페르미의 역설을 아시나요?
'이 광활한 우주에 그들은 도대체 어디에 있는가?'
소설 <삼체>에서는 자신의 위치를 알리는 것은 문명의 자폭과 같이 묘사됩니다. 자연 선택된 고도로 발전된 문명의 생명체들은 살기 위해서 다른 행성 거주민에게 파괴적인 태도를 보일 것이라는 것이라는거죠.
와~ 3주동안 GPT Pro를 정말 많이 썼는데 사용량이 점점 감소하는 것이 체감된다.
- 3주 전: 친구들학교크레딧뺏기20000크레딧은씀..
- 2주 전: 해커톤에서 24시간동안 사용 (이건 멍청하게 태워서..)
- 1주 전: Luna max을 7일 꽉꽉 씀.
- 오늘: 2시간 정도 쓰니까 10% 사라짐..
Auto-research with codex - [https://t.co/cw5ZCbZ9Ro]
beam search를 하자.
unknown의 unknown = domain 지식이 필요한 이유
Encourage the model to take more risks and try ambitious ideas. You will not believe it but this worked.
→ 동기부여는 실존한다!!(인공지능의작심삼일)
tfw deepseek hires a jane streeter to lead the harness team and suddenly there are commutative diagrams in the harness design
(for pl enjoyers theorem 5 states that something is a monoid homomorphism)
We can finally talk about it:
We found a way to extract hidden reasoning of frontier models using a vulnerability in the APIs of every frontier AI company.
We verified that our reasoning token count matches billed API thinking tokens 1:1 for most of the prompts we queried.
내가 만약에 인공지능 기업 입장이라면 cost-axis로 최적화를 진행할 것 같지는 않다. 뭐랄까, weight regularizer처럼 학습을 distort할 수 있지 않을까? "목표" 달성만을 축으로 잡더라도 사람들은 더 뛰어난 지능을 손에 넣기 위해 더 많은 돈을 쓰지 않을까? 이건 그냥 나의 얕은 추측이다.
Regularization/Normalization <- 생각보다 굉장히 중요함. 더 연구가 필요하다고 생각함!
구조적으로 loop, MoE, GNN 등을 시도할 수 있으나,
무한한 compute가 있다면 학습이 안정적으로 이어지면서 일반화를 해야한다. 이때 필요한건 저런 사소한 친구들?
(수학적으로도 rich함!, lasso등)
그 이후로 면접, 수능 등으로 흐름이 끊기고 인공지능의 수학적 이해로 관심사가 이동한 것 같다.
다시금 생각해보면 그때만큼 행복했던 기억이 잘 떠오르지 않는다. 무언갈 같이 만들고, 공유하며 즐거움을 얻는 것.
그래서 다시 만들어보려고 한다. 목표는 위에 언급된 민간 벤치를 해결하는 것!
과거 인공지능의 성능을 시연하는 데모 속 문제는 이해할 수 있는 것들이였다.
24년도
How many 'r's in strawberry
짜장면 테스트 / 자모 분리
9.9 vs 9.11
민간 데모들이 발견한 허점이 포화되면서 비슷한 발견들은 "세차 vs 걸어가기"처럼 가끔씩 바이럴 되고 있다. 발견 못한 축이 있을 것이다.