인공지능은 우리에게 무엇을 가르칠 수 있을까?

인공지능과 인간의 역할분배뿐만 아니라, 둘을 결합하여 상상력의 효율성을 높이기 위해 상상력을 이해하고 활용할 수 있는 기회를 모색합니다.

저자 | 마틴 리브스 잭 풀러*

출처 비즈니스 리뷰

|

기계는 상상할 수 있나요? 우리는 일반적으로 컴퓨터가 우리가 제공한 지침에 따라 계산을 수행하고 결과에 도달하는 것으로 생각합니다. 우리는 컴퓨터가 상상이라고 정의하는 것, 즉 예상치 못한 일을 경험하고, 반사실적 사고를 형성하고, 완전히 새로운 가능성을 탐구하는 능력이 있다고 생각하지 않습니다. 그러나 최근에는 인공지능이 우리가 상상의 영역이라고 부르는 영역을 점차 잠식하고 있는 것 같다.

교체되나요

예를 들어, 아티스트 Mario Klingemann은 GPT-3의 인공 지능 텍스트 생성기에 영국 풍자 작가 Jerome K. Jerome Twitter Stories 스타일로 소설에 관한 작품을 작성해 달라고 요청했습니다.

워싱턴포스트는 자체 개발한 인공지능 알고리즘 '헬리오그라프(Heliograf)'를 활용해 1년에 850개의 보고서를 작성했다. 디지털 디자인 및 미디어 회사인 AKQA는 인공지능을 활용해 새로운 종류의 스포츠인 '스피드게이트'(Speedgate)를 만들어 이를 대중화시켰으며, 스피드게이트 리그도 개최하기도 했습니다.

이 예에서 어떤 결론을 이끌어낼 수 있나요? 소프트웨어는 유사한 인간 창조물을 생산하는 데 큰 진전을 이루고 있으며 어떤 경우에는 과소평가할 수 없는 경제적 가치를 창출했습니다. 따라서 인간과 기계의 경계는 실제로 변화하고 있으며 이러한 추세는 계속될 것으로 예상해야 합니다.

그러나 컴퓨터는 여전히 상상력의 기본 능력 중 일부를 처리하기에는 거리가 멀습니다. 첫 번째는 인과관계 사고 모델이다. GPT-3의 소위 신경망은 인터넷과 책에서 찾은 엄청난 양의 정보를 기반으로 구축되었습니다. 표면적으로 GPT-3는 실제 정보를 기반으로 한 정신 모델로 그다지 놀랍지 않은 새로운 것을 만들 수 있습니다. 그러나 GPT-3은 다른 텍스트 문자열 다음에 텍스트 문자열이 나타날 확률만 나타낼 수 있는 언어 모델입니다.

인공 지능 연구원인 Gary Marcus와 Ernest Davis는 GPT-3과 같은 시스템을 관찰하면서 이렇게 말했습니다. “그들은 세상에 대해 배우는 것이 아니라 텍스트에 대해 배우고 사람들이 서로 관련하여 서로 다른 단어를 사용하는 방식에 대해 배웁니다. 그것이 하는 일은 큰 잘라내기 및 붙여넣기 작업과 유사합니다. 이는 텍스트 뒤에 숨어 있는 기본 개념을 더 깊이 파헤치기보다는 표시된 텍스트에 적용되어야 하는 변경 사항을 연결하는 것입니다. .”

인공 지능에는 상상력의 또 다른 가장 기본적인 부분인 상상 동기가 부족합니다. 동기 부여는 프로세스를 시작하는 원동력뿐만 아니라 무엇을 상상해야 하는지에 대한 지침, 즉 재고하는 데 중요한 부분을 의미합니다.

인공지능은 텍스트를 세상과 연관시킬 수 없습니다. 철학자 David Chalmers가 쓴 것처럼 GPT-3는 "인간에 대한 이해가 필요한 많은 일을 수행하지만 실제로 언어를 인식 및 행동과 연결하지 않습니다."

스포츠, 예술 창작, 뉴스 미디어에 관해 위에서 언급한 예에는 모두 컴퓨터 계산과 현실 세계를 연결하는 역할을 하는 인간이 포함됩니다.

따라서 인공지능이 인과 모델을 구축하고, 인식과 행동을 연결하지 못하고, 인간의 개입 없이 욕구나 좌절을 생성할 수 없다면 단기적으로는 인간의 상상력을 대체할 수 없다는 결론을 내릴 수 있습니다.

하지만 우리가 볼 수 있는 것은 인공지능이 만들어내는 것은 인간의 사고에 매우 귀중한 자료를 제공하고, 인간은 기계의 출력을 유용한 결과로 바꿀 수 있다는 것입니다. 이것은 문제를 보는 또 다른 방법입니다.

교체 여부에 대한 질문보다 더 의미 있는 질문은 이 거대한 협업 시스템이 앞으로 어떻게 발전할 것인가일 것입니다. 인공지능은 어떤 방식으로 인간의 상상력을 촉진할 것인가?

인공지능이 우리의 상상을 도와줄 수 있을까요?

인공 지능은 일상적인 활동에서 우리를 해방시킬 수 있고, 이를 바탕으로 인간의 공감 능력을 더할 수도 있고, 상상력을 지속적으로 자극할 수도 있습니다.

인공지능을 통한 상상력 유도

인공지능은 지루한 분석 작업, 특히 이상 현상 모니터링 작업에서 우리를 해방시켜 상상력을 자극하는 예상치 못한 요소를 찾는 데 도움을 줄 수 있습니다. 자동화된 분석 회사인 Inspirient의 CEO인 Georg Wittenburg는 다음과 같이 설명합니다. “데이터의 이상치 또는 이상치 감지와 같은 일부 작업은 알고리즘에 비해 너무 간단합니다. 우리 시스템은 이 데이터 세트에 14개의 이상치 또는 14개의 비정상적인 이벤트가 있음을 알려줍니다. 더도 말고 덜도 말고 - 이상 징후 목록은 여기에 있습니다'

.

그러나 알고리즘이 준수해야 하는 한 가지 제한 사항은 인간이 여전히 전체 프레임워크의 핵심에 있다는 것입니다. 특정 정신 모델에 대한 변칙적으로 간주되는 것은 인간에 의해 설정됩니다. 인공지능은 발견에는 능숙하지만 배려에는 능숙하지 않습니다. 시스템 설계에서는 우리가 중요하다고 생각하는 사항을 고려해야 합니다. 하지만 비텐베르크의 알고리즘은 인간과 컴퓨터의 반복적인 상호작용과 표적 분석을 통해 인간이 관심을 갖고 있는 것이 무엇인지 학습할 수 있습니다.

인공지능으로 아이디어를 풍부하게 하세요

인공지능은 상상력을 더욱 강력하게 만들고 사고 모델의 개발을 촉진할 수 있습니다. 인공지능이 스스로 제안하여 인간의 의사결정을 안내하고 심화시키는 '하이브리드 액티브' 대화형 시스템이라는 일종의 인공지능 도구가 있습니다. 이러한 도구는 현재 번역 및 고객 서비스 분야에서 사용됩니다.

그러나 우리는 이 도구가 우리의 재고에서 어떤 역할을 할 것인지 상상할 수 있습니다. 새로운 의료 회사에 대한 아이디어를 쓰거나 그리려고 할 때 인공 지능은 관련 데이터, 유사한 사례 참조, 다양한 이미지 및 일화를 사용하여 우리의 상상력을 전달할 수 있습니다.

인공지능을 통해 세계와 충돌하세요

인공지능과의 상호작용은 사람들과 대화하는 것과 세상을 탐험하는 것 사이의 활동일 수 있습니다. 우리는 초기 아이디어를 가져와 AI에 다음과 같이 말할 수 있습니다. "이것은 새로운 종류의 은행에 대한 나의 아이디어입니다. 재무 분석가가 제공할 수 있는 이러한 사항에 대한 피드백을 제공해 주십시오." 또는 "... SF 작가가 제공할 수 있는 것처럼 그것”피드백”. 제공되는 결과를 얻으면 "이제 좀 더 흥미롭게 만들어 보세요" 또는 "이제 좀 더 중요하게 만들어 보세요"와 같은 추가 요구 사항을 추가하세요.

인공지능을 통한 소통

상상력이 직면하는 핵심 과제는 정신 모델을 전달하는 데 어려움이 있다는 것입니다. AI는 추상적인 정신 모델을 이미지나 스토리로 전환하여 이 문제를 쉽게 해결하는 데 도움을 줄 수 있습니다. 예를 들어, Nvidia는 인간이 그린 폭넓은 개념적 낙서를 사실적인 풍경으로 변환하는 도구를 개발했습니다.

미래에 그러한 기술이 있다면 신제품의 등장이나 재구상된 비즈니스 형태의 윤곽을 빠르게 잡을 수 있을 것이라고 생각됩니다. 이 도구는 텍스트 또는 시각적 요소와 함께 작동할 수 있어야 합니다.

우리는 미래 회사에 대한 아이디어를 대략적으로 그려 인공 지능 시스템에 입력하면 인공 지능은 멋진 이야기, 과거 선례, 기타 사항에 대한 유추 분석 등을 기반으로 특정 요소를 완성합니다. 즉, 인공지능의 정교함과 다듬어짐을 통해 보다 효과적으로 아이디어를 전파하고 다른 사람들에게 영감을 줄 수 있는 무언가가 생성될 수 있다는 것입니다.

인공지능을 통한 뉴 노멀 구축

인공지능은 개념의 성공적인 적용 뒤에 있는 공통 특징이나 핵심 특징을 추출하는 데 도움을 줄 수 있습니다. 이는 혁신적인 사물의 표준화와 프로세스, 심지어 새로운 표준을 만드는 데 중요합니다.

인공지능은 아직 원인과 결과를 파악하지 못하지만, 패턴 식별을 통해 작동 매뉴얼, 솔루션, 사용자 인터페이스 설계에 효과적인 지원을 제공할 수 있습니다. 고객이 제품 사용 습관을 데이터 형식으로 점점 더 많이 포착하게 되면서 새로운 것을 코딩하는 규칙이 더욱 목표화되었습니다.

예를 들어, 이 방법은 새로운 농법의 데이터 분석에 적용될 수 있으며, 어떤 특성이 모든 상황에 적용 가능한지 판단하는 데 도움이 될 수 있으며, 새로운 농법의 잠재력을 실현하기 위해 농부가 해야 할 일이 무엇인지 이해하게 해줍니다.

또 다른 예로, 특정 실험적인 교육 기술의 사용 과정과 결과에 대한 데이터를 연구함으로써 새로운 플랫폼에 적용할 수 있는 기능의 범위를 설명하고 사람들이 이러한 기능을 사용하는 방법을 배울 수 있도록 안내할 수 있습니다.

우리가 직면해야 할 한 가지는 인공 지능을 사용하면 제품과 고객 간의 상호 작용 데이터에서 새로운 변화에 대한 통찰력을 얻고 지침과 사용자를 지속적으로 평가할 수 있기 때문에 개념의 지속적인 진화가 더 쉬워진다는 것입니다. 인터페이스가 업그레이드되었습니다.

인공지능을 통해 상상력을 새롭게 상상해보세요

마지막으로 인공 지능은 사고의 이중성을 유지하는 데 필수적인 비즈니스 조건을 식별하고 추적하는 데 도움이 될 수 있습니다. 예를 들어, 알고리즘은 기업 내에서 발생하는 상호 작용 및 시도 횟수를 평가하고 이를 기반으로 해당 기업이 상상력을 유지할 수 있는지 판단할 수 있습니다.

또는 인공지능을 활용하여 기존 직원이나 미래 직원의 행동과 특성을 분석하여 회사가 반사실적 사고를 갖춘 인재를 지속적으로 확보할 수 있도록 할 수도 있습니다.

인공지능은 우리에게 무엇을 가르칠 수 있나요

우리 자신의 상상력을 향상시키는 것 외에도 상상력이 풍부한 인공 지능 기술을 개발하는 데 약간의 에너지를 쏟는다면 상상력이 무엇인지, 그리고 그것을 더 잘 활용하는 방법을 더 효과적으로 이해할 수 있습니다.

인공지능 기술의 발전 단계가 어느 단계에 있든 상상력을 모으는 과정은 직관에 가장 의존하고 가장 명확하지 않은 것을 명확하게 제시하도록 강요하는 과정입니다. 아마도 인간은 상상력을 더 잘 발휘할 수 있지만, 인공적인 상상력을 구축하려는 시도는 개인 및 집단 수준에서 상상력이 어떻게 발생하는지에 대해 더 많은 것을 가르쳐 줄 수 있습니다.

이것은 집단적 수준의 상상력, 즉 조직 전체를 상상력으로 가득 채우는 데 특히 중요합니다.

대결을 통해 상상해 보세요

이미 창의적인 응용 프로그램에 사용되는 가장 흥미로운 인공 지능 알고리즘 중 하나는 "생성적 적대 네트워크"(GAN)로, 두 개의 반대 네트워크를 통해 작동합니다. 하나는 생성 모델이고 다른 하나는 판별 모델입니다.

GAN의 작동 방식은 우리가 개별적으로나 집단적으로 논의한 중요한 주제인 다중 사고와 인지적 다양성의 중요성과 관련이 있습니다. GAN을 기업 차원에 적용하면 어떨까? 우리는 서로 얽혀 있는 사람들의 네트워크를 구축해야 할 수도 있는데, 어떤 사람들은 창작을 담당하고, 다른 사람들은 이러한 창작물을 비판하는 책임을 맡고 있습니다.

핵심은 두 당사자가 각자의 책임을 수행하면서 서로에게서 배우고, 각자의 업무 결과를 지속적으로 다듬고 최적화할 수 있어야 한다는 것입니다. 이 실제 버전의 GAN은 효과적인 대결을 만들 수 있는 게임, 경쟁 또는 기타 형태를 통해 시작될 수 있습니다. 네트워크의 양 당사자는 상대방의 출력 결과와 학습된 교훈을 기반으로 운영 방법을 지속적으로 조정합니다.

프로그램 코드를 프롬프트로 대체하세요. GPT-3와 같은 오늘날 가장 강력한 인공 지능 알고리즘은 매우 만족스러운 기능을 가지고 있습니다. 즉, 사용자는 전통적인 프로그래밍 방법이 아닌 프롬프트 사용을 통해 상호 작용합니다.

다른 말로 표현하자면, 인간이 정보를 입력하면 복잡한 반응으로 자라날 씨앗을 심는 것과 같아서 사람들의 상상력을 자극합니다. GPT-3를 사용할 때 인공지능이 최종적으로 출력할 결과 수를 의미하는 '최적'이라는 설정을 조정할 수도 있으며, 인공지능이 그 중 하나를 선택하여 표시합니다.

아마도 유사한 규칙을 조직 수준에 적용하는 것을 상상할 수 있을 것입니다. 프롬프트가 인공지능의 풍부한 지식을 동원할 수 있는 것처럼 CEO도 텍스트, 이미지, 동영상 등을 통해 프롬프트를 만들어 회사 전체가 이에 대응할 수 있습니다.

이러한 응답 결과는 인공 지능을 통해 의사 결정자에게 제시되거나 중간 팀이 선택하여 상상력을 더욱 자극할 수 있습니다. 전체 프로세스에서 중요한 것은 속도입니다. 목표는 세련된 프로젝트 제안이나 잘 제작된 비디오 콘텐츠를 단번에 얻는 것이 아니라 빠른 응답을 얻고 신속하게 경영진에 다시 전달하여 계속해서 표시되도록 하는 것입니다. 경영진의 논의 범위.

'온도' 제어 GPT-3의 또 다른 영감을 주는 기능은 인공지능 응답 결과의 '온도', 즉 고확률 응답 결과와의 편차 정도를 조정하는 것입니다.

인공 지능이 수학 문제나 사실에 관한 질문을 해결하기를 원할 때는 "온도"를 낮추어야 합니다. 이러한 유형의 답변이 너무 무작위적이거나 독창적인 것을 원하지는 않습니다. 그러나 당신의 목표가 반사실적 아이디어를 늘리는 것이라면 열기를 높이는 것이 합리적입니다.

기업에서도 이러한 접근 방식을 실행하는 것을 상상할 수 있습니다. 이상적으로 비즈니스 리더는 비즈니스의 여러 부서, 특히 프로젝트의 특정 작업 프로세스에 대해 서로 다른 온도를 디버그할 수 있는 능력을 갖추어야 합니다. 일부 회사에서는 이미 이 작업을 수행하고 있으며 창의적이고 대담한 프로젝트를 수행하기 위해 창의적인 부서를 구성했습니다.

그러나 우리는 이 접근 방식을 홍보하고 이를 회사 전체에 원칙으로 삼을 수 있습니다. 관리자는 자신이 할당한 업무의 각 부분에 대해 1~10의 온도를 설정할 수 있습니다. 지난 분기에 그가 요청한 소매 분석 보고서의 경우 온도를 1("우리가 일반적으로 주의를 기울이는 사실 데이터 제공")로 설정하거나, 6("추측적 논의 추가")로 설정하거나, 또는 10으로 설정합니다("반사실적인 질문을 하고 해당 질문을 탐구하는 새로운 데이터를 찾습니다").

기계가 인간을 대체할 정도까지는 멀었지만, 둘 사이의 경계는 확실히 바뀌었습니다. 이러한 변화는 앞으로도 계속될 것이며, 상상력을 더 잘 이해하고 활용하는 데 도움이 되는 새로운 기회는 앞으로도 계속해서 나타날 것입니다. 인공지능과 인간의 역할분배뿐만 아니라, 둘을 결합하여 상상력의 효율성을 높이기 위해 상상력을 이해하고 활용할 수 있는 기회를 모색합니다. 인공지능과 나란히 있는 우리를 상상해보세요!

저자 소개: Martin Reeves, 보스턴 컨설팅 그룹(BCG) Henderson Think Tank 회장, BCG 샌프란시스코 사무소 수석 파트너. Jack Fuller 정신 및 신체 건강 관리 회사의 창업자는 BCG Henderson Think Tank의 토픽 매니저였습니다. 이 기사는 그들의 신간 The Imagination Machine('Making Ideas'의 중국어 버전은 2023년 CITIC Publishing Group에서 출판 예정)에서 발췌한 것입니다.

(이 기사는 지식 공유만을 위한 것이며 투자, 회계, 법률 또는 세금 조언을 제공하거나 이에 의존하는 것으로 구성되지 않습니다. 이를 기반으로 한 모든 투자 결정은 귀하의 책임입니다.)

과거 호의 우수한 잡지

스와이프하여 더 많은 내용을 확인하세요

위 내용은 인공지능은 우리에게 무엇을 가르칠 수 있을까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!