메타의 인공 지능 부문 이사이자 튜링 브릿지 수상자인 얀 르쿤 브릿지는 일반적인 지능은 실제로 존재하지 않는다고 주장합니다. 그에 따르면 AGI 개념은 일반적으로 인간 수준의 지능을 나타내는 데 사용되지만 인간 지능은 일반적인 것보다 초전문적인 성격이 더 강합니다.
LeCun은 인간은 사회 커뮤니케이션과 모호한 상황 처리에서 실제 세계에 매우 잘 적응하지만 체스나 최적 문제와 같은 엄격한 구조의 작업에서는 덜 뛰어나다고 주장합니다.
우리는 종종 우리가 전체적인 시각을 가지고 있다고 생각하지만 그것은 환상입니다. 우리는 뇌가 상상할 수 있게 해주는 문제만 잘 해결합니다.'라고 Yann LeCun은 최근 팟캐스트에서 공유했습니다.
이에 대해 구글 딥마인드의 CEO인 데미스 하사비스는 LeCun이 '일반 지능'과 '보편 지능'을 혼동했다고 말했습니다.
소셜 네트워크 X60에 게시된 글에서 그는 인간의 뇌가 지금까지 알려진 가장 복잡하고 미묘한 현상이며 놀라운 보편성을 가지고 있다고 주장했습니다.
하사비스는 또한 모든 수학 문제에 최적화할 수 있는 단일 알고리즘이 존재하지 않는다고 주장하는 브라더 머신에서 '공짜 점심은 없다'는 정리를 인용했습니다.
이는 유한한 시스템에서 부가 항상 특정 수준의 전문화가 필요하다는 것을 의미합니다. 그러나 부는 일반성이 모든 부가 임무를 가장 잘하는 데 있는 것이 아니라 부가 데이터 시간 및 자원이 충분하다면 부가를 계산할 수 있는 모든 것을 학습하는 능력에 있다고 강조합니다.
Hassabis,에 따르면 인간의 두뇌와 현대적인 AI 플랫폼 모델 모두 '튜링 머신'으로 간주될 수 있습니다. 즉 이론적으로 모든 계산 문제를 학습할 수 있습니다.
그는 또한 르쿤이 인간을 체스 기계에 비유한 주장을 반박하며 인간이 체스 과학 또는 제트기를 발명할 수 있다는 사실 자체가 지능의 일반성에 대한 강력한 증거라고 주장했습니다.
이 논쟁은 AGI 경쟁에서 두 가지 다른 접근 방식을 반영합니다. 하사비스는 현재 대규모 언어 모델(LLM)의 규모를 확장하는 것만으로는 충분하지 않으며 AI 분야에는 여전히 더 많은 획기적인 기반이 필요하다고 믿습니다.
반면에 르쿤은 LLM이 지속적인 학습 능력과 현실 세계를 이해하는 능력이 부족하기 때문에 '막다른 골목'이라고 생각합니다.
대신 왕 르쿤은 '세계 모델' 개발에 집중해야 한다고 생각합니다. 이는 물리 법칙 인과 관계 및 시간 경과에 따른 움직임을 이해하고 시뮬레이션할 수 있는 AI 시스템입니다. 그에 따르면 '고급 기계 지능' 개념은 AGI 용어보다 연구 목표를 더 정확하게 반영하며 여전히 논란의 여지가 많습니다.
