트윗
미국 정부 "ai는 계속해서 더욱 강력해지고 범용적으로 발전할 것"
작성자
작성일
2024-10-25 19:03
조회
1574
https://www.whitehouse.gov/briefing-room/presidential-actions/2024/10/24/memorandum-on-advancing-the-united-states-leadership-in-artificial-intelligence-harnessing-artificial-intelligence-to-fulfill-national-security-objectives-and-fostering-the-safety-security/
Predicting technological change with certainty is impossible, but the foundational drivers that have underpinned recent AI progress show little sign of abating. These factors include compounding algorithmic improvements, increasingly efficient computational hardware, a growing willingness in industry to invest substantially in research and development, and the expansion of training data sets. AI under the current paradigm may continue to become more powerful and general-purpose. Developing and effectively using these systems requires an evolving array of resources, infrastructure, competencies, and workflows that in many cases differ from what was required to harness prior technologies, including previous paradigms of AI.
기술 변화를 확실하게 예측하는 것은 불가능하지만, 최근 AI의 발전을 뒷받침하는 근본적인 동인은 거의 줄어들 기미가 보이지 않습니다. 이러한 요인에는 알고리즘의 복합적인 개선, 점점 더 효율이 높아지는 컴퓨팅 하드웨어, 연구 개발에 대한 업계의 상당한 투자 의지, 학습 데이터 세트의 확장 등이 포함됩니다. 현재의 패러다임에 따른 AI는 계속해서 더욱 강력하고 범용적으로 발전할 것입니다. 이러한 시스템을 개발하고 효과적으로 사용하려면 진화하는 리소스, 인프라, 역량, 워크플로우가 필요하며, 이는 많은 경우 이전 패러다임의 AI를 비롯한 이전 기술을 활용하는 데 필요했던 것과는 다릅니다.
Predicting technological change with certainty is impossible, but the foundational drivers that have underpinned recent AI progress show little sign of abating. These factors include compounding algorithmic improvements, increasingly efficient computational hardware, a growing willingness in industry to invest substantially in research and development, and the expansion of training data sets. AI under the current paradigm may continue to become more powerful and general-purpose. Developing and effectively using these systems requires an evolving array of resources, infrastructure, competencies, and workflows that in many cases differ from what was required to harness prior technologies, including previous paradigms of AI.
기술 변화를 확실하게 예측하는 것은 불가능하지만, 최근 AI의 발전을 뒷받침하는 근본적인 동인은 거의 줄어들 기미가 보이지 않습니다. 이러한 요인에는 알고리즘의 복합적인 개선, 점점 더 효율이 높아지는 컴퓨팅 하드웨어, 연구 개발에 대한 업계의 상당한 투자 의지, 학습 데이터 세트의 확장 등이 포함됩니다. 현재의 패러다임에 따른 AI는 계속해서 더욱 강력하고 범용적으로 발전할 것입니다. 이러한 시스템을 개발하고 효과적으로 사용하려면 진화하는 리소스, 인프라, 역량, 워크플로우가 필요하며, 이는 많은 경우 이전 패러다임의 AI를 비롯한 이전 기술을 활용하는 데 필요했던 것과는 다릅니다.
전체 0