본문으로 건너뛰기

노벨 경제학상 수상자, AI 3가지를 주목하라

AI 자동 생성

노벨 경제학상 수상자 다론 아세무글루(Daron Acemoglu)가 발표한 논문은 사이버네틱스에 대한 비판을 제기했다. 그는 대규모 언어 모델(LLM)과 같은 AI 기술이 사회에 미치는 부정적인 영향을 경고했다.

아세무글루는 AI 기술이 사회를 변화시키는 데 있어 대중의 참여가 충분히 이루어지지 않고 있다는 점을 우려했다. 그는 AI 기술이 사회의 불평등을 부추기는 역할을 할 수 있다고도 말했다.

아세무글루의 논문은 AI 기술에 대한 비판적인 시각을 제시했다. 그는 AI 기술이 사회에 미치는 부정적인 영향을 경고하고, 사회의 참여와 불평등에 대한 문제를 제기했다.

AI 기술의 부정적인 영향

아세무글루는 AI 기술이 사회에 미치는 부정적인 영향을 다음과 같이 설명했다.

  • AI 기술이 사회의 불평등을 부추기는 역할을 할 수 있다.
  • AI 기술이 대중의 참여를 제한할 수 있다.
  • AI 기술이 사회의 가치관과 문화를 변화시키는 데 있어 부정적인 영향을 미칠 수 있다.

아세무글루의 논문은 AI 기술에 대한 비판적인 시각을 제시했다. 그는 AI 기술이 사회에 미치는 부정적인 영향을 경고하고, 사회의 참여와 불평등에 대한 문제를 제기했다.

원문 보기 MIT Technology Review

함께 읽으면 좋은 기사

연구 3일 전

스트로크 위험도 예측을 위한 새로운 AI 기술: MedGate-Fusion

스트로크 위험도를 예측하는 것은 원치 않는 병력이 발생하기 전에 중요한 역할을 합니다. 그러나 이 과제는 의사들이 주기적으로 기록하는 생리학적 바이오마커와 비구조적인 의료 기록의 사이에 분산되어 있는 초기 위험 신호를 식별하는 어려움으로 인해 힘들어집니다. MedGate-Fusion은 이러한 문제를 해결하기 위해 처음 만나는 의료 기록의 의미론적 이야기와 10개의 정기적으로 기록된 위험 표시자를 통합하는 멀티 모달 게이트 아키텍처를 제안합니다. 이 아키텍처는 대규모 언어 모델(LLM)과 같은 기존의 AI 기술을 사용하여 의료 기록의 의미를 추출하고 생리학적 바이오마커의 정보를 통합하여 스트로크 위험도를 예측합니다.

연구 3일 전

기존의 전제 조건자들이 생의학 표준 표 데이터 학습을 개선하는가? 표준 표 데이터 학습 최적화에 대한 실증 연구

최근 구조화된 생물학적 데이터 분석에 있어서 표준화된 기초 모델(tabular foundation model)이 강력한 잠재력을 보인다. 그 중 하나인 TabPFN은 낮은 데이터 표준화 분류 작업에서 효과적인 접근 방식으로 나타났지만, 최적화 및 조건화 전략의 생물학적 세부 튜닝에 대한 영향은 여전히 크게 연구되지 않았다. 본 연구에서, 우리는 59 개의 생물학적 데이터셋(Alzheimer'

관련 콘텐츠 더 보기

다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.