테슬라가 진정한 완전 신뢰 가능한 실제 오토파일럿을 만들 수 없는 이유

이 기사는 캡슐 네트워크(capsule networks)와 비디오 트랜스포머(video transformers)를 비롯한 기존의 이미지 및 비디오 처리 방식이 병목 현상에 봉착했으며, 단순한 작업에도 막대한 자원이 필요하다고 주장한다. 그 예로 유튜브(YouTube)의 콘텐츠 ID(Content ID)를 든다. 10년간의 개발과 1억 달러(약 1,400억 원)의 투자에도 불구하고, 여전히 짧은 클립을 효율적으로 처리하지 못하고 있다는 것이다. 테슬라(Tesla)의 완전자율주행(Full Self-Driving, FSD)도 비판의 대상이 되는데, 여러 차례의 약속에도 불구하고 여전히 미국자동차공학회(SAE) 기준 레벨 2에 머물러 있으며, 지속적인 인간의 감독이 필요하고 사고 이후 여러 조사에 직면해 있다는 점이 지적된다. 저자는 현대 AI가 근본적으로 한계를 지니고 있다고 주장하는데, 이는 AI가 진정한 이해가 아니라 대규모 데이터셋에서 도출된 통계적 상관관계에 의존하기 때문이며, 그 결과 드물게 발생하는 상황에서 실패하게 된다는 것이다. 기사는 TAPe(Theory of Active Perception, 능동적 지각 이론)를 소개하는데, 이는 기하학적 정보와 의미론적 정보를 인코딩한 구조화된 T-비트(T-bit)로 장면을 표현함으로써 최소한의 자원으로도 인식을 가능하게 하는 방법이다. 콘텐츠 ID의 경우, TAPe는 비디오를 각각 48바이트로 기술되는 장면 단위로 분해함으로써, GPU 없이 단일 서버만으로도 어떤 규모의 아카이브에서든 즉각적인 매칭을 가능하게 한다. 저자는 자율주행의 경우 컴퓨터 비전만으로는 충분하지 않지만, TAPe가 비전 부분만큼은 완전히 해결한다고 말한다.