인터뷰/예측
(2023년 11월) 메타 엔지니어 "AGI 가능한지에 대한 답은 3~4년 안에 나올 것"
작성자
작성일
2024-07-03 19:43
조회
1003
https://venturebeat.com/ai/meta-engineer-only-two-nuclear-power-plants-needed-to-fuel-ai-inference-next-year/
예측: AGI가 3~4년 내에 가능한지 알게 될 것이며 LLM은 기업에 "엄청난" 가치를 제공할 것입니다.
패널이 끝날 때 저는 패널리스트들에게 LLM의 역량이 어떻게 성장할 것인지, 그리고 한계에 부딪힐 것인지에 대한 향후 2~3년간의 예측을 물었습니다. 일반적으로 그들은 LLM이 얼마나 개선될 수 있을지 불분명하지만 상당한 가치가 이미 입증되었으며 기업이 약 2년 내에 LLM을 대규모로 배포할 가능성이 높다는 데 동의했습니다.
Meta의 Edunov는 LLM의 개선이 기하급수적으로 계속되거나 점점 줄어들 수 있다고 말했습니다. 어느 쪽이든 현재 기술로 일반 인공지능(AGI)이 가능한지에 대한 답은 3~4년 안에 나올 것이라고 그는 내다봤다. 엔비디아의 스피린은 초기 AI 기술을 포함한 이전 기술의 물결로 볼 때 기업의 초기 채택 속도가 느릴 것이라고 말했습니다. 그러나 그는 2년 안에 기업들이 이를 통해 "엄청난" 가치를 얻을 것으로 기대합니다. “적어도 이전 AI 기술 물결에서는 그랬습니다.”라고 그는 말했습니다.
Google의 Tsai는 Nvidia가 GPU를 위한 고대역폭 메모리에 의존하여 발생하는 공급망 제한으로 인해 모델 개선 속도가 느려지고 있으며 이러한 병목 현상을 해결해야 한다고 지적했습니다. 그러나 그는 더 작고 효율적인 모델을 구축하는 방법을 찾기 위해 Salesforce의 연구 프로젝트인 Blib-2 와 같은 혁신에 여전히 고무되어 있다고 말했습니다. 이는 LLM이 처리 요구 사항을 줄여 공급망 제약을 극복하는 데 도움이 될 수 있다고 그는 말했습니다.
예측: AGI가 3~4년 내에 가능한지 알게 될 것이며 LLM은 기업에 "엄청난" 가치를 제공할 것입니다.
패널이 끝날 때 저는 패널리스트들에게 LLM의 역량이 어떻게 성장할 것인지, 그리고 한계에 부딪힐 것인지에 대한 향후 2~3년간의 예측을 물었습니다. 일반적으로 그들은 LLM이 얼마나 개선될 수 있을지 불분명하지만 상당한 가치가 이미 입증되었으며 기업이 약 2년 내에 LLM을 대규모로 배포할 가능성이 높다는 데 동의했습니다.
Meta의 Edunov는 LLM의 개선이 기하급수적으로 계속되거나 점점 줄어들 수 있다고 말했습니다. 어느 쪽이든 현재 기술로 일반 인공지능(AGI)이 가능한지에 대한 답은 3~4년 안에 나올 것이라고 그는 내다봤다. 엔비디아의 스피린은 초기 AI 기술을 포함한 이전 기술의 물결로 볼 때 기업의 초기 채택 속도가 느릴 것이라고 말했습니다. 그러나 그는 2년 안에 기업들이 이를 통해 "엄청난" 가치를 얻을 것으로 기대합니다. “적어도 이전 AI 기술 물결에서는 그랬습니다.”라고 그는 말했습니다.
Google의 Tsai는 Nvidia가 GPU를 위한 고대역폭 메모리에 의존하여 발생하는 공급망 제한으로 인해 모델 개선 속도가 느려지고 있으며 이러한 병목 현상을 해결해야 한다고 지적했습니다. 그러나 그는 더 작고 효율적인 모델을 구축하는 방법을 찾기 위해 Salesforce의 연구 프로젝트인 Blib-2 와 같은 혁신에 여전히 고무되어 있다고 말했습니다. 이는 LLM이 처리 요구 사항을 줄여 공급망 제약을 극복하는 데 도움이 될 수 있다고 그는 말했습니다.
전체 0