 마모되기 시작하면 다음에 비행기가 정비를 위해 들어올 때 유지 대원을 핑할 수 있습니다. 그러나 시스템에 진정한 지능을 부여하는 것은 자동차 대시 보드의 "체크 업 시간"조명 이상입니다. 시간이 지남에 따라 기능이 향상됩니다.

"머신 러닝"이라는 인공 지능 분야는 컴퓨터가 인간의지도와 무관하게 작업을 마스터 할 수 있도록합니다. 수집 된 경험을 함께 꿰매는 것은 상식의 부족을 보완하는 벌집을 용이하게합니다. 이 디지털 Zeitgeist가 없으면 자율 주행 차와 같은 복잡한 기술은 불가능할 것입니다.

한 사람의 프로그래머 나 심지어는 프로그래머의 군대조차도 모든 실제 도로 시나리오를 예상 할 수있는 소프트웨어를 만들 수는 없지만 자율 주행 자동차는 관찰을 통해 배울 수 있습니다. 예를 들어, 자율 주행 자동차는 휠체어에있는 사람을 인식하지 못하지만 사람과 자동차의 특징을 공유하는이 새로운 형태에 인간이 어떻게 반응하는지 관찰함으로써 소프트웨어는 이것이 보행자가 그렇게 취급하십시오.

인간 운전자의 행동을 관찰하여 소프트웨어를 개선 할뿐만 아니라 다른 자율 주행 자동차가 도로에있을 때 작동했던 것과 더 중요하지 않은 것을 기록합니다. 이 공동 학습을 통해 기계는 예상치 못한 변수가 많은 복잡한 세계를 탐색 할 수 있습니다.

가상 모델링 및 예측 기술을 로봇 공학의 발전과 결합하면 인프라가 어떻게 더 자율적으로 발전하는지 알 수 있습니다. 이 자동화는 실업 관점에서 문제가되지만 반드시 인류를 완전히 잃는 것은 아닙니다.

Parris는“지루하고, 더럽고, 위험한 일자리가있다. 나는 우리가 그 일자리에 너무 자주 사람이 없는지 확인하고 싶다”고 설명했다. "예를 들어 보겠습니다. 바다 한가운데 석유 굴착 장치가있어 연료를 태우는 데 사용하는 거대한 더미가 있습니다. 누군가는 그 더미를 위로 올라가 녹이 있는지 확인해야합니다. 공중에 발을 딛고 밧줄로 매달려 있고 거기에 강풍이 있습니다 실수 할 가능성은 큽니다하지만 지금 우리는 무인 항공기를 가지고 있습니다 무인 항공기가 저기 날아가서 원을 그리며 사진을 찍습니다. 이 소프트웨어는 녹과 손상의 위치를 ​​분석하므로 이제 인간을 위험한 곳에 두지 않아도됩니다."

로봇이 점점 더 정교 해지고 똑똑해지고 능력이 향상됨에 따라 문명이 의존하는 시스템이 어떻게 스스로를 유지 관리하고 수리 할 수 ​​있는지 배울 수 있습니다. 마치 마치 배우고 상상하고 예측할 수있는 실제와 같은 시스템으로 진화하는 것처럼 보입니다. 그들이 언젠가 우리를 파괴하기로 결정하지 않기를 바랍니다.

스카이 넷은 실제적이지만 우리를 파괴하지는 않습니다.