평생의 업적으로 파괴를 가져오지 않는 '현대 인공지능의 아버지' 위르겐 슈미트후버와의 독점 인터뷰

Juergen Schmidhuber는 기술과 비즈니스 사이에 큰 갈등이 있을 때만 대중에게 기억될 것입니다. 지난 4월 인공지능 기술 개발을 중단한 공개서한부터 제프리 힌튼이 AI의 위험성에 대해 좀 더 '자유롭게' 이야기할 수 있도록 이달 초 구글을 떠나는 것까지. 금세기의 가장 상상력이 풍부하고 논란이 많은 기술이 마침내 마지막 교차로에 서게 되었습니다.

지난 2년 동안 유에르겐 슈미트후버의 각광은 한때 튜링상을 수상한 인공지능 3대 거인(요슈아 벤지오, 제프리 힌튼, 얀 르쿤)에 의해 가려졌기 때문에 대중은 무의식적으로 이 인공지능 사상가이자 기술 선구자를 주목하게 되었습니다. 상대적으로 과소평가된 위치.

그가 튜링상을 놓친 이유를 이해하려면 아마도 난징대학교 인공지능학부 학장인 Zhou Zhihua 교수의 다음과 같은 말을 참고할 가치가 있을 것입니다. 1위를 차지했고 LeCun과 Schmidhuber는 둘 다 큰 기여를 했습니다. 하지만 HLB는 항상 함께하고 있으며 Schmidhuber는 분명히 그 작은 그룹에 속하지 않습니다. 하지만 LSTM과 같은 교과서 기여도 중요합니다. , 그는 충분히 침착합니다."

1990년 초 Schmidhuber는 비지도 생성 적대 신경망을 명확히 설명했습니다. 이러한 신경망은 미니맥스 게임에서 인공 호기심을 달성하기 위해 서로 경쟁합니다. 1991년에 그는 선형화된 self-attention을 갖춘 Transformer라고 불리는 것과 공식적으로 동등한 신경 빠른 가중치 프로그램을 도입했습니다. 현재 이 변환기는 유명한 ChatGPT를 구동하고 있습니다. 2015년에 그의 팀은 이전 네트워크보다 몇 배 더 깊이 있는 고속도로 신경망(Highway Neural Networks)을 출시했습니다.

Schmidhuber는 그의 경력 전반에 걸쳐 획기적인 작업으로 다양한 상과 명예를 받았습니다. 2013년에는 머신러닝 분야에 지대한 공헌을 한 공로를 인정받아 헬름홀츠상(Helmholtz Prize)을 수상했습니다. 2016년에는 "딥 러닝 및 신경망에 대한 선구적인 공헌"으로 IEEE 신경망 개척상(IEEE Neural Network Pioneer Award)을 수상했습니다. Yoshua Bengio, Geoffrey Hinton 및 Yann LeCun이 Turing Award를 수상하기 전에 Juergen Schmidhuber는 이미 "현대 인공 지능의 아버지"로 알려져 있었습니다.

그의 목소리는 '주류'의 반대편에 있는 경우가 많지만, 맞는 경우가 많습니다. Schmidhuber는 올해 초 Forbes China와의 독점 인터뷰를 수락했으며 최근 Forbes 기고자 Hessie Jones의 인공 지능에 대한 우려에 대한 일련의 질문에 답변했습니다. 관련 대화를 다음과 같이 구성했습니다.

Forbes China: ChatGPT 등장 이후 딥 러닝, 신경망 등의 기술이 근본적인 변화를 예고했나요?

Schmidhuber: 사실 아니요. ChatGPT는 본질적으로 지난 천년에 기초가 놓인 학습 신경망이기 때문입니다. 그러나 지속적인 하드웨어 가속 덕분에 이제 이전보다 더 큰 신경망을 구축하고 앞으로 나아갈 수 있습니다. 그들은 텍스트(예: "채팅")와 이미지의 일부를 예측하는 방법을 학습하면서 전체 인터넷에 정보를 제공합니다. ChatGPT의 지능은 주로 이러한 거대한 규모의 결과입니다.

ChatGPT의 기반이 되는 신경망은 소위 "주의 변환기"입니다. 나는 30여년 전에 지금 "선형 자기 주의를 가진 변환기"(J. Schmidhuber. Learning to control fast-weight memory: An Alternative to recurrent nets. Neural Computation , 4( 1):131-139, 1992). 그들은 별도의 저장 및 제어 기능을 갖춘 신경 빠른 가중치 프로그래머(정규화 제외)와 동일하며 1993년 ICANN에서 도입되었습니다.

포브스 차이나: 중국에 가본 적이 있는데 중국의 인공지능 기술 발전에 대해 어떻게 생각하시나요? 중국은 미국 같은 기술 선진국을 어떻게 따라잡아야 할까?

Schmidhuber: 딥 러닝을 위한 기본 알고리즘의 대부분은 유럽인이 발명한 반면, 미국의 대기업은 이러한 알고리즘을 상용화하는 데 더 나은 성과를 거두었습니다. 중국 기업이 뒤쳐진다고는 생각하지 않는다. 이러한 기본 방법은 이미 공개적으로 사용 가능하며 오픈 소스입니다. 필요한 것은 빠른 컴퓨터, 많은 데이터, 엔지니어링 인재입니다. 나는 중국을 여러 번 방문했고 중국이 모든 것을 갖추고 있으며 이미 인공지능에 관한 논문을 가장 많이 발표하는 나라라는 것을 알고 있습니다. 그래서 저는 중국의 인공지능에 대해 매우 낙관적입니다!

Forbes China: 현재 대부분의 컴퓨팅 성능과 데이터는 일부 업계 거대 기업의 손에 있습니다. 중소기업과 스타트업은 어떻게 장벽을 돌파할 수 있나요?

Schmidhuber: 40년 전, 나는 한 부자를 알았습니다. 그 사람은 포르쉐를 갖고 있어요. 하지만 가장 놀라운 점은 포르쉐에 휴대폰이 있다는 것입니다. 그래서 그는 위성을 통해 비슷한 포르쉐를 가진 다른 사람들에게 전화를 걸 수 있습니다.

오늘날 모든 사람은 포르쉐에 있는 제품보다 여러 면에서 더 나은 저렴한 스마트폰을 가지고 있습니다. 그리고 인공지능이 발전할수록 발전할 것입니다. 기억하세요: AI는 5년마다 10배 더 저렴해집니다. 모든 사람은 자신을 위해 일하는 수많은 값싼 AI를 갖게 될 것입니다. (이것은 무어의 법칙보다 오래된 법칙으로 기어가 발견된 이후 거의 천년 동안 존재해 왔습니다.)

사실 저희 회사 NNAISENSE의 모토는 "인공지능은 모두를 위한 것"입니다! 우리의 인공지능은 이미 인간의 삶을 더 길고, 더 건강하게, 더 쉽게, 더 행복하게 만들고 있습니다. 인공지능은 몇몇 대기업에 의해 통제되지 않을 것이다. 아니요, 모든 사람은 여러 면에서 자신의 삶을 개선할 수 있는 저렴하지만 강력한 인공 지능을 갖게 될 것입니다.

Forbes China: 인공 지능 및 딥 러닝 분야의 기업가와 스타트업에게는 어떤 기회가 있다고 생각하시나요?

Schmidhuber: 우리가 설립한 회사인 NNAISENSE의 관점에서 이야기할 수 있습니다. "nascence"(영어로 "birth")처럼 발음되지만, 일반적인 신경망 인공지능을 기반으로 하기 때문에 다르게 표기한다. 오늘날 대부분의 AI 수익은 마케팅 및 광고 판매에 사용되는 가상 세계에서 이루어집니다. 이는 Alibaba, Amazon, Facebook, Tencent, Google, Baidu 등 환태평양 지역의 대형 플랫폼 기업이 하고 있는 일입니다. 그러나 마케팅은 세계 경제에서 아주 작은 부분만을 차지합니다. 영화에서처럼 더 큰 부분도 인공지능의 침입을 받게 될 것이다. 우리와 같은 스타트업에는 많은 기회가 있습니다.

Forbes China: ChatGPT가 가져온 놀라운 경험을 고려할 때 인공지능이 인간의 직업을 대체하는 추세는 무엇이라고 생각하시나요?

Schmidhuber: ChatGPT를 사용하면 사용자는 갑자기 모든 주제와 질문에 대해 잘 짜여진 답변을 갖고 있는 것처럼 보이는 지식이 풍부한 사람과 대화하고 있는 것처럼 느낄 수 있습니다. "이 작가의 스타일로 이에 대한 기사 요약 작성"과 같은 복잡한 작업도 나중에 약간의 편집만 필요할 정도로 너무 빨리 해결될 수 있는 경우가 많습니다. 이러한 똑똑한 AI 동반자 덕분에 많은 책상 작업이 크게 촉진될 것입니다.

현재 어떤 유형의 AI가 꽤 잘 작동하고 있나요? 그 답은 데스크톱 작업자에게 서비스를 제공하는 인공지능이다. 예를 들어 법률 시험 문제에 답하기, 회사 문서 요약하기, 가상 세계에서 상대방 물리치기(예: 비디오 게임), 인터넷에서 사용자의 움직임 추적 및 맞춤형 광고 제공 등이 있습니다.

Forbes China: 윤리, 도덕, 개인 정보 보호 및 보안 측면에서 AI가 직면한 과제에 대해 어떻게 생각하시나요?

Schmidhuber: 이것은 AI 간의 군비 경쟁이 될 것입니다. 일부 AI는 특정 윤리적, 도덕적 기준, 개인 정보 보호 및 보안을 위해 싸우고 다른 AI는 덜 자비롭습니다.

Forbes China: 현재 AI 개발이 귀하의 예측에 부합합니까? 딥러닝은 앞으로 어떻게 발전할 것인가?

Schmidhuber: 저는 15살쯤 되었을 때부터 저의 주요 목표는 저보다 더 똑똑한 자가 개선 인공 지능을 구축하고 은퇴하는 것이었습니다. 현재의 발전은 내 예측과 일치합니다.

1941년 이후 5년마다 컴퓨터 가격이 10배 저렴해졌음을 기억하세요. 이러한 기하급수적 추세를 순진하게 추정하면 21세기에는 모든 인간 두뇌의 원시 컴퓨팅 성능보다 천 배나 더 뛰어난 컴퓨팅 성능을 갖춘 값싼 컴퓨터가 등장할 것으로 예측됩니다. 머지않아 이러한 장치가 수백만, 수십억, 수조 개가 될 것입니다.

다음은 인공 지능과 관련된 일련의 문제에 대해 Forbes 기고자 Hessie Jones와 Schmidhuber가 나눈 대화입니다. 텍스트의 명확성과 일관성을 보장하기 위해 다음 내용을 편집했습니다.

Jones: AI 무기에 대한 경고 서한에 서명하셨습니다. 그런데 최근 발표된 "인공지능 분야의 대규모 모델 실험 중단: 공개 서한"에 서명하지 않으셨나요?

Schmidhuber: 저는 AI의 위험성에 대해 공개적으로 경고하는 사람들 중 다수가 단순히 홍보를 추구하고 있다는 것을 깨달았습니다. 많은 AI 연구자, 기업, 정부가 이 편지를 완전히 무시할 것이기 때문에 이번 편지가 큰 영향을 미칠 것이라고는 생각하지 않습니다.

공개 서한에서 "우리"라는 단어는 "우리 모두", 즉 인간을 가리키는 단어로 여러 번 사용되었습니다. 하지만 예전에도 여러 번 지적했듯 모두가 공감할 수 있는 '우리'는 없습니다. 10명의 사람들에게 물어보면 "좋은" 것이 무엇인지에 대한 10가지의 다른 의견을 듣게 될 것입니다. 이러한 보기 중 일부는 완전히 호환되지 않습니다. 많은 사람들 사이의 큰 갈등을 잊지 마십시오.

서한에는 "이번 정지 조치를 신속히 시행할 수 없다면 정부가 개입해야 한다"고 적혀 있었습니다. 문제는 정부마다 무엇이 자신에게 좋고 무엇이 남에게 이로운지에 대해 서로 다른 견해를 가지고 있다는 것입니다. A국은 우리가 그렇게 하지 않으면 B국이 우리보다 우위를 점하기 위해 아마도 은밀하게 그렇게 할 것이라고 말할 것입니다. 대국 C와 대국 D도 마찬가지다.

Jones: 현재의 생성 AI 기술에 대한 두려움은 모두가 인정합니다. 또한, OpenAI CEO인 샘 알트만(Sam Altman) 자신도 이 기술의 실존적 위협을 공개적으로 인정하고 인공지능에 대한 규제를 촉구했습니다. 당신의 관점에서 AI는 인류에게 실존적 위협을 가하는가?

Schmidhuber: AI는 실제로 무기화될 수 있으며 일종의 AI 군비 경쟁이 있을 것이라는 데는 의심의 여지가 없지만 AI는 새로운 실존적 위협을 도입하지 않습니다. 인공지능 무기의 위협은 핵폭탄과 수소폭탄의 오래된 위협에 비하면 왜소해 보입니다. 반세기 전의 수소폭탄 로켓 기술을 더 두려워해야 한다. 1961년 차르 봄바(소련이 1960년대 초 냉전 기간에 개발한 수소폭탄)는 제2차 세계 대전 당시의 모든 무기를 합친 것보다 거의 15배 더 파괴적이었습니다. 1980년대부터 각국은 극적인 핵군축에 나섰지만, 세계에는 인공지능의 도움 없이도 2시간 만에 인류문명을 쓸어버릴 수 있는 핵탄두가 아직 남아 있다. 나는 상당히 무해한 AI 무기보다 고대의 실존적 위협이 더 걱정됩니다.

Jones: AI를 핵폭탄의 위협에 비유하는 동안 현재 기술이 인간에 의해 지배되어 "결국" 매우 정확한 방식으로 인간을 목표로 삼을 수 있다는 위험이 있다는 것을 알고 있습니다. 표적 드론 공격과 같은 추가 피해. 일부 사람들이 지적했듯이, 사람들에게 이전에는 없었던 도구 세트를 제공하여 악당들이 기술이 없었기 때문에 이전보다 더 많은 나쁜 일을 할 수 있도록 합니다.

Schmidhuber: 원칙적으로는 무섭게 들리지만, 우리의 기존 법률은 이러한 새로운 AI 기반 무기를 처리하는 데 적합합니다. 총으로 사람을 죽이면 감옥에 가고, 드론으로 사람을 죽이면 감옥에 갑니다. 법 집행 기관은 새로운 위협과 새로운 무기를 더 잘 이해하고 이에 대응할 수 있는 더 나은 기술을 갖게 될 것입니다. 드론이 먼 거리에서 목표물을 목표로 삼으려면 약간의 추적과 지능이 필요합니다. 이는 전통적으로 숙련된 사람이 수행하지만 제게는 현재 무기와 같은 전통적인 무기의 향상된 버전처럼 보입니다. 총, 당신 알다시피, 그것은 오래된 총보다 조금 더 똑똑할 뿐입니다.

Jones: 암묵적인 실존적 위협은 인간이 이 기술을 통제하는 정도입니다. 우리는 당신이 말했듯이 긍정적인 돌파구보다 언론의 관심을 더 많이 받는 경향이 있는 기회주의의 초기 사례를 보고 있습니다. 하지만 모든 것이 균형을 이룰 것이라는 뜻인가요?

Schmidhuber: 역사적으로 우리는 기술적 혁신이 국방과 보호를 위한 무기의 발전으로 이어진다는 오랜 전통을 가지고 있습니다. 막대기에서 돌로, 도끼에서 화약으로, 대포에서 로켓으로, 그리고 이제는 드론으로 인류 역사에 큰 영향을 미쳤지만, 역사를 통틀어 자신의 목적을 달성하기 위해 기술을 사용하는 사람들도 같은 기술에 직면했습니다. 상대방도 자신을 상대로 이 기술을 사용하는 방법을 배우고 있습니다. 이것은 수천년의 인류 역사를 통해 반복되어 왔으며 앞으로도 그럴 것입니다. 나는 새로운 AI 군비 경쟁이 구식 핵탄두만큼 실존적 위협을 가한다고 생각하지 않습니다.

매우 중요한 말씀을 하셨습니다. 일부 사람들은 이 기술의 장점보다 단점에 대해 이야기하는 것을 선호하지만 AI 연구 개발의 95%는 사람들을 더 행복하게 만들고 인간의 삶과 건강을 증진시키는 것이기 때문에 이것은 오해의 소지가 있습니다.

Jones: 유익하고 현재의 방법을 근본적으로 바꾸고 획기적인 발전을 이룰 수 있는 인공지능 연구의 진전에 대해 이야기해 보겠습니다.

Schmidhuber: 알겠습니다. 예를 들어, 11년 전에 우리 팀과 저의 박사후 연구원인 Dan Ciresan은 딥 러닝을 사용한 의료 영상 대회에서 처음으로 우승했습니다. 우리는 무해한 세포와 ​​전암 단계의 세포를 구별하는 것을 목표로 여성 유방 세포를 분석했습니다. 종종 숙련된 종양 전문의가 이러한 결정을 내리는 데 오랜 시간이 걸립니다. 우리 팀은 암에 대해 전혀 몰랐지만, 네트워크가 처음에는 매우 어리석었음에도 불구하고 이 많은 양의 데이터에 대해 인공 신경망을 훈련시킬 수 있었습니다. 다른 모든 방법보다 성능이 뛰어납니다. 오늘날에는 유방암뿐만 아니라 방사선학, 동맥 내 플라크 검출 등의 분야에서도 사용됩니다. 우리가 지난 30년 동안 개발한 신경망 중 일부는 현재 당뇨병 및 코로나19와 같은 질병을 감지하는 수천 개의 의료 애플리케이션에 사용됩니다. 이는 결국 의료의 모든 영역에 스며들게 될 것입니다. 이러한 유형의 AI에서 좋은 결과를 얻는 것이 AI를 사용하여 범죄를 저지르는 눈길을 끄는 새로운 방법보다 훨씬 더 중요합니다.

Jones: 애플리케이션은 향상된 결과의 산물입니다. 대규모 채택은 사람들이 잘못된 길로 가고 있다고 믿게 만들거나, 반대로 기술이 사람들의 삶에 긍정적인 영향을 미친다고 믿게 만듭니다.

Schmidhuber: 후자가 더 가능성이 높은 시나리오입니다. 우리는 나쁜 AI보다 좋은 AI가 필요하다는 엄청난 상업적 압력을 받고 있습니다. 회사는 당신에게 물건을 팔고 싶어하고 당신은 자신에게 좋다고 생각하는 것만 살 것이기 때문입니다. 따라서 이러한 단순한 비즈니스 압력 하에서는 나쁜 AI가 아닌 좋은 AI에 대한 큰 편견이 있습니다. 그러나 슈워제네거 영화에 등장하는 종말론적인 장면은 사람들의 삶을 개선하는 인공지능에 관한 다큐멘터리보다 사람들의 관심을 끌 가능성이 더 높습니다.

Jones: 사람들은 좋은 이야기, 즉 적대자와 갈등이 있지만 궁극적으로 해피엔딩으로 끝나는 이야기에 끌리는 것 같아요. 이는 인간 본성에 대한 당신의 평가와 일치하며, 역사가 폭력적이고 파괴적인 경향에도 불구하고 어느 정도 스스로 교정되는 경향이 있다는 사실과도 일치합니다.

Schmidhuber: 여러분 모두가 알고 있는 기술인 생성적 적대 신경망(GAN)을 예로 들어 보겠습니다. 이 기술은 오늘날 가짜 뉴스 및 허위 정보와 관련된 애플리케이션에 쉽게 사용됩니다. 사실, GAN이 발명된 목적은 오늘날의 사용과는 거리가 멀습니다.

GANs라는 이름은 2014년에 만들어졌지만 우리는 이미 90년대 초반에 기본 원칙을 갖고 있었습니다. 30여년 전에 나는 그것을 인공 호기심이라고 불렀습니다. 이는 작은 두 개의 네트워크 시스템에 창의성을 주입하는 매우 간단한 방법입니다. 이 창의적인 AI는 단순히 인간을 모방하려고 하는 것이 아니라 자신만의 목표를 만들어냅니다. 설명하겠습니다:

이제 두 개의 네트워크가 생겼습니다. 네트워크는 무엇이든, 어떤 행동이든 출력을 생성합니다. 두 번째 네트워크는 이러한 행동을 관찰하고 해당 행동의 결과를 예측하려고 합니다. 하나의 동작으로 로봇을 움직이면 다른 일이 발생하는 반면, 다른 네트워크는 단지 무슨 일이 일어날지 예측하려고 합니다.

이제 첫 번째 네트워크의 보상이기도 한 두 번째 네트워크의 예측 오류를 줄여 인위적인 호기심을 달성할 수 있습니다. 첫 번째 네트워크는 보상을 극대화하기를 원하므로 두 번째 네트워크를 놀라게 하는 상황, 즉 잘 예측하는 방법을 배우지 못한 상황으로 이어질 행동을 고안할 것입니다.

가짜 이미지를 출력하는 경우 첫 번째 네트워크는 두 번째 네트워크를 속일 수 있을 만큼 좋은 품질의 이미지를 생성하려고 시도하고, 후자는 환경의 반응, 즉 이미지가 진짜인지 가짜인지 예측하려고 시도합니다. 두 번째 시스템은 더 큰 예측력을 가지려고 시도하는 반면, 첫 번째 네트워크는 이미지 생성을 계속해서 향상시켜 두 번째 네트워크가 이미지가 진짜인지 가짜인지 판단하는 것을 불가능하게 만듭니다. 따라서 두 시스템은 서로 전쟁을 벌이고 있습니다. 두 번째 네트워크는 예측 오류를 계속해서 줄이는 반면, 첫 번째 네트워크는 예측 시스템의 오류를 최대화하려고 시도합니다.

이 제로섬 게임을 통해 첫 번째 네트워크는 설득력 있는 가짜 출력을 생성하는 능력이 점점 더 향상되어 거의 완전히 실제처럼 보이는 그림을 생성했습니다. 따라서 흥미로운 반 고흐 이미지 세트가 있으면 반 고흐가 직접 작품을 만들지 않고도 그의 스타일을 사용하여 새로운 이미지를 생성할 수 있습니다.

Jones: 미래에 대해 이야기해보자. 당신은 "전통적인 인간은 우주 전체에 지능을 전파하는 데 중요한 역할을 하지 않을 것"이라고 말했습니다.

Schmidhuber:먼저 두 가지 유형의 인공 지능을 개념적으로 구별해 보겠습니다. 첫 번째 유형의 인공지능은 인간이 안내하는 도구이다. 이들은 당뇨병이나 심장병을 정확하게 감지하고 질병이 발생하기 전에 발병을 예방하는 등 특정 작업을 수행하도록 훈련받았습니다. 이 경우 AI 대상은 인간이다. 그리고 더 흥미로운 AI는 스스로 목표를 설정한다는 점입니다. 그들은 자신만의 실험을 고안하고 그로부터 배우고 있으며, 그들의 지평은 계속 확장되고 결국 현실 세계에서 점점 더 흔한 문제 해결사가 됩니다. 그들은 부모의 통제를 받지 않으며, 그들이 배우는 대부분은 스스로 고안한 실험을 통해 이루어집니다.

예를 들어, 로봇이 장난감을 회전시키면서 시간이 지남에 따라 카메라에서 나오는 영상을 통해 이 영상의 변화를 학습하기 시작할 수 있고, 장난감이 특정 방식으로 회전하는지 학습할 수 있습니다. , 그것은 물체의 3차원 특성이 어떻게 특정한 시각적 변화를 만들어내는가입니다. 결국에는 어린 과학자처럼 중력이 어떻게 작용하는지, 세계의 물리학이 어떻게 작용하는지 등을 배우게 될 것입니다!

그리고 저는 미래에 이 증폭된 버전의 AI 과학자들이 자신의 지평을 더욱 확장하고 결국 대부분의 물리적 자원이 있는 곳으로 가서 더 크고 더 많은 AI를 구축하기를 원할 것이라고 수십 년 동안 예측해 왔습니다. 물론 이들 자원의 거의 대부분은 지구에서 멀리 떨어진 우주에 있기 때문에 인간에게는 비우호적이지만 적절하게 설계된 AI 제어 로봇과 자가 복제 로봇 공장에는 우호적이다. 따라서 여기서 우리는 더 이상 우리의 작은 생물권에 대해 이야기하는 것이 아니라, 대신에 훨씬 더 넓은 우주에 대해 이야기하고 있습니다. 수백억 년 안에 호기심 많고 자기 개선적인 인공 지능이 인간에게는 실현 불가능한 방식으로 눈에 보이는 우주를 식민지화할 것입니다. 공상 과학 소설처럼 들리지만, 전면적인 핵전쟁과 같은 세계적인 재앙이 이 기술이 하늘에 도달하기 전에 중단되지 않는 한 1970년대 이후로 이 시나리오에 대한 합리적인 대안을 볼 수 없었습니다. ■

Forbes China의 독점 기사입니다. 허가 없이 재인쇄하지 마세요

헤더 이미지 출처: Getty Images ‍‍‍‍‍‍

흥미로운 정보를 절대 놓치지 마세요

▽

위 내용은 평생의 업적으로 파괴를 가져오지 않는 '현대 인공지능의 아버지' 위르겐 슈미트후버와의 독점 인터뷰의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!