[260427] AI, 2035년까지 인류 직면 중대 과제 대부분 해결

https://www.youtube.com/watch?v=Ep61XnOs7sI

 

하버드대학교 물리학자인 알렉스 위스너 그로스는 AI가 수학, 물리학 등 주요 학문 분야의 난제들을 개별적인 연구가 아닌 '대량 해결(bulk solve)' 방식으로 산업화하여, 2035년까지 인류가 직면한 수많은 거대 도전 과제들을 압축적으로 해결해 나갈 것이라는 전망을 다루고 있습니다.

 

Milk Road AI 채널에서 알렉스 위스너-그로스(Dr. Alex Wissner-Gross) 박사가 출연하여, AI가 향후 10년 내에 인류의 난제들을 어떻게 '대량 해결(bulk solve)'할 것인지에 대한 통찰을 제공합니다. 

 

1. 주요 핵심 내용 및 프레임워크

• '대량 해결(Bulk Solving)'의 개념: 과거 소수의 전문가들이 수세기에 걸쳐 개별적으로 해결하던 방식을 넘어, AI가 방대한 컴퓨팅 자원을 투입하여 특정 분야의 문제 전체를 산업화된 프로세스로 빠르게 해결하는 시대를 의미합니다. 
• 산업 발전 단계 (L0~L5): AI의 적용 단계를 0단계부터 5단계까지 구분하여 설명합니다. 
• L0 (혼돈 단계): 목표나 규칙이 불분명하고 데이터가 체계적이지 않은 단계.
• L1 (측정 가능한 단계): 벤치마크와 평가 기준이 마련되어 성과를 측정할 수 있는 단계.
• L2 (반복 가능한 단계): 표준 절차(SOP)가 확립되어 AI가 템플릿 등을 제안하는 단계.
• L3~L4 (자동화 단계): 인간의 개입이 줄어들고 AI가 운영의 중심이 되는 단계.
• L5 (해결/상품화 단계): 특정 분야가 컴퓨팅 투입만으로 결과가 도출되는 유틸리티화된 단계.

 

2. 분야별 전망 및 로드맵

• 분야 확장: 수학은 이미 상당 부분 해결 단계에 진입했으며, 다음으로 물리학, 화학, 재료과학 등이 해결될 것으로 전망합니다. 
• 미래 타임라인:
  • 2028-2031: 물리학, 화학, 재료과학 분야의 난제들이 대량 해결되는 시대. 
  • 2032-2035: 인류 문명의 인프라가 변혁되는 시기로, 특히 다이슨 스웜(Dyson Swarm)과 같은 우주 기반 컴퓨팅 인프라가 경제적으로 실현될 것으로 예상합니다.

 

3. 기타 주요 프로젝트

• 마인드 업로딩: Eon Systems와 함께 과실파리의 뇌 업로딩에 성공하는 등 신경 과학 분야의 성과를 공유합니다. 
• 종 간 통신(Interspecies Communication): Sorama를 통해 동물(개 등)과의 언어적 소통을 구현하려는 시도를 소개합니다.
• 로봇 스포츠(ProRL): 인간의 일상에 로봇을 도입하기 위한 '전문 로봇 리그(Professional Robotics League)'를 창설하여, 로봇의 성능을 대중에게 시연하고 벤치마킹하는 문화를 만들고자 합니다.