2022년 인공 지능의 7가지 주요 과제

Neuralink에 대해 들어본 적이 있습니까? Elon Musk가 공동 설립한 신생 스타트업 회사로 인체와 인공 지능을 통합하는 작업을 하고 있습니다. 그들은 각각 32개의 전극을 포함하고 뇌에 이식될 수 있는 96개의 작은 폴리머 실의 어레이인 칩을 개발했습니다.

나는 당신이 생각하는 것을 알고 있습니다: "이것은 진지한 공상 과학 소설입니다." 그러나 대답은: 아니요. 현실 세계에서 일어나고 있는 일이고 이 기기를 사용하면 일상의 전자 기기를 만지지 않고도 두뇌를 연결할 수 있습니다!

몇 가지 진지한 질문 시간: 정말 필요한가? 그렇게 유용할까요? 우리는 이런 종류의 기술에 대한 준비가 되어 있습니까? 앞으로 우리 삶에 어떤 영향을 미칠까요? AI의 과제를 알아보자.

세계 최고의 대학에서 머신 러닝 온라인 과정 (ML 및 AI의 석사, 대학원 과정 및 고급 인증 프로그램)에 참여하여 경력을 빠르게 추적하십시오 .

인공 지능이 인간의 삶과 경제에 미치는 영향은 놀라웠습니다. 인공 지능은 2030년까지 세계 경제에 약 15조 7000억 달러를 추가할 수 있습니다. 이를 고려하면 오늘날 중국과 인도의 경제 생산량을 합한 것입니다.

다양한 기업들이 AI의 사용이 비즈니스 생산성을 최대 40%까지 높일 수 있다고 예측하면서 AI 스타트업 수의 급격한 증가는 2000년 이후 14배 증가했습니다. AI의 적용 범위는 소행성 및 기타 우주체를 추적하는 것까지 다양합니다. 우주에서 지구의 질병을 예측하고 테러를 억제하는 새롭고 혁신적인 방법을 탐구하여 산업 디자인을 만듭니다.

AI의 주요 공통 과제

1. 컴퓨팅 파워

이러한 전력 소모가 많은 알고리즘이 사용하는 전력의 양은 대부분의 개발자를 멀리하는 요인입니다. 머신 러닝과 딥 러닝은 이 인공 지능의 디딤돌이며 효율적으로 작동하기 위해 점점 더 많은 수의 코어와 GPU가 필요합니다. 소행성 추적, 의료 배치, 우주 물체 추적 등과 같은 딥 러닝 프레임워크를 구현하기 위한 아이디어와 지식이 있는 다양한 영역이 있습니다.

그들은 슈퍼컴퓨터의 컴퓨팅 파워를 필요로 하고, 그렇습니다. 슈퍼컴퓨터는 저렴하지 않습니다. 클라우드 컴퓨팅 및 병렬 처리 시스템의 가용성으로 인해 개발자는 AI 시스템에서 더 효과적으로 작업하지만 대가를 치르게 됩니다. 전례 없는 양의 데이터 유입이 증가하고 복잡한 알고리즘이 빠르게 증가함에 따라 모든 사람이 이를 감당할 수 있는 것은 아닙니다.

2. 신용 적자

AI에 대한 우려의 가장 중요한 요인 중 하나는 딥 러닝 모델이 출력을 예측하는 방법에 대한 알려지지 않은 특성입니다. 특정 입력 세트가 다양한 종류의 문제에 대한 솔루션을 고안하는 방법은 일반인이 이해하기 어렵습니다.

전 세계의 많은 사람들은 인공 지능의 사용이나 존재, 그리고 인공 지능이 스마트폰, 스마트 TV, 은행, 심지어 자동차(일부 수준의 자동화)와 같이 상호 작용하는 일상적인 항목에 어떻게 통합되는지조차 모릅니다.

3. 제한된 지식

시장에는 기존 시스템에 대한 더 나은 대안으로 인공 지능을 사용할 수 있는 곳이 많이 있습니다. 진짜 문제는 인공지능에 대한 지식이다. 기술 애호가, 대학생, 연구원을 제외하고 AI의 잠재력을 알고 있는 사람은 극소수에 불과합니다.

예를 들어, 작업 일정을 잡거나 생산을 늘리고, 자원을 관리하고, 온라인으로 제품을 판매 및 관리하고, 소비자 행동을 학습 및 이해하고, 효과적이고 효율적으로 시장에 반응하는 혁신적인 방법을 배울 수 있는 많은 SME(Small and Medium Enterprises) 가 있습니다. . 그들은 또한 Google Cloud, Amazon Web Services 및 기타 기술 업계와 같은 서비스 제공업체에 대해 알지 못합니다.

4. 인간 수준

이것은 AI에서 가장 중요한 과제 중 하나이며, 기업 및 신생 기업의 AI 서비스에 대해 연구원을 최신 상태로 유지했습니다. 이러한 회사는 90% 이상의 정확도를 자랑할 수 있지만 인간은 이러한 모든 시나리오에서 더 잘할 수 있습니다. 예를 들어, 우리 모델이 이미지가 개인지 고양이인지 예측하게 하십시오. 인간은 거의 매번 정확한 출력을 예측하여 99% 이상의 놀라운 정확도를 제공합니다.

딥 러닝 모델이 유사한 성능을 수행하려면 강력한 컴퓨팅 성능, 기차 데이터에 대한 중단 없는 교육 및 테스트 데이터에 대한 테스트와 함께 전례 없는 미세 조정, 하이퍼파라미터 최적화, 대규모 데이터 세트, 잘 정의되고 정확한 알고리즘이 필요합니다. 그것은 많은 작업처럼 들리고 실제로는 소리보다 백 배 더 어렵습니다.

모든 힘든 작업을 피할 수 있는 한 가지 방법은 서비스 공급자를 사용하는 것입니다. 서비스 공급자는 사전 훈련된 모델을 사용하여 특정 딥 러닝 모델을 훈련할 수 있기 때문입니다. 수백만 개의 이미지에 대해 훈련되고 최대 정확도를 위해 미세 조정되지만 실제 문제는 계속해서 오류를 표시하고 인간 수준의 성능에 도달하는 데 실제로 어려움을 겪을 것이라는 점입니다.

5. 데이터 개인정보 보호 및 보안

모든 딥러닝 및 머신 러닝 모델의 기반이 되는 주요 요소는 데이터와 이를 훈련할 리소스의 가용성입니다. 예, 우리는 데이터를 가지고 있지만 이 데이터는 전 세계 수백만 명의 사용자로부터 생성되므로 이 데이터가 나쁜 목적으로 사용될 가능성이 있습니다.

예를 들어, 한 의료 서비스 제공자가 도시의 100만 명에게 서비스를 제공하고 사이버 공격으로 인해 100만 명의 모든 사용자의 개인 데이터가 다크 웹에 있는 모든 사람의 손에 들어간다고 가정해 보겠습니다. 이 데이터에는 질병, 건강 문제, 병력 등에 대한 데이터가 포함됩니다. 설상가상으로 우리는 지금 행성 크기 데이터를 다루고 있습니다. 사방에서 쏟아지는 이 많은 정보 때문에 데이터가 유출되는 경우도 분명히 있을 것입니다.

일부 회사는 이미 이러한 장벽을 우회하기 위해 혁신적으로 작업하기 시작했습니다. 스마트 장치에서 데이터를 훈련하므로 서버로 다시 전송되지 않고 훈련된 모델만 조직으로 다시 전송됩니다.

읽기: 신입 및 경력자를 위한 인도의 AI 급여

6. 편향 문제

AI 시스템의 좋고 나쁨은 실제로 훈련된 데이터의 양에 달려 있습니다. 따라서 좋은 데이터를 얻는 능력은 미래에 좋은 AI 시스템을 위한 솔루션입니다. 그러나 실제로 조직에서 수집하는 일상적인 데이터는 빈약하고 자체의 의미가 없습니다.

그것들은 편향되어 있으며 종교, 민족, 성별, 커뮤니티 및 기타 인종적 편견을 기반으로 공통 관심사를 가진 제한된 수의 사람들의 특성과 사양을 어떻게든 정의합니다. 이러한 문제를 효율적으로 추적할 수 있는 일부 알고리즘을 정의해야만 진정한 변화를 가져올 수 있습니다.

7. 데이터 부족

구글, 페이스북, 애플 등 주요 기업이 생성된 사용자 데이터를 비윤리적으로 사용했다는 혐의를 받고 있는 가운데 인도 등 여러 국가에서 엄격한 IT 규정을 적용해 흐름을 제한하고 있다. 따라서 이러한 회사는 이제 전 세계를 위한 응용 프로그램을 개발하기 위해 로컬 데이터를 사용하는 문제에 직면하고 있으며 이는 편향을 초래할 것입니다.

데이터는 AI의 매우 중요한 측면이며 레이블이 지정된 데이터는 기계가 학습하고 예측하도록 훈련하는 데 사용됩니다. 일부 기업은 새로운 방법론을 혁신하기 위해 노력하고 있으며 데이터의 희소성에도 불구하고 정확한 결과를 제공할 수 있는 AI 모델을 만드는 데 주력하고 있습니다. 편향된 정보로 인해 전체 시스템에 결함이 생길 수 있습니다.

더 읽어보기: 사이버 보안의 인공 지능

결론

AI의 이러한 도전은 인류에게 매우 우울하고 파괴적인 것처럼 보이지만 사람들의 공동 노력을 통해 이러한 변화를 매우 효과적으로 가져올 수 있습니다. Microsoft에 따르면 차세대 엔지니어는 미래의 조직과 협력할 수 있는 기회를 얻기 위해 이러한 최첨단 신기술에 대한 숙련도를 높여야 하며 귀하를 준비하기 위해 upGrad 는 당사의 다수와 함께 이러한 첨단 기술에 대한 프로그램을 제공하고 있습니다 Google, Microsoft, Amazon, Visa 및 기타 여러 포춘 500대 기업에서 일하는 학생입니다.

인공 지능 및 기계 학습에 대해 자세히 알아보려면 작업 전문가 를 위해 설계되었으며 450시간 이상의 엄격한 교육, 30개 이상의 사례 연구 및 과제, IIIT-B 동문 자격, 5개 이상의 실질적인 실습 캡스톤 프로젝트 및 최고의 기업과의 취업 지원.