레플리
글 수 283

GPT-3의 다섯 가지 한계

조회 수 1050 추천 수 0 2020.08.23 20:38:29


 

https://blog.pingpong.us/gpt3-limit/

 

 

 

"GPT-3가 생각을 하는 걸까요 아니면 통계적 예측을 하는 걸까요? 둘 중 하나에 속한다는 걸 어떻게 증명할까요? 둘이 정말 큰 차이가 있거나 확실히 구분되는 걸까요? 과연 ‘생각’을 한다는 건 정확히 무슨 의미일까요? 이러한 질문에 확실한 정답을 말해줄 수 있는 사람은 없을 겁니다."

 

 

 

GPT3의 한계에 대해서 잘 정리한 글입니다. 저도 위의 의견에 대해서 상당히 공감합니다. GPT3가 단순히 단어의 빈도수만 가지고 문장을 예측하지는 않는 것 같습니다. 문맥을 파악하고 전체적인 의미를 이해하기 때문에, 그만큼 높은 수준의 글들을 생성할 수 있습니다.

 

어떤 사람들은 딥러닝을 단순히 통계적 예측이라고 하기도 합니다. 개인적으로는 신경망과 통계는 큰 차이가 있다고 봅니다. 보통 통계라고 하면 수식으로 명확하게 설명이 가능합니다. 반면에 신경망은 왜 그런 결과가 나오는지 이론적으로 증명이 어렵습니다. 물론 우리가 알지 못할 뿐, 신경망에도 내부적으로 어떤 공식이 있을지도 모릅니다. 하지만 복잡계(complex system)처럼 아직 인간의 능력으로는 벅찬 문제입니다.

 

언젠가는 그 비밀이 밝혀지게 될까요. 하지만 그렇지 않더라도 딥러닝이 가진 잠재력은 무한하다고 생각합니다.

 

엮인글 :
List of Articles
제목 글쓴이 날짜sort 조회 수
글쓰는 법을 배우는 신경망 깊은바다 2016-03-25 1538
구글의 딥러닝 대화 알고리즘 깊은바다 2016-03-25 3356
딥러닝으로 챗봇 만들기 깊은바다 2017-05-03 3172
단어를 벡터로 변환하는 Word2Vec 깊은바다 2017-05-04 1039
추론이 가능한 딥러닝인 Relational Networks [2] 깊은바다 2017-06-11 2740
딥러닝 RNN으로 구현한 챗봇 깊은바다 2017-08-01 8135
End-To-End Memory Networks - 자연어 질문에 대답하는 모델 [2] 깊은바다 2017-08-21 962
Python과 Tensorflow를 활용한 AI Chatbot 개발 및 실무 적용 깊은바다 2017-08-25 2582
문장을 학습하는 딥러닝 RNN의 Seq2Seq 모델 설명 file 깊은바다 2017-09-15 7327
딥러닝 기반 자연어처리 기법의 최근 연구 동향 [2] 깊은바다 2017-12-17 1020
쉽게 씌어진 Word2Vec [2] 깊은바다 2017-12-25 1178
구글 딥러닝 자연어 처리 오픈소스 SyntaxNet file 깊은바다 2017-12-28 2784
딥러닝을 사용한 챗봇 개발방법 정리 file 깊은바다 2018-02-03 25439
한국어 자연어처리를 위한 딥러닝 깊은바다 2018-02-14 3650
딥러닝을 사용한 감성분석기 개발 깊은바다 2018-02-22 1658