본문 바로가기
뉴스투데이

'챗GPT의 핵심' 초거대 AI 특허출원 최근 10년간 28배 성장

by 네잎클로버편집자 2023. 2. 20.
반응형

https://n.news.naver.com/mnews/article/629/0000201600?sid=101

 

'챗GPT의 핵심' 초거대 AI 특허출원 최근 10년간 28배 성장

삼성 1위·LG 10위 등 한국 기업 특허출원 주도 '학습모델' 관련 출원 연평균 75.9% 성장 대화형 인공지능인 챗GPT(ChatGPT)에 대한 관심이 높아진 가운데 그 기반이 되는 초거대 AI 기술을 선점하기

n.news.naver.com

 

딥 러닝, 자연어 처리, 컴퓨터 비전 및 기타 하위 분야에서 상당한 발전을 통해 AI 분야는 지난 10년 동안 빠르게 발전했다고 말할 수 있습니다. 이로 인해 AI에 대한 연구 개발이 폭발적으로 증가했을 뿐만 아니라 업계와 정부의 관심과 투자가 증가했다. 이러한 발전으로 인해 AI의 범위와 복잡성이 크게 확장되었을 가능성이 있다. ChatGPT와 같은 언어 모델과 관련된 특허 출원을 포함한다.

 

인공지능(AI)의 범위와 복잡성은 해결되는 특정 애플리케이션과 문제에 따라 달라진다. 그러나 일반적으로 AI는 기계가 자연어 이해, 패턴 인식, 의사결정 등 인간의 지능이 정상적으로 필요한 작업을 수행할 수 있는 능력을 말한다.

AI는 일반적으로 좁거나 약한 AI와 일반적이거나 강한 AI의 두 가지 넓은 범주로 나뉜다. 좁거나 약한 AI는 특정 업무를 수행하거나 특정 문제를 해결하도록 설계된 AI 시스템을 말한다. 예를 들어, 시청 이력을 바탕으로 사람이 어떤 영화를 즐길지 예측할 수 있는 머신러닝 알고리즘이 좁은 AI의 한 예가 될 것이다.

반면, 일반적이거나 강력한 AI는 인간이 할 수 있는 어떤 지적 작업도 수행할 수 있는 AI 시스템을 말한다. 이 시스템들은 추론하고, 문제를 해결하고, 자연어를 이해하고, 경험으로부터 배울 수 있을 것이다. 그러나 진정한 일반 인공지능은 현재 존재하지 않으며, 그 개발은 현재 진행 중인 연구와 논쟁의 주제이다.

AI 시스템의 복잡성은 수행하도록 설계된 작업에 따라 크게 달라질 수 있다. 예를 들어, 키워드를 기반으로 스팸 전자 메일을 식별하는 단순한 규칙 기반 시스템은 이미지의 객체를 인식하거나 언어 간 번역을 할 수 있는 딥 러닝 모델보다 덜 복잡할 것이다. AI 시스템은 훈련된 데이터의 크기와 품질, 사용된 알고리즘의 복잡성, 지원할 수 있는 리소스와 같은 요소로 인해 더욱 복잡해질 수 있다.

반응형

댓글