Hongzhi Gao는 어렸을 때 텡거Tengger 사막 옆 중국 북부 중앙에 위치한 간쑤 Gansu성에서 가족과 함께 살았다. 어린 시절을 회상하면서 그는 집 밖에 끊임없이 불어오는 흙바람을 회상하며, 일년 중 대부분의 달 동안 모래가 빈 공간을 채우고 집 안으로 주머니, 부츠, 그리고 그의 입으로  들어올 때까지 1분도 채 걸리지 않았다고 회상한다. 사막의 단조로움이 몇 년 동안 머리에 맴돌았고, 대학에서 그는 그 기억을 사막 풍경에 식물의 생명을 불어넣을 수 있는 기계를 만드는 아이디어로 전환했다.

비옥한 땅이 사막이 되는 과정인 사막화를 막기 위한 노력은 주로 값비싼 수동 솔루션에 집중되었다. Hongzhi는 최적의 지점 식별에서 나무 묘목 심기, 물주기에 이르기까지 나무 심기 프로세스를 자동화하는 딥 러닝 기술을 갖춘 로봇을 설계했다. AI에 대한 경험이 없음에도 불구하고 Hongzhi는 학부생으로서 바이두Baidu의 딥 러닝 플랫폼 패들패들PaddlePaddle을 사용하여 이미 시장에 나와 있는 유사한 기계보다 더 나은 물체 감지 기능을 갖춘 로봇을 만들기 위해 서로 다른 모듈을 결합했다. Hongzhi와 그의 친구들이 최종 제품을 만들고 작동시키는 데 1년도 채 걸리지 않았다.

Hongzhi의 사막 로봇은 인공지능의 접근성이 증가하고 있음을 보여주는 좋은 예이다.

오늘날 400만 명이 넘는 개발자가 바이두Baidu의 오픈 소스 AI 기술을 사용하여 커뮤니티 사람들의 삶을 개선할 수 있는 솔루션을 구축하고 있으며, 그들 중 다수는 해당 분야에 대한 기술 전문성이 거의 또는 전혀 없다. “향후 10년 이내에 AI는 우리 사회의 모든 구조에서 발생하는 변화의 원천이 되어 산업과 비즈니스 운영 방식을 변화시킬 것이다. AI 개발자 컨퍼런스인 Baidu Create 2021에서 바이두Baidu CEO Robin Li는 "이 기술은 우리를 디지털 세계로 더 깊이 들어가 인간의 경험을 확장할 것이다."고 말했다.

AI 진화의 새로운 장에 접어들면서 Baidu의 CTO인 Haifeng Wang은 업계의 발전 방향을 뒷받침하는 두 가지 주요 추세를 확인했다. AI는 계속해서 성숙해지고 기술 복잡성이 증가할 것이다. 동시에 배포 비용과 진입 장벽이 낮아져 AI 기반 솔루션을 대규모로 구축하는 기업과 AI의 세계를 탐색하는 소프트웨어 개발자 모두에게 이익이 된다.

딥러닝을 통한 지식과 데이터의 병합

지식과 데이터를 딥 러닝과 통합하면 AI 모델의 효율성과 정확성이 크게 향상되었다. 2011년부터 Baidu의 AI 인프라는 새로운 정보를 수집하여 대규모 지식 그래프로 통합했다. 현재 이 지식 그래프에는 제조, 제약, 법률, 금융 서비스, 기술, 미디어 및 엔터테인먼트를 포함한 산업별 주제뿐만 아니라 일상 생활의 모든 측면을 다루는 5,500억 개 이상의 사실이 있다. 

이 지식 그래프와 방대한 데이터 포인트는 함께 Baidu에서 새로 출시된 사전 훈련된 언어 모델 PCL-BAIDU Wenxin(버전 ERINIE 3.0 Titan)의 빌딩 블록을 구성한다. 이 모델은 독해, 텍스트 분류 및 의미론적 유사성을 포함한 60가지 자연어 처리(NLP) 작업에서 지식 그래프가 없는 다른 언어 모델보다 성능이 뛰어나다.

양식 전반에 걸친 학습

교차 모드 학습은 기계의 인지적 이해를 개선하고 인간의 적응 행동을 더 잘 모방하려는 AI 연구의 새로운 영역이다. 이 분야의 연구 노력의 예로는 모델이 텍스트 설명만으로 이미지를 생성하도록 훈련된 자동 텍스트-이미지 합성과 시각적 콘텐츠를 이해하고 그 이해를 단어로 표현하도록 구축된 알고리즘이 있다. 이러한 작업의 과제는 기계가 다양한 유형의 데이터 세트(예: 이미지, 텍스트)에 걸쳐 의미론적 연결을 구축하고 이들 간의 상호 의존성을 이해하는 것이다. 

AI의 다음 단계는 컴퓨터 비전, 음성 인식 및 자연어 처리와 같은 AI 기술을 병합하여 다중 모드 시스템을 만드는 것이다.

이와 관련하여 Baidu는 언어와 시각적 의미론적 이해를 연결하는 NLP 모델의 변형을 출시했다. 이러한 유형의 모델에 대한 실제 응용 프로그램의 예로는 인간처럼 주변 환경을 인식하고 비즈니스에 대한 고객 지원을 처리할 수 있는 디지털 아바타와 생성된 예술 작품에 대한 이해를 기반으로 예술 작품을 "그릴" 수 있고 시를 작곡할 수 있는 알고리즘이 있다.

이 기술에는 훨씬 더 창의적이고 영향력 있는 잠재적 결과가 있다. PaddlePaddle 플랫폼은 시각과 언어 전반에 의미론적 연결을 구축할 수 있어 중국의 석사 과정 학생 그룹이 운남 및 광시와 같은 지역에서 멸종 위기에 처한 언어를 중국어 간체로 더 쉽게 번역하여 보존하기 위한 사전을 만들었다.

소프트웨어 및 하드웨어 전반에 걸쳐, 그리고 산업별 사용 사례에 AI 통합

점점 더 복잡해지고 산업별 고유한 문제를 해결하기 위해 AI 시스템이 적용됨에 따라 소프트웨어(딥 러닝 프레임워크) 및 하드웨어(AI 칩) 최적화에 더욱 중점을 둔다. 전체적으로 개별적으로 최적화하는 대신 컴퓨팅 성능, 전력 소비 및 대기 시간과 같은 요소를 고려한다.

또한, 타사 개발자가 딥 러닝 기능을 사용하여 특정 사용 사례에 맞는 새로운 애플리케이션을 구축하는 Baidu AI 인프라의 플랫폼 계층에서 엄청난 혁신이 일어나고 있다. PaddlePaddle 플랫폼에는 양자컴퓨팅, 생명과학, 전산 유체 역학 및 분자 역학과 같은 최신 기술의 AI 애플리케이션을 지원하는 일련의 API가 있다.

AI는 실용적인 용도도 있다. 예를 들어, 산둥성 소도시 수광Shouguang에서는 AI가 과일 및 채소 산업을 합리화하는 데 사용되고 있다. 수십 개의 채소 창고를 관리하는 데 두 사람과 하나의 앱만 있으면 된다.

Wang은 "AI 기술의 복잡성이 증가함에도 불구하고 오픈 소스 딥 러닝 플랫폼은 운영 체제와 같은 애플리케이션과 프로세서를 통합하여 AI를 비즈니스에 통합하려는 기업과 개인의 진입 장벽을 줄여준다."고 말했다.

개발자 및 최종 사용자의 진입 장벽 감소

기술 측면에서 PCL-BAIDU Wenxin(버전 ERNIE 3.0 Titan)과 같은 대형 모델을 사전 훈련하면 기존 모델이 직면한 많은 일반적인 병목 현상이 해결되었다. 예를 들어, 이러한 범용 모델은 텍스트 분류 및 질문 답변과 같은 다양한 유형의 다운스트림 NLP 작업을 한 곳에서 실행하기 위한 기반을 마련하는 데 도움이 되었지만 과거에는 각 유형의 작업을 별도의 모델로 해결해야 했다.  

PaddlePaddle에는 보다 구체적인 사용 사례에 맞게 범용 모델을 조정하는 모델 압축 기술과 같은 일련의 개발자 친화적인 도구도 있다. 플랫폼은 공식적으로 지원되는 산업용 등급 모델 라이브러리를 대형에서 소형까지 400개 이상의 모델로 제공한다. 이 라이브러리는 범용 모델 크기의 일부만 유지하지만 비슷한 성능을 달성하여 모델 개발 및 배포 비용을 절감할 수 있다.

오늘날 Baidu의 오픈 소스 딥 러닝 기술은 476,000개 모델을 생성한 400만 개 이상의 AI 개발자 커뮤니티를 지원하여 157,000개 기업 및 기관의 AI 기반 혁신에 기여하고 있다. 위에 열거된 예는 Baidu AI 인프라의 모든 계층에서 발생하는 혁신의 결과이다. 음성 인식, 컴퓨터 비전, AR/VR, 지식 그래프, 사전 훈련 대형 모델 등의 기술을 통합하여 사람처럼 세상을 인식하는 데 한 걸음 더 다가간다.

현재 상태에서 AI는 놀라운 작업을 수행할 수 있는 성숙도에 도달했다.

예를 들어, 메타버스XiRang의 최근 출시는 PaddlePaddle의 플랫폼이 없었으면 전 세계 참가자가 장치에서 연결할 수 있는 디지털 아바타를 만들 수 없었을 것이다. 또한 양자컴퓨팅과 같은 분야의 미래 혁신은 메타버스의 성능을 크게 향상시킬 수 있다. 이것은 Baidu의 다양한 제품이 어떻게 얽혀 있고 상호 의존적인지 보여준다.

몇 년 안에 AI는 인간 경험의 핵심에 가까워지게 된다. 증기력, 전기, 인터넷이 우리 사회에 이전 세대에게 어떠했는지가 될 것이다. AI가 더 복잡해짐에 따라 Hongzhi와 같은 개발자는 이전에 이론적으로만 가능하다고 여겨졌던 사용 사례를 탐색할 수 있는 창의적인 자유를 감안할 때 아티스트와 디자이너의 역량으로 더 많이 일하게 될 것이다. 하늘이 한계이다.