Miracle AI Lab

폰 노이만 아키텍쳐에서 제로샷 모델링 구현의 한계 컴퓨터의 기본 구조가 AI에게 맞지 않는 이유우리가 매일 사용하는 컴퓨터는 1945년에 존 폰 노이만이라는 과학자가 설계한 방식을 따르고 있다. 이 방식의 핵심은 간단하다. 컴퓨터의 두뇌인 CPU가 명령어를 하나씩 가져와서 실행하고, 필요한 데이터는 메모리라는 저장 공간에서 꺼내 쓴다. 마치 요리사가 레시피를 한 줄씩 읽으면서 냉장고에서 재료를 꺼내 요리하는 것과 비슷하다. 그런데 최근 각광받는 인공지능, 특히 제로샷 학습이라는 기술은 이런 방식과 잘 맞지 않는다. 제로샷 학습이란 AI가 한 번도 본 적 없는 새로운 문제를 풀 수 있는 능력을 말한다. 예를 들어 ChatGPT에게 "스페인어로 편지를 써줘"라고 하면, 누가 특별히 그렇게 가르치지 않았어도 ..

AGI 2025. 10. 28. 11:40

지금의 컴퓨터 시스템에서 제로샷 모델링을 완벽히 구현하기 어려운 이유 제로샷 학습(Zero-shot Learning)은 인공지능 분야에서 가장 매력적이면서도 도전적인 과제 중 하나다. 모델이 학습 단계에서 전혀 보지 못한 클래스나 태스크를 추론할 수 있다는 개념은 인간의 일반화 능력을 모방하려는 시도이며, 진정한 의미의 인공지능에 한 걸음 더 다가가는 길이기도 하다. 하지만 현재의 컴퓨터 시스템과 기계학습 패러다임 안에서 제로샷 모델링을 완벽하게 구현하기는 여전히 요원한 일이다. 이는 단순히 기술적 미성숙의 문제가 아니라, 근본적인 지식 표현의 한계, 의미론적 이해의 부족, 그리고 컴퓨팅 자원의 제약이 복합적으로 작용한 결과다. 제로샷 학습의 핵심은 기존에 학습한 지식을 새로운 상황에 전이하는 능력이다...

AGI 2025. 10. 23. 10:10

제로샷 예측모델링이 필요한 이유 인간의 학습 방식과 인공지능의 차이우리가 어린 시절을 떠올려보면, 처음 보는 동물이나 사물을 접했을 때 어떻게 그것을 인식했는지 생각해볼 수 있다. 예를 들어, 한 번도 실제로 본 적 없는 얼룩말을 동화책이나 사진으로 처음 접했을 때, 우리는 "말처럼 생겼는데 줄무늬가 있네"라고 이해하며 쉽게 받아들였다. 부모님이나 선생님께서 "얼룩말은 말과 비슷하지만 온몸에 검은색과 흰색 줄무늬가 있단다"라고 설명해주시면, 실제로 동물원에서 얼룩말을 처음 봤을 때도 우리는 금방 알아볼 수 있었던 이유가 바로 여기에 있다. 이것이 바로 인간이 가진 놀라운 능력이다. 우리는 직접 경험하지 않은 것도 설명만 들으면 이해하고 인식할 수 있다. 단 한 번도 보지 못한 것을 언어적 설명이나 다른 ..

AGI 2025. 10. 21. 09:58