2014년, 구글이 발표한 런던에 본사를 둔 AI 연구 스타트업은 당시 시작된 기계 학습 시장에 투자하기위한 지속적인 노력의 일환으로, 무어 법에 의해 지시된 강력한 컴퓨팅의 지속적으로 증가하는 가용성에 의해 촉진되었습니다.일단 1 년 후, 2015 년, 피터 티엘 (Peter Thiel)와 엘론 머스크 (Elon Musk)를 포함한 실리콘 밸리 (Silicon Valley)에서 가장 유명한 투자자 중 일부가 공동 파트너십을 통해 OpenAI (OpenAI)를 생산했습니다. 그리고 LLM 기반 채팅봇을 일반 대중에게 소개합니다.마침내 아마존은 다양한 기술 파워하우스 간의 소위 AI 경주를 피한 몇 년 후에, AI 개발 회사와 AI 윤리 연구 실험실 인 Anthropic은 4 억 달러의 투자 및 컴퓨팅 파트너십을 통해 5억 달러의 DeepMind 인수 2019년 Microsoft와의 파트너십 전략적 동맹을 형성하기 5억 달러의 DeepMind 인수 2019년 Microsoft와의 파트너십 전략적 동맹을 형성하기 연구소가 기술 시장에서 공존하는 첫 몇 년 동안 경쟁력은 연구 논문 출판과 인공지능 제품의 상업화에 대한 제한된 시도로 제한되었습니다. 인공지능 회사가 여전히 대학과 함께 연구를 수행하고 천천히 기계 학습 분야를 발전시키는 장기 투자로 간주되는 이 무작위 연구 기간은 2019년 말에 인터넷을 통해 ChatGPT의 바이러스 성 확산 덕분에 OpenAI의 빠른 인기를 높이기 때문에 빠르고 결정적으로 파괴되었습니다. 그 후에 일어난 것은 힘 전송, 우선 순위 전환, 충성을 강화시키는 투쟁이며, 무엇보다도 가능한 가장 강력한 인공지능 모델을 계속 구축하기위한 경주였습니다. 진보가 점점 빠르고 빠르게 진행되면서 우리는 AI 경주의 스테이지 설정 내 분석을 시작하기 위해, 나는 3 개 이상의 AI 회사가 있다는 것을 인정하고 싶습니다 : xAI와 같은 다른 AI 개발 프로그램이나 특정 분야에 AI를 적용하는 스타트업이든, AI 업계에서 성공적이지만 비교적 작은 플레이어의 무수한 수가 있습니다. 내가 왜 그들을 할인하는지 이해하려면 AI 경주에서 "승리"라는 정의를 고려하십시오 - AGI를 다른 회사들 앞에 만들어 경쟁자의 기술을 발전시키기위한 노력보다 충분히 높은 속도로 재생할 수 있기 때문에 (이후에). 나는 기술을 발전시키기위한 경쟁자의 노력보다 더 높은 속도로 AGI를 만들고 싶습니다. 작은 회사와 마찬가지로, 그들은 확실히 더 많은 기관적 인, 일반화 된, 그리고 특정 기업에 기반을 둔 많은 응용 프로그램에 가까운 미래에 실제로, 1 년 또는 2 년 동안, OpenAI는 AI 산업을 지배하여 ChatGPT의 새로운 반복을 출시했으며, 각각 종교인과 전문가 모두에게 더 큰 기능을 약속하여 OpenAI가 대규모 소비자 기반을 축적하고 이익을 위해 더 많은 투자를했습니다. 흥미롭게도, 매우 안정적인 클라우드 컴퓨팅 시스템과 거대한 금액의 재정적 및 인적 자본 자원을 가진 기술 회사 인 Google은 OpenAI의 경쟁 모델을 도전하기 위해 설계되었지만 많은 이유로 부족했습니다. 이전에 언급했듯이 많은 AI 회사가 연구를 우선시했으며 Google의 두 AI 연구 부서(Google Brain 및 Google DeepMind)는 많은 프로젝트에서 분명하게 작업했습니다. R&D에서 상업화에 이르기까지 정의된 파이프라인을 갖고 있는 ChatGPT와는 달리, 이미 출시된 순간에 사용자들에게 더 새롭고 능숙한 모델을 밀어내는 강력한 프레임 워크를 갖고 있던 ChatGPT와는 달리, Google의 부서가 모두 혁신적인 연구를 수행했음에도 불구하고 (Google Brain은 Transformer AI 아키텍처, ChatGPT와 같은 LLM의 척추를 개발한 책임이 있었습니다; Google DeepMind은 최종적으로 Reinforcement Learning를 사용하여 AlphaZero RL 프레임 워크를 사용하여 단백질 접착 예측을 개발하기 위한 연구에 대한 노벨상을 수상했지만), Google의 최상위 브레인은 Google (그리고 대중)가 이러한 발견에서 이익 방법 하지 않았다 구글의 무작위는 세계에서 가장 강력한 기술 회사 중 하나라는 사실을 바꾸지 않는다.OpenAI의 빠른 성공 (그리고 아마도 마이크로소프트가 신흥 AI 스타트업 뒤에 있다는 사실)에 의해 분명히 우려되면서 Google은 생산 프로세스를 단순화하기 위해 몇 가지 변경을했습니다. 2023년 3월 DeepMind라는 이름으로 통일된 부서로, 또한 이러한 행동은 구글이 채팅봇 시장에서 OpenAI와 경쟁하려는 새로 발견된 욕망 때문이 아니라 채팅봇 아이디어의 전반적인 보급 증가의 결과였다는 것을 아는 것이 중요합니다. 이전 모델 (예: BERT 또는 Stable Diffusion)이 상당히 전문화되었을 때 (특히 NLP와 이미지 생성), 멀티 모탈리티의 상승과 MoE (전문가 혼합) 패러다임의 도입은 아마도 구글이 그 다섯 가지를 할 수있는 강력한 모델의 아이디어를 위해 다섯 가지를 할 수있는 개별 모델의 아이디어를 포기하도록 설득했습니다. Google Brain과 Google DeepMind 팀의 합병 철저한 개혁 일반 사용 Google Brain과 Google DeepMind 팀의 합병 철저한 개혁 구글과 달리 OpenAI는 항상 세계 최초의 AGI 모델을 건설하는 비전을 공개적으로 지지해 왔습니다. "큰 힘과 함께 큰 책임이 옵니다."라고 말하는 것처럼 AGI의 창조는 천천히 높은 목표에서 조화와 보안 우려의 폭풍으로 변해 왔습니다. 아이디어는 간단했다: 인간은 초인간 AI의 미로 작동을 해독 할 기회가 거의 없었기 때문에, 다른, 덜 강력한, AI는 더 진보 된 동료를 관찰 할 수있을 것입니다. Superalignment 팀의 유일한 이니셔티브는 AI 보안의 조정을 보장하는 시스템을 개발하는 것이었지만 프로그램은 지속되지 않았습니다. 이전 몇 년은 OpenAI 연구원과 매우 이익을위한 조직의 상반기 사이에 공유 된 신뢰의 어느 정도의 침식으로 이어졌으며 회사 내에서 다양한 정도의 붕괴로 이어졌습니다. 오랫동안 오픈AI CEO Sam Altman과 자원 사용에 관한 불안정한 내부 갈등 후, Superalignment 팀 2024년 3월, OpenAI가 모델을 생산하는 속도에 대한 분쟁이 발생했다. Superalignment 연구팀 분리된 Superalignment 연구팀 분리된 이것은 OpenAI 내의 갈등이 실험실의 많은 연구원들에게 앞으로 나아갈 수 있는 유일한 사례가 아니 었지만, 조정 논의로 인한 갈등이 2024년에 Superalignment 팀이 대규모로 사임했을 때 발생했지만, 고급 AI 모델의 신중한 배포 및 상업화에 관한 기본적인 아이디어 중 많은 것들이 이미 회사에 널리 퍼지기 시작했다. 처음에는 AI 보안 조치, 특히 조정의 중요성을 강조하는 연구 실험실로 설계되었으며, 최첨단 AI 개발에서 Anthropic은 주목할만한 목적을 달성했으며, 이제는 AI 윤리에 대한 오랜 챔피언으로 간주됩니다. 로고 AI Lab Anthropic 로고 AI Lab Anthropic 전문화의 시작 5 월 말의 시작은 내가 Big Three (Anthropic, Google, DeepMind)라고 부르는 것들 사이에서 행동의 흐름을 보았습니다. AI 개발의 기후에서. 이전에 언급했듯이, 일반적으로 받아 들여진 추세는 한 번에 많은 작업을 수행 할 수있는 일반적인 LLM을 만드는 것이 었습니다. 그러한 LLM의 기능이 증가함에 따라 논리적으로 많은 사람들이 달성하는 것을 꿈꾸는 AGI 독특성에 접근 할 것입니다. 내 반론 : 그것은 이유를 위해 독특성이라고합니다. 인공 일반 지능의 문자 그대로의 창조와 같은 성취는 아마도 현재의 트랜스퍼터 기반 아키텍처의 진화의 결과로 오지 않을 것입니다.이 주제는 많은 인간 지능의 "건축 블록"이 부족합니다 (생각 : 키네스테시스, 잠재적이고 명백한 기억). 대신, 나는이 독특성은 AI 에이전트 도구와 같은 AlphaEvol 전문화의 상승 그러나 AI 개발의이 오랜 역사가 진행됨에 따라 LLM 순위에서 #1 위치를 유지하기위한 모든 AI 경주가 구글을 제외하고는 누구에게나 지속 가능하지 않게되기 시작했으며, 빅 트리 (Big Three) 멤버는 가장 큰 재능 폴, 가장 정교한 컴퓨팅 센터 네트워크 및 가장 많은 양의 데이터를 보유하고 있습니다.이 기술 거인은 Google Bard의 시대를 오랫동안 벗어났으며 이제 Gemini-2.5와 일반적인 멀티 모드 LLM의 최첨단 패턴을 자랑하며 2025 년 Google I/O 컨퍼런스와 함께 새로운 SoTA 몇 샷 비디오 생성기 (veo3) 및 실시간 패턴을 포함한 일련의 인상적인 모델을 출시 할 예정입니다. 사실, Gemini-2.5의 사용자 테스트 시험이 시작된 직후, OpenAI는 출시를 발표했습니다. 새로운 "AI 하드웨어"를 창출하고 제조함으로써 전통적인 장비를 혁신시키기 위해 이전 애플 디자이너들과 함께 일하는 AI 하드웨어 스타트업 io를 인수하기 위해 논의되었습니다.이 움직임이 잠재적 인 시장으로 볼 수있는 OpenAI의 전략적 투자 또는 LLM 개발에 초점을 맞추는 전체 상태의 전환을 의미하는지 여부.이 움직임이 OpenAI에 대한 AI 경주가 단기적으로 지속가능하지 않을 경우, AI 하드웨어에 대한 이미 안정적인 프레임워크를 활용하기 위해 현재 지배적 인 AI 회사와 파트너십 할 수있는 경우 스마트 장비 또는 자율 로봇이 될 것입니다. 도서관 6.5억 달러 거래 도서관 6.5억 달러 거래 구글은 AI 경주에서 급격한 리더십을 유지하면서 옆 프로젝트를 추구 할 수있는 자원을 가지고 있으며, OpenAI는 최근에 원한다면 자신이 내려갈 수있는 길을 열었습니다. 이 두 가지와는 달리 Anthropic은 코딩을위한 Claude의 LLM을 최적화하여 최근에 Claude Opus 4와 함께 새로운 SoTA를 출시했지만 벤치마킹 테스트의 리더십은 겸손합니다. 또한 Anthropic은 세계에서 가장 큰 AI 윤리 연구 기관이며 AI 보안뿐만 아니라 새로운 기술의 사회적 영향을 연구하는 부문을 유지합니다.이 특성화에 따라 "AI 경주를 이기지 않고 영혼을 잃지 않고"라는 사명을 묘사합니다. 어떤 의미에서, AI 개발 목표에 대한 이러한 전문화는 가까운 장래에 상위 AI 회사가 제품 차별화의 자연적인 효과가 발생함에 따라 서로의 직접 경쟁자가되는 것을 중단한다는 것을 의미 할 수 있습니다.Anthropic이 에이전트 코딩 모델과 Google, 채팅봇에 초점을 맞추면 AGI에 대한 검색이 이론적으로 과도한 자원 사용이 제거되면 가속화 될 수 있다고 주장 할 수 있습니다.그러나 몇 가지 이유로 AI의 더 넓은 진화에 전문화가 실제로 불가능하다고 주장합니다. 
 
 
 
 
 
 Competition breeds innovation. Even though additional resources are not being consumed by a single company in development, the lack of impetus to innovate would hinder advancements despite this fact. If Google already held an extremely stable monopoly, it would not have incentive to spend billions on additional R&D to upgrade a product already in high demand. 
 
 Companies do not share all discoveries. Assuming that all companies actually do invest into further development despite the emergence of specialization as mentioned above, AI companies have been historically reluctant to share the specifics of a model (even lobbying against proposed government legislation for 3rd party review of proprietary model information), which would practically negate any potential benefit from the “you do this, I do that” model of AI development. True open-source AI is still an ideal right now. 
 
 
 There is a heavy overlap across specialized models. For example, as video generation models get more and more convoluted, they require more complicated transformer models trained using extensive data, including the breakdown of textual prompts and inherent reasoning like that found in traditional LLMs (for example, a well-trained video-generator would inherently assume that a “wood board boat” would refer to a boat made out of wooden boards instead of a personified log boarding a ship). 
 
 This article is brought to you by Our AI, a student-founded and student-led AI Ethics organization seeking to diversify perspectives in AI beyond what is typically discussed in modern media. If you enjoyed this article, please check out our monthly publications and exclusive articles at  ! https://www.our-ai.org/ai-nexus/read 이 기사는 학생이 설립하고 학생이 이끄는 AI 윤리 조직 인 Our AI가 현대 미디어에서 일반적으로 논의되는 것을 넘어 AI의 관점을 다양화하려고합니다. ! https://www.our-ai.org/ai-nexus/read ● 결과 다시 질문으로 돌아갑니다: 답은 이 순간이 가까운 미래에 무엇을 할 것인지를 직접 결정함으로써 AI 개발의 풍경을 바꿀 가능성이 있기 때문이라고 생각합니다.그것은 실리콘 밸리에서의 연결 부족으로 인해 내가 추측 할 수있는 시나리오를 포함하지만 표준 게임 이론과 관련이 있습니다.우리는 가설적으로 Google과 Anthropic이 각각의 AI 모델인 Gemini와 Anthropic의 개발을 포기함으로써 AI 경주에서 빠져 나갈 것이라고 가정합시다. 그들의 자리를 차지하기 위해 일어나면 OpenAI를 트럼프 할 수 없으며, 거의 확실히 밤새에 대규모 독점이 될 것이며 다른 두 회사의 재능을 거의 즉시 흡수 할 것입니다. 그러나이 시나리오를 소규모 인공지능 회사 (예를 들어, Mistral 또는 Meta)에 적용하면이 회사가 시장 혼란에 더 취약하기 때문에 AI 슈퍼 파워가 될 가능성이 훨씬 적다는 결론을 내릴 수 있습니다. 왜 AI 제품 전문화의 출현은 AI 개발의 핵심 순간입니까? 마이 두 회사가 떨어지면 나머지 하나가 스스로 지배적이 될 것입니다. 이전에 언급했듯이 AGI의 탐구는 제품 개발의 다른 진화와 다르기 때문에 프로토 타입 제품이 다음 버전의 개발에 직접적으로 도움을 줄 수있는 첫 번째 인스턴스입니다.이 사실은 의심 할 여지없이 에이전트 AI의 상승과 함께 미래에 더 널리 퍼질 것입니다.하지만 우리는 구글의 AlphaEvolve 모델에서 눈에 띄는 예를 얻을 수 있습니다. 구글의 컴퓨팅 센터에 대한 더 나은 로드 배포 프레임 워크를 통해 전반적인 성능을 약 1% 증가시킬 수 있습니다 (이것은 많은 것이 아닐 수도 있지만, 구글의 컴퓨팅 센터의 각각이 수조 바이트의 데이터를 처리한다는 것을 고려할 때 중요합니다).이 추세가 계속된다고 가정하면 (즉, 최고 인공지능 회사는 향후 개발을 단순화하는 데 도움이 될 수있는 인공지능을 계속 개발), 가장 진보 된 기술을 가진 인공지능 회사는 최첨단 인공지능 모델이 더 많은 혁신을 구축하는 데 도움이되는 추세적 성장 패턴으로 끝날 것이며, 이 과정이 반대로 적절한 조건에 따라 다른 회사에 의해 극복 될 가능성이 훨씬 낮아집니다. 디자인 디자인 이러한 모든 요소를 고려할 때, AI 개발의 트리움 바이러스가 곧 멈출 것이라는 것은 불가능합니다 - 세 가지 모두 위험 자본, 브랜드 광고 및 가장 중요한 것은 사회적 기대의 층과 층에 깊이 빠졌습니다.이 거대한 노력에 수십억 달러의 자금이 쏟아져 나왔기 때문에, 그들로부터 뭔가 좋은 것이 나올 수 있기를 바랍니다.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

이 오디오는 이야기의 원래 언어로 제작되었습니다!

우리는 AI 개발을위한 도로에 포크에 있습니다.We are at a fork in the way for AI development

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

볼츠만 뇌 이론에 대한 간략한 소개

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

AI/ML 데이터레이크용 참조 아키텍처 구축을 위한 설계자 가이드

텔레그램: 크립토 아일랜드에서 본토로 연결되는 다리

볼츠만 뇌 이론에 대한 간략한 소개

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

AI/ML 데이터레이크용 참조 아키텍처 구축을 위한 설계자 가이드

텔레그램: 크립토 아일랜드에서 본토로 연결되는 다리

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps