연구자들은 전 세계적으로 매우 강력한 컴퓨터 네트워크를 통해 인공지능 일반화(AGI) 개발을 가속화할 계획임. 새로운 슈퍼컴퓨터가 9월에 가동될 예정임.
인공지능(AI)은 기계 학습 및 GPT-4와 같은 생성적 AI 시스템을 포함한 기술을 아우름. 후자는 대규모 데이터 세트에서 훈련을 통해 예측적 추론을 제공하며, 특정 분야에서 인간의 능력을 초과할 수 있음. 그러나 인지적 또는 추론 작업에서는 부족하며, 여러 분야에 걸쳐 적용할 수 없음.
AGI는 반대로 여러 분야에서 인간 지능을 초월하고 스스로 학습하며 더 많은 데이터에 기반해 의사 결정을 개선할 수 있는 가상의 미래 시스템임.
SingularityNET이 구축한 슈퍼컴퓨터는 AGI에 필요한 아키텍처를 호스팅하고 훈련하는 데 사용될 '다단계 인지 컴퓨팅 네트워크'를 형성할 것이라고 회사 대표들이 발표함.
이 시스템에는 인간의 뇌 기능을 모방하는 심층 신경망, AI 시스템이 훈련하는 대규모 데이터 세트인 대형 언어 모델(LLM), 인간의 행동(예: 말하기 및 움직임 입력)과 멀티미디어 출력을 연결하는 다중 모드 시스템이 포함됨. 이는 AI 비디오에서 볼 수 있는 것과 유사함.
새로운 AI 슈퍼컴퓨터 네트워크 구축
첫 번째 슈퍼컴퓨터는 9월에 가동되기 시작하며, 공급업체의 납기 일정에 따라 2024년 말 또는 2025년 초까지 작업이 완료될 것이라고 회사 대표들이 LiveScience에 전함.
모듈형 슈퍼컴퓨터는 Nvidia L40S 그래픽 처리 장치(GPU), AMD Instinct 및 Genoa 프로세서, Nvidia H200 GPU가 장착된 Tenstorrent Wormhole 서버 랙, Nvidia의 GB200 Blackwell 시스템 등 고급 구성 요소와 하드웨어 인프라를 특징으로 함. 이 모든 것이 현재 사용 가능한 가장 강력한 AI 하드웨어를 형성함.
“이 슈퍼컴퓨터 자체가 AGI로의 전환에서 획기적인 발전이 될 것임. SingularityNET AI 팀이 개발한 새로운 신경-상징적 AI 접근 방식은 표준 심층 신경망에 비해 데이터, 처리 및 에너지의 필요성을 다소 줄이지만, 여전히 상당한 슈퍼컴퓨팅 시설이 필요함.”이라고 SingularityNET CEO Ben Goertzel이 LiveScience에 서면으로 전함.
“우리가 만들고 있는 컴퓨팅 기계의 임무는 대규모 데이터에서 학습하고 신경망의 의미 기억에서 맥락을 재생산하는 단계 전환을 보장하는 것임. 비모방 기계 사고를 기반으로 한 다단계 추론 알고리즘과 교차 도메인 패턴 매칭 및 반복적 지식 증류에 기반한 동적 세계 모델링으로 전환되고 있음. 우리의 눈앞에서 지속적인 학습, 원활한 일반화 및 반사적 AI 자기 수정으로의 패러다임 전환이 일어나고 있음.”
AI '슈퍼 지능'으로 가는 길
SingularityNET의 목표는 AI, AGI 및 미래의 인공지능 슈퍼 지능의 성장을 위한 데이터 접근을 제공하는 것임. 이를 위해 Goertzel과 그의 팀은 분산 컴퓨팅 클러스터를 관리하기 위한 독특한 소프트웨어도 필요함.
분산 컴퓨팅 클러스터는 사용자 데이터의 추상화와 고도로 보호된 데이터 세트의 대규모 계산에 필요한 요약 데이터의 노출을 허용함.
“OpenCog Hyperon은 AI 시스템 아키텍처를 위해 특별히 설계된 오픈 소스 소프트웨어 프레임워크임.”이라고 Goertzel이 덧붙임. “이 새로운 하드웨어 인프라는 OpenCog Hyperon 및 그 AGI 생태계 환경을 구현하기 위해 목적에 맞게 구축됨.”
사용자에게 슈퍼컴퓨터에 대한 접근을 제공하기 위해 Goertzel과 그의 팀은 AI에서 일반적인 토큰화 시스템을 사용하고 있음. 사용자는 슈퍼컴퓨터에 접근할 수 있으며, 그들의 토큰을 통해 다른 사용자가 AGI 개념을 테스트하고 배포하는 데 의존하는 기존 데이터 세트에 데이터를 추가할 수 있음.
가장 간단한 형태로 AI 토큰은 오락실의 독립형 비디오 게임에서의 토큰을 모방함. 플레이어는 게임을 하기 위해 특정 횟수의 기회를 얻기 위해 토큰을 구매해야 했음. 이 경우, 게임을 하는 동안 수집된 데이터는 다른 모든 플레이어가 접근할 수 있음. 이는 전 세계의 다른 오락실에서도 마찬가지임.
“GPT-3는 3000억 개의 토큰(일반적으로 단어, 단어의 일부 또는 구두점)으로 훈련되었고, GPT-4는 13조 개로 훈련됨.”라고 Mercatus의 학자이자 소프트웨어 엔지니어인 Nabeel S. Qureshi가 작성함. “자율주행차는 수천 시간의 비디오 영상을 통해 훈련되며, OpenAI Copilot은 프로그래밍을 위해 Github 웹사이트의 수백만 줄의 인간 코드를 통해 훈련됨.”
AI 분야의 리더들, 특히 DeepMind의 공동 창립자인 Shane Legg는 시스템이 2028년까지 인간 지능에 도달하거나 이를 초과할 수 있다고 언급함. Goertzel은 시스템이 2027년까지 그 지점에 도달할 것이라고 추정했으며, Mark Zuckerberg는 고급 AI 모델을 훈련하기 위한 인프라 구축에 100억 달러를 투자하며 AGI를 적극적으로 추구하고 있음.
SingularityNET은 인공지능 슈퍼 지능 동맹(ASI)의 일원으로, 오픈 소스 AI 연구 및 개발에 전념하는 기업들의 집합체임. 향후 네트워크를 확장하고 사용 가능한 컴퓨팅 파워를 늘릴 계획임. ASI의 다른 회원으로는 최근 개발자를 위한 분산 컴퓨팅 플랫폼에 1억 달러를 투자한 Fetch.ai가 포함됨.
