2025년에 들어서서 AI 가 상업적인 패키지로 개발의 사업이 있던 것이 많아졌는데, 이것에 대해서 AI 의 처리능력에 의한 사람들의

업무의 합리성이 낮아지는 듯한 것이 있기는 함.. (AI Agent 라는 용어도 생겨남..)

나름대로 AI 에 대해서 기술적인 평가를 내리기로는 딥러닝(Deep-learning) 기반의 AI 에 대해서 게시글을 남겨놓기도 했는데, 추가적으로

AI 에 의한 인간의 업무능력의 가치가 낮아지는 것이 우려되는 것은 마찬가지이기도 함.

ㅇㅅㅇ; 

AI 에 대해서 기술적 평가를 남긴 글에 대해서, AI 에 대해서는

Attention 이라는 것이 오류역전파 알고리즘에 의해서 Non-linear 한 대상에게까지, 복잡성에 대해서 Copy 의 것이 전체 평균화되도록 하는 효과가

있다고 말함. 

그렇지만 이 Attention 이라는 것에 대해서는, 겉보기의 여러 대상에 대해서 겉보기의 가짓수라는 것이

인간의 오성에 대해서 분류될 수가 있어서 AI 가 가능한 것임. (적어도 고려에 대해서는 그러함..)

그래서 AI 가 딥러닝으로 학습하는 바에 대해서는,

효과에 대해 이러한 가짓수의 변수를 학습모델의 Parameter 에 Weitgh 와 Bias 로 학습한 것으로 볼 수도 있음.

ㅇㅅㅇ.. 

그래서 데이터 사이언스와 함께 AI 에 대해서 확률과 통계가 중요하다는 미디어의 언급이 연구진로에 대해서 자료로써 돌기도 했는데, 

이것에 대해서는, 가짓수의 List 에 대해서

AI 모델이 학습한 Attention 에 대해서 가짓수에 대해 Deep copy 의 결과가 Embedded 하지못한 Error 와 같은 부분에 대해서, 

상당한 Variance 가 함께 들어갈 때, 샘플(Sample) 에 대해서, 통계적으로 나타나는 유의미의 해석을

어느정도 수학으로 보완할 때 관성의 것이 있다는 것을 포착할 수도 있을 것임..  ㅇㅅㅇ..

그래서 아무래도 데이터 사이언스와 함께 AI 에 대해서는, 확률과 통계가 보완보정의 기법에 대해서 중요한 것이기도 했다고 봄.. ㅇㅅㅇ..

그래서 AI 의 결과물에 대해서는, 그것이 거의 대부분 통계적 Copy 의 결과이기도 함.

AI 의 처리능률이 인간사회에 여러가지를 대체할 것으로 보이는 일이 있는데 이것에 대해서는 Variance 의 크기에 대해서 AI 모델에

상당히 전체가 들어가기 때문에 가짓수의 오류에 대해서 어느정도 통계적 보정이 들어간다면, 충분히

인간사회의 작업들을 대체해도 된다고 봄. (결과만 괜찮으면 되는 것들을 말함..)

ㅇㅅㅇ.. 

그렇지만 Task team 방식의 전반의 다뤄놓는 형식에 대해서 Special 한 작업에 대해서는 인간이 주도해야함.

Task 가 통계적으로 특별할 수록 사고방식에 대해서 AI 의 처리능률에 대해서는 가짓수에 대해서, 전체의 Variance 의 통계를 기반으로 하기 때문에

AI 의 대행은 느리거나 효과적으로 정확하지 않을 수 있음.

전반적으로 AI 에 대해서는 Task 에 대한 가상화를, 인간의 오성이 발휘하는 것에 대해서 형식에 대해

모델이 충분히 훈련될 수가 없는 것에 대해서 자료의 이미 쌓여야 인간과의 차이가 동률로 나타날 것임. 

앞으로 AI 에 의해서 많은 처리가 인간사회에서 AI 로 대체될 것인데, 중요한 점은 Team 방식의 것이어야 하는 것이,

Task 를 중심으로 있는 것이 중요하게될 것임. ㅇㅅㅇ..

미래에 대해서 나는 인간은 Task 에 대해서 Specialist 로써 활동해야 하고 나머지의 부분은 AI 의 Task 로도 대체될 것으로 봄.

아무래도 AI 의 처리는 겉보기에 유의미하기만 해도 상관없는 분야에 대해서 노동의 대체재로써 많이 유용하다고 판단됨.

(이런 쪽으로 까다롭고 전문적이어도 AI 의 처리투입이 어떻게 혼용은 된다고 봄..) 

그래서 인간은 AI 현대시대에 Task 에 대해서 진행의 형식에 대해서 유의미성이 실재되는 일에 투입이 될 것이고 학습되어야 한다고 봄. 

AI 현대시대는 대략 이러한 기조로 흘러가게될 것임. ㅇㅅㅇ