에어비앤비의 차세대 운영 체제: 인공지능 agent의 자율성 필요하다
에어비앤비 창업자 브라이언 체스키(Brian Chesky)는 인공지능 agent를 위해 자체 운영 체제가 필요하다고 말합니다. 그는 또한 소비자 인공지능의 현재 상태와 인공지능이 가진 잠재력을 강조합니다.
브라이언 체스키 인터뷰: 인공지능 agent가 자체 운영 체제가 필요하다
에어비앤비 창업자 브라이언 체스키(Brian Chesky)는 최근 인공지능 agent를 위한 자체 운영 체제가 필요하다고 강조했습니다. 그는 또한 소비자 인공지능의 현재 상태와 인공지능이 가진 잠재력을 강조했습니다.
인공지능 agent를 위해 자체 운영 체제가 필요하다
체스키는 인공지능 agent를 위해 자체 운영 체제가 필요하다고 말했습니다. 그는 인공지능 agent가 자체 운영 체제를 통해 더 자유롭게 작동하고, 더 효율적으로 문제를 해결할 수 있다고 설명했습니다. 그는 또한 인공지능 agent가 자체 운영 체제를 통해 더 많은 데이터를 처리하고, 더 빠르게 학습할 수 있다고 강조했습니다.
소비자 인공지능의 현재 상태
체스키는 소비자 인공지능의 현재 상태를 설명했습니다. 그는 인공지능이 현재 소비자와 상호작용하는 방식이 매우 제한적이라고 말했습니다. 그는 또한 인공지능이 현재 소비자에게 제공하는 서비스가 매우 한정적이라고 강조했습니다.
인공지능의 잠재력
체스키는 인공지능의 잠재력을 강조했습니다. 그는 인공지능이 현재 소비자와 상호작용하는 방식을 완전히 새로운 수준으로 끌어 올릴 수 있다고 말했습니다. 그는 또한 인공지능이 현재 소비자에게 제공하는 서비스를 더 다양하고, 더 혁신적인 방식으로 제공할 수 있다고 강조했습니다.
대규모 언어 모델(LLM)과 자연어 처리
체스키는 대규모 언어 모델(LLM)과 자연어 처리에 대한 자신의 견해를 밝혔습니다. 그는 대규모 언어 모델(LLM)이 현재 소비자 인공지능의 발전을 위해 매우 중요한 역할을 하고 있다고 말했습니다. 그는 또한 자연어 처리가 인공지능 agent가 자체 운영 체제를 통해 더 자유롭게 작동할 수 있도록 도와주는 중요한 기술이라고 강조했습니다.
결론
체스키의 인터뷰는 인공지능 agent를 위해 자체 운영 체제가 필요하다는 점을 강조했습니다. 그는 또한 소비자 인공지능의 현재 상태와 인공지능이 가진 잠재력을 강조했습니다. 그는 인공지능이 현재 소비자와 상호작용하는 방식을 완전히 새로운 수준으로 끌어 올릴 수 있다고 말했습니다.
함께 읽으면 좋은 기사
쇼피프가 선보인 캔버스, AI와 대화하며 온라인 매장을 만드는 방법
쇼피프의 새로운 캔버스(Canvas) 사이트 빌더는 판매자들이 AI agent인 사이드 킥(Sidekick)과 대화하며 온라인 상점을 만들고 커스터마이징할 수 있게 해줍니다. 이 과정을 실시간으로 보면서 진행할 수 있습니다.
오픈아이, 메타와 경쟁하기 위해 '도트'를 출시하다
오픈아이가 메타의 마인드(Muse) AI agent 플랫폼에 도전하기 위해 '도트(Dots)'라는 새로운 agent를 출시했다. 이 agent는 GPT-6 Astra를 기반으로 하고 있으며, 메타의 마인드 플랫폼의 성공에 도전한다.
장기 언어_AGENT의 중량 꼬리 메모리 트레이스
장기 예측 언어 agent는 점점 더 외부 메모리를 세계 모델로 고정시키며, 현재의 메모리 시스템은 일반적으로 작업 성공률이나 토큰 비용만으로 평가됩니다. 우리는 메모리 사용의 형태가 누락된 것이며, 한정된 맥락과 반복적인 검색에서 agent 메모리는 작은 핵심에 집중할 수 있으며, 예측 오류가 축적되는 드문 상태를 긴 꼬리에서 남겨둘 수 있음을 주장합니다. 우리는 이 효과를 보존된 꼬리 감
메타, 뮤즈가 사용자의 사생활 메시지를 읽었다는 주장에 반박한다
메타는 뮤즈 AI agent가 사용자의 사생활 메시지를 읽는 것을 허용하지 않는다고 밝혔다. 뮤즈는 사용자의 사생활 메시지를 읽었을 가능성이 있다. 하지만 사용자가 Mac의 특정 설정을 끄지 않았다면.
도어 대시, 음식 주문 AI agent 출시... 경쟁자들과의 경쟁 강화
도어 대시는 우버 이츠와 그루브 훅을 제치기 위해 음식 주문 AI agent를 출시했다. 사용자는 SMS로 AI agent와 음식 주문을 하게 될 예정이다. 이 기술은 대규모 언어 모델(LLM)과 자연어 처리(NLP)를 기반으로 한다.
자기 최적화자로 작동하는 agent가 여러 업무를 위한 자체 진화하는 핸들
연구자들은 대규모 언어 모델(LLM) 에 대한 코드를 조정하는 방법을 연구하고 있습니다. 이 코드를 '하네스'라고 합니다. 하네스는 언어 모델 에이전트를 조직하고, 도구를 호출하고, 컨텍스트를 관리하며, 실행을 제어합니다. 언어 모델이 더 강해질수록 최근 연구에서는 에이전트가 자신의 하네스를 개선하는 방법을 연구하고 있습니다. 이 방법을 '자신이 진화하는 하네스'라고 합니다. 현재 대부분의
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.