최적의 AI가 작업을 수행하는 데 필요한 지식과 기술을 동적으로 습득할 수 있는 작은 "인지 핵심"인 세상에 살면 어떨까요? 이는 Andrej Karpathy, Sam Altman 등이 제안한 것입니다. 나는 조건 하에서 미래의 AI 전망을 개략적으로 설명하려고 노력했습니다.
"작지만 매우 강력한 AI" 비전이 완전히 실현되었습니다. 여기: https://t.co/mRCG9J8A7F killerstorm.github.io/ai/2025/11/04/… 핵심' 경쟁"이라고 설명했지만, 소규모 AI 모델로 작업하는 것이 훨씬 더 실현 가능하기 때문에 대규모 AI 연구실을 약화시킬 가능성이 큽니다.
그들은 왜 그곳으로 달려가려고 하는가?... 사람과 회사가 로컬 기기에서 모델을 실행할 수 있게 되면 대규모 클라우드 AI에 대한 필요성도 줄어들 수 있습니다. 둘째, 웹 검색 API와 같은 '데이터 제공자'의 역할이 커질 수 있습니다. AI의 '지능'이 전적으로 데이터에 의존한다면
수신하는 데이터는 검색 엔진에서 무작위로 발견된 SEO 스팸이 아닌, 고품질의 검증된 데이터여야 합니다. 사용자는 "추론"보다는 데이터 접근에 비용을 지불하게 될 수 있습니다. 셋째, 확장 장치, 어댑터, 카트리지 등의 시장이 열릴 것입니다.
작은 모델이 원시 데이터로부터 _잠재적으로_ 학습할 수는 있지만, 기술을 습득하려면 더 경험적인 데이터가 필요합니다. 그리고 원시 데이터에서 추출한 "카트리지" 형태로 데이터를 얻는 것이 훨씬 더 효율적입니다. 하지만 물론 이것을 만드는 것이 중요할 것입니다.
전처리된 생각은 검증 가능합니다. 사용자는 AI에 기술을 부여하지만 특정 제품(또는 이념)을 홍보하는 "뇌 이식"을 원하지 않을 수 있습니다.
넷째, AI와 저작권이 있는 콘텐츠 문제를 실제로 해결할 수도 있습니다. 인지 코어에 저작권이 있는 저작물의 표현이 포함되지 않으면, 저작권자의 통제권이 다시 IP 소유자에게 넘어갑니다. 예를 들어, IP 소유자는 원하는 경우 "카트리지"나 콘텐츠 라이선스를 판매할 수 있습니다.