한국어 초록
AGI에 대한 광범위한 논의에도 불구하고, AGI를 향한 진행 상황을 측정하기 위한 명확한 프레임워크가 존재하지 않습니다. 이러한 모호함은 주관적인 주장을 조장하고, 진행 상황을 추적하기 어렵게 만들며, 책임감 있는 거버넌스를 방해할 위험이 있습니다. 이 격차를 해소하기 위한 출발점으로, 우리는 인간의 인지 능력과의 관계 속에서 시스템의 능력을 이해하기 위한 프레임워크를 제시합니다. 심리학, 신경과학, 인지과학의 수십 년 연구를 바탕으로, 우리는 일반 지능을 10가지 핵심 인지 능력으로 분해하는 인지 분류체계(Cognitive Taxonomy)를 소개합니다. 그 다음, 우리는 목표화되고 보류된 인지 작업의 집합에 대해 시스템의 성능을 측정하는 엄격한 평가 프로토콜을 제안하며, 이는 시스템의 강점과 약점을 이해하는 데 사용될 수 있는 '인지 프로필(cognitive profile)'을 생성합니다. 우리는 이 프레임워크가 AGI에 대한 더욱 엄격하고 실증적인 평가를 향한 실질적인 로드맵과 초기 단계를 제공하기를 바랍니다.
요약
인공일반지능(AGI) 달성을 향한 현재의 광범위한 논의에도 불구하고, AGI로의 진행 상황을 객관적으로 측정할 수 있는 명확한 프레임워크가 부재한 상황에서 주관적 주장들이 난무하고 있습니다. 이러한 측정 기준의 부재는 시스템의 진정한 진전을 추적하기 어렵게 만들며, 책임 있는 거버넌스 체계 수립을 방해하는 핵심 문제입니다. 본 논문은 이러한 격차를 해결하기 위해 심리학, 신경과학, 인지과학의 수십 년 연구를 바탕으로 인간의 인지 능력을 중심으로 한 평가 프레임워크를 제시합니다. 핵심 방법론은 일반 지능을 지각, 생성, 주의, 학습, 기억, 추론, 메타인지, 실행 기능, 문제해결, 사회적 인지의 10가지 핵심 인지 능력으로 체계적으로 분해하는 인지 분류법의 도입입니다. 이를 바탕으로 표적화되고 검증된 인지 과제들을 통해 AI 시스템의 성능을 측정하고, 동일한 조건 하에서 인간 표본의 성능을 기준선으로 수집하여 직접 비교 가능하도록 설계되었습니다. 제안된 3단계 평가 프로토콜은 광범위한 인지 과제 스위트에서의 성능 평가, 인간 기준선 수집, 그리고 시스템의 강점과 약점을 시각화한 인지 프로필 생성을 포함합니다. 이 방법론은 특정 기술적 구현이나 시스템 아키텍처에 무관하게 인간과의 공정한 비교를 가능하게 하는 추상적 수준의 분석을 지향합니다. 따라서 본 프레임워크는 주관적 추측에서 벗어나 객관적이고 과학적으로 근거 있는 AGI 평가 방식으로의 전환을 가능하게 하며, 인공 시스템이 인간 지능의 전반적 특성을 얼마나 잘 구현하고 있는지를 정량적으로 추적할 수 있는 실질적 로드맵을 제공합니다.
함께 살펴볼 논문
공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.
공통 태그로 연결된 공개 논문이 아직 없습니다.
토론
이 논문과 연결된 포럼 글이 아직 없습니다.