AGI(범용 인공지능)는 인공지능 개발의 다음 주요 이정표를 나타내며, 기계가 광범위한 작업을 이해하고 추론할 수 있는 잠재력을 제공합니다. 이는 AI 커뮤니티에서 상당한 관심을 불러일으킨 목표이며, 많은 전문가들이 이를 실현하기 위해 노력하고 있습니다. AGI 달성은 인간의 발전과 AI 혁신 모두를 위한 새로운 가능성을 열어주는 중요한 단계로 여겨집니다. ARC는 겜이 이러한 추구에 필수적인 도구 역할을 하며, AI 시스템이 복잡성과 적응력을 다루도록 훈련할 수 있는 테스트베드를 제공한다고 믿습니다. 이 두 가지는 AGI 달성에 중요한 요소입니다.
일반 AI 이미지
겜과 AGI
겜은 오랫동안 AI 개발의 중요한 구성 요소로 인식되어 왔으며, 이는 Elon Musk 및 Demis Hassabis와 같은 업계 리더들이 인정한 바 있습니다. Musk는 xAI 이니셔티브를 통해 AI 시스템 훈련에서 겜의 역할을 강조하며, 겜이 실제 세계의 복잡성을 시뮬레이션하는 데 어떻게 사용될 수 있는지 보여주었습니다.
마찬가지로 DeepMind의 Demis Hassabis는 AlphaZero에서 사용된 것과 같은 겜 환경이 단순히 겜을 마스터하는 것이 아니라 더 넓은 실제 문제에 적용될 수 있는 AI 알고리즘을 개발하는 것이라고 언급하며 자신의 비전을 공유했습니다. 목표는 추론하고, 적응하며, 궁극적으로 초기 훈련 목표를 넘어선 문제를 해결할 수 있는 범용 AI를 만드는 것입니다.
ARC의 접근 방식은 겜을 통해 AGI 진행을 가속화하기 위한 구조화된 프레임워크를 사용하는 것입니다. 모델, 인프라, 환경 및 데이터(M.I.N.D.)를 통합함으로써 ARC는 AGI 개발에 필요한 구성 요소를 한데 모으는 생태계를 만들고자 합니다. 이 조직은 겜의 역동적인 특성, 즉 끊임없이 변화하는 규칙과 예측 불가능한 환경이 AGI에 필요한 핵심 역량을 개발할 수 있는 AI 시스템을 훈련하기에 이상적인 플랫폼이라고 믿습니다.
인간의 기술. AI로 증폭됩니다.
AGI 달성을 위한 핵심 역량
ARC에게 AGI는 여러 핵심 역량을 발휘하며 다양한 영역에서 수행할 수 있는 능력으로 정의됩니다. 주요 기능 중 하나는 멀티모달리티(multimodality)로, 시각, 텍스트, 오디오와 같은 다양한 유형의 데이터를 통합하여 일관된 이해를 형성하는 것을 포함합니다. 이는 AI가 세상과 의미 있게 상호 작용하는 데 필수적이며, 실제 작업은 종종 다양한 입력 유형의 해석을 요구하기 때문입니다.
또 다른 중요한 역량은 지속적인 개선입니다. AGI 시스템은 이전에 학습한 정보를 잃지 않고 각 새로운 상호 작용을 통해 지식을 점진적으로 개선할 수 있어야 합니다. 이는 AI가 변화하는 상황에 적응하고 다른 상황에 직면할 때 새로운 기술을 습득할 수 있도록 보장합니다.
적응력은 또 다른 필수적인 특성입니다. AGI 시스템은 새로운 환경이나 기존 환경의 예상치 못한 변화에 효과적으로 대응할 수 있어야 합니다. 이는 규칙과 시나리오가 빠르게 진화할 수 있는 겜과 같은 동적 환경에서 특히 중요하며, AI가 접근 방식을 변경해야 합니다.
마지막으로, 추론은 AGI의 근본적인 요구 사항입니다. 패턴 인식은 중요한 기술이지만, 진정한 지능은 이를 넘어 AI 시스템이 인과 관계를 이해하고, 예측하며, 추론을 기반으로 문제에 대한 해결책을 고안하는 것을 요구합니다. AGI는 다양한 정보 조각들 사이의 점들을 연결하고 이 이해를 새로운 도전에 적용할 수 있어야 합니다.
ARC와 Eliza Labs의 새로운 파트너십
다양한 맥락에서 AGI 테스트
올바른 역량을 입증하는 것 외에도 AGI는 다양한 환경에서 기능할 수 있어야 합니다. 이러한 환경은 AI가 다양한 유형의 도전 과제에서 얼마나 잘 수행할 수 있는지를 테스트합니다. 예를 들어, 다중 에이전트 협업은 AGI가 인간 및 AI 에이전트와 함께 또는 경쟁하면서 작동해야 하는 맥락입니다. 이는 AI의 협업, 전략 수립 및 효과적인 의사소통 능력을 테스트합니다.
환경의 비정상적인 특성 또한 중요한 맥락입니다. AGI 시스템은 규칙과 작업이 끊임없이 진화하는 세계를 탐색할 수 있어야 합니다. 이러한 환경에서 AI는 단순히 미리 정의된 솔루션에 의존할 수 없으며, 즉석에서 조정하고 전략을 개발하는 방법을 배워야 합니다.
오픈 월드의 복잡성은 AGI가 여러 목표를 탐색하고 관리하도록 요구함으로써 더욱 도전적입니다. 오픈 월드 환경에서 AI는 작업을 우선순위화하고 예상치 못한 사건을 처리하면서 새로운 목표를 발견해야 합니다. 이러한 유형의 환경은 실제 시나리오의 예측 불가능성과 복잡성을 시뮬레이션하는 데 도움이 됩니다.
마지막으로, 장기 계획은 또 다른 필수적인 테스트입니다. AGI는 단순히 즉각적인 보상을 최적화하는 것이 아니라 장기적인 성공으로 이어지는 결정을 내릴 수 있어야 합니다. 이 기술은 피드백이 부족하거나 지연될 때에도 다단계 계획을 수립하고 실행하는 능력을 요구합니다.
뉴런 토큰 ($NRN)
ARC의 진행 상황 및 로드맵
ARC는 M.I.N.D. 프레임워크를 통해 AGI에 필요한 구성 요소를 개발하는 데 상당한 진전을 이루었습니다. 이 프레임워크에는 지속적인 학습, 불확실성 모델링 및 적응성을 지원하는 고급 모델이 포함됩니다. ARC의 인프라는 또한 데이터 수집 및 사용을 용이하게 하여 AI 시스템이 시간이 지남에 따라 지속적으로 개선하고 적응할 수 있도록 합니다. 단일 플레이어에서 멀티 플레이어 설정에 이르는 환경 통합은 이러한 기능을 위한 다양한 테스트 기반을 제공합니다.
이러한 발전에도 불구하고 AGI 달성은 여전히 주요 격차를 해결해야 합니다. 여기에는 추론, 계층적 기계 학습(HML) 및 불확실성 처리의 추가 개발이 포함됩니다. 특히 HML은 AI 학습을 다양한 추상화 수준에서 작동할 수 있는 모듈로 구성하여 시스템이 복잡성을 더 잘 관리하고 보다 미묘한 결정을 내릴 수 있도록 하는 유망한 방법입니다.
ARC의 로드맵에는 이러한 격차를 해결하기 위해 고안된 여러 이니셔티브가 포함되어 있습니다. 그러한 이니셔티브 중 하나는 2025년에 시작될 모델 혁신 경쟁으로, 추론, 적응성 및 일반화와 같은 분야의 연구 개발을 장려할 것입니다. 이 조직은 또한 AGI 개발의 증가하는 컴퓨팅 수요를 충족하기 위해 인프라 제공업체와 협력하고 있습니다. 또한 ARC는 AI의 협업, 계획 및 예상치 못한 도전을 관리하는 능력을 시험하는 겜 환경을 만들고 있으며, 비전, 오디오 및 언어와 같은 다양한 양식을 통합하기 위해 다른 프로젝트와도 협력하고 있습니다.
AGI 개발에서 $NRN의 역할
ARC 비전의 핵심은 ARC가 구축하고 있는 분산형 생태계 내에서 기본 요소로 기능하는 뉴런 토큰($NRN)입니다. 이 토큰은 연구원, 개발자, 플랫폼 및 조직의 협력을 촉진하여 겜을 통한 AGI 개발을 가속화하는 데 도움이 됩니다. $NRN을 활용함으로써 ARC는 AGI 연구에 대한 오픈 소스, 커뮤니티 중심 접근 방식을 육성하여 다양한 참가자들의 기여를 통해 진행 상황이 공유되고 가속화되도록 보장하는 것을 목표로 합니다. ARC의 이니셔티브에 대해 자세히 알아보려면 X의 이 게시물을 참조하십시오.
