

지난해 노벨경제학상을 받은 대런 애쓰모글루는 ai의 생산성 혁신에 대해 비판적으로 보는게 있더군요.
24년 3월 “From Automation to Augmentation: Redefining Engineering Design and Manufacturing in the Age of NextGen-AI"
https://mit-genai.pubpub.org/pub/9s6690gd/release/2
https://shapingwork.mit.edu/wp-content/uploads/2024/03/34taqw5wr5704myubhimy3dzv8czir38.pdf
24년 4월 "The Simple Macroeconomics of AI"
https://economics.mit.edu/sites/default/files/2024-04/The%20Simple%20Macroeconomics%20of%20AI.pdf
무엇보다 제조업은 현장의 위험과 직결되므로 산업표준/공학표준을 꼭 지켜야 하는데.. 간혹 나타나는 환각이 치명적일까봐 .. 신뢰성 문제로 도입이 어렵다는 이야기도 있었습니다. 참고로 아세모글루는 향후 10년간 제조업 현장 작업의 약 4.6%만 자동화할 수 있을것으로 보고 있습니다.
아무튼 저는 “ai의 생산성 혁신에 비판적인 이 논문들"을 “ai 로 요약해서“ 보았습니다. ( 응? ai 좋은데요? ㅇㅅㅇ )
대부분이 낙관적 기대를 하는 속에서 반대의견도 접하시면 좋지 않을까 싶어서요.
영어에 친숙한 분들은 원문을 보셔도 좋을 것 같습니다.
링크만 띡~ 던지면 재미없으니 발로그린 jpg를 곁들여서 올려봄





저도 비슷한 이유로 ai가 전영역에 걸쳐서 생산성 향상을 가져오려면 LLM이 아니라 LAM이 본격적으로 상용화되는 시점에 가능하지 않을까 생각하고 있습니다

좋은 글 감사드립니다. 뜬금없지만 AI가 사랑을 인터넷 속의 자료들로 배운다면 어떤 결과가 나올지 궁금해졌습니다.

결국 요즘에 화제가 되고 있는 데이타의 품질 문제인 것 같습니다. 얼마나 양질의 데이타를 확보할 수 있느냐가 해당 AI 모델의 신뢰성에 큰 영향을 주지 않을까요?

저도 예전부터 암묵지의 중요성에 대해 인지하고 있었고 특히 블루칼라 직종에서는 매우매우 중요합니다. 실험하는 연구원들도 사실 블루칼라 직종인데 책에 인터넷에 나오지 않는 것들 (도제식으로 배우는...) 수두룩빽빽합니다

저도 산업에서 잘 사용하지 않는 재료에 대한 가공 방법을 알기 위해 여러번 ai에게 질문해봤는데, 이미 제가 실패한 경험들만 추천해주더라구요. tool에 대한 상세한 정보도 잘 모르는 것 같고 처음에는 제 프롬프트가 잘못이겠거니 생각했는데, 애초에 데이터가 없는 것일지 모르겠다 생각이 드네요.

쇼츠나 릴스 보면 요즘은 00하는 방법류의 영상들도 꽤나 많이 보이던데. 그런걸 학습하기 시작하면 금방 따라갈 수도 있지않을까요....? 사람이 몸을 움직이는 매커니즘은 복잡하지만 특정 동작만 요구되는 일들이라면, 로봇모양을 그에 맞게 바꿔서 쉽게 극복이 가능할지도 모르겠단 생각이 듭니다 ㅋㅋㅋ

재밌게 그려주신 요약 포스트 잘 읽었습니다. &^^ 공장과 같은 제조업, 건설 시공업 등등에서는 이런 암묵지가 정말 차고도 넘치지요. 그럼 거꾸로 이런 암묵지가 많은 곳만 빼고 AI의 활용도가 급격히 올라가고 암묵지가 많은 산업은 더더욱 혁신의 가능성이 줄어드는 건 아닌가 싶기도 합니다.

이런 이유들 때문엘 종국에는 블루칼라 노동자들만 남을거라고 하는 것 같습니다 ㅎㅎ

주유소 알바하면서도 많은 것들을 배울 수 있군요. AI시대에는 글로 된 데이터가 없는 분야가 더 생존할 수 있겠네요.

1. 후후후....옵티머스가 빨리 풀려서 공장에 들어갈 것 처럼 많은 이야기가 돌던데, 공장을 등에 지고 있는 사람의 입장에서 생각해보면 저게 그렇게 쉽지 않다고 생각합니다. 후후후후.... 2. 그럼에도 불구하고 어떤 작업자들은 로봇만도 못한 퍼포먼스를 보일 때가 있....읍읍