AI는 잘못된 추상화 위에 구축되어 시각적 인식을 무시하고 있습니다

이 기사는 AI 산업이 뇌와 시각 인식이 실제로 작동하는 방식과 약하게 연결된 추상화 위에 모델을 구축하기 때문에 정체되어 있다고 주장합니다. 또한 시각 인식은 어떤 AI 아키텍처보다 중요하며, 홉필드가 고체 물리학과 신경 생물학을 연결했던 것처럼 연구자들이 구체적인 예로 돌아갈 때 돌파구가 발생한다고 주장합니다. 저자는 야금술과의 비유를 듭니다. 어닐링은 과학이 에너지와 온도와 같은 개념을 공식화하기 수천 년 전부터 존재했으며, 이러한 개념은 세계에 별개의 실체로 존재하지 않는 추상화입니다. 마찬가지로 현대 AI는 픽셀, 합성곱, 인공 뉴런과 같은 생물학적 현실과 거리가 먼 추상화를 사용하며, 이로 인해 엄청난 에너지 비용과 잠재적인 근본적 한계가 발생합니다. 저자는 생물학적 뉴런에서 영감을 받은 홉필드의 네트워크가 나중에 힌튼이 실용적으로 작동하도록 수정했지만, 이러한 수정은 원래 생물학적 현상의 왜곡이라고 언급합니다. 시각 인식은 인간이 세상에 대해 얻는 정보의 90~95%를 제공하고, 지속적으로 작동하며, 현실에 의해 끊임없이 시험받습니다. 언어 문자 체계는 이러한 진화적 시험의 산물이며, 사람들은 불편한 요소를 버렸습니다. 저자의 회사인 TAPe는 픽셀이나 합성곱이 아닌 실제 인식으로 작동하는 모델을 개발하여 뛰어난 결과를 달성하고 있습니다.