[세미나] 모두의연구소 Stable Diffusion과 ChatGPT 참석 후기

얼마 전 지인추천(?)으로 모두의연구소에서 주최하는 세미나에 다녀왔다 

Thank you S!

 

모두의연구소 측에서 훌륭하게 정리를 해주셔서 세미나 전반적 흐름은 아래 링크를 참고하면 되겠다.

https://modulabs.co.kr/blog/stablediffusion_chatgpt_seminar/

ChatGPT & Stable Diffusion거대한 변화의 시작

 

더불어 아래 유튜브 링크를 타고 들어가면

당일 강연에 대한 내용(Q&A도 함께!) 또한 시청 할 수 있으니 궁금하신 분들은 보면 좋을것 같다.

https://youtu.be/2O-ZlI8Xajg

 

 

✅ 여기서부터는 개인적인 후기

 

이날 정지훈 교수님이 강의는 이론적인 세세한 부분보다는

GPT(Generative Pre-trained Transformer) 의 등장 및 역사적인 내용을 주로 다루었다.

 

chatGPT = GPT3.5 + RLHF(Reinforcement Learning from Human Feedback)

 

 

GPT3.5는 3,550억개의 Parameters로 이전의 1,750억개의 Parameters를 가진 GPT3.0보다 훨씬 큰 언어모델이다.

거기에 강화학습 RLHF(Reinforcement Learning from Human Feedback)을 거치면

우리가 요즘 흔히 말하는 chatGPT가 되는것이다.

 

Parameters가 많으면 언어모델의 규모가 커지며 당연히 기능적으로도 더 우수하다.

 

chatGPT를 정말 간단하게 말하자면 백과사전을 몽땅 외운 사람에게 사회,과학,수학 과목을 가르치면 

외우지 않은 사람보다 더 좋은 결과가 나올 것이고

어느 특정한 분야를 아는것이 아니라 모든유형의 분야에 박학다식 할것이다.

 

그리고 강화학습에서 가장 중요한건 보상인데, 컴퓨터는 인간의 윤리와 자존감 등을 가지고 있지 않다.

똑같은 게임을 인간과 AI와 같이 한다고 가정했을때

인간이 보기엔 반칙을 일삼아 보이지만, 컴퓨터는 가능한 적절한 비용으로 최고의 결과를 보여주는것이 제일이다.

 

결국은 인간의 인지부조화 방지와 윤리를 위해서 강화학습과 파인튜닝을 지나

보상모델을 적절히 돌리는게 중요한것 같아 보인다.

 

지금 대중적으로 가장 이슈가 된건 chatGPT이지만 

• Character AI (https://beta.character.ai/)
• DeepMind의 Gopher
• Google의 Bard, PaLM
• Meta의 LLaMA
• you.com (https://you.com/) 등 .... 

이렇게 다양한 AI를 거대한 회사들이 발표했다.

 

영국의 산업혁명 시절, 공장의 기계들로 인하여 실직자가 생겼다고 해서 영국이 망하지 않았다.

AI의 발전으로 직업이 사라지고 AI 때문에 새로운 직업이 생길 것일진대

정답이없는 아티스틱한 산업엔 "A" AI를, 금융/항공 등 불변의정답이 있는 산업엔 "B" AI를 

적절히 사용하는 시대에 적응하게 될 것 같다.

 

또한 AI에게 지시를 잘 하는 사람을 기업이 어떻게 활용하는가 가 관건이라고 생각한다.

 

정지훈 교수님도 1:28:25 즈음에 하신 말씀이 아래와 같다.

모바일 시대에 검색이 사라지지 않고, 인터페이스가 많이 생성됐다.
AI가 일종의 인간과 컴퓨터간의 인터페이스역할을 하여 많은 일을 자동화를 하는것으로 봐야 하지 않을까.

 

유튜브 영상 중 1:28:25