동물 훈련사가 개나 말을 훈련하는 방식과 유사하게 기계 훈련을 하는 것은 인공 지능 발전에 중요한 접근 방식이었습니다. 이러한 방법은 수요일에 기술 분야의 노벨상으로 불리는 명망 있는 A. M. 튜링 상을 수상받았습니다. 올해 수상자인 앤드류 바르토와 리차드 서턴은 1970년대 후반 초기 연구 이후로 상당한 발전을 이룬 강화 학습의 개척자로 인정받고 있습니다. 그들의 기초 연구는 지난 10년 간의 수많은 AI 혁신을 가능하게 했으며, 긍정적인 피드백에 반응하여 행동을 조정할 수 있는 "쾌락주의적" 기계를 만드는 데 초점을 맞췄습니다. 강화 학습은 2016년과 2017년 구글의 컴퓨터 프로그램이 고전 중국 보드게임인 바둑에서 최상위 인간 경쟁자를 이기는 데 중요한 역할을 했습니다. 또한 ChatGPT와 같은 널리 사용되는 AI 애플리케이션을 향상시키고, 금융 거래를 최적화하며, 로봇 손이 루빅스 큐브를 해결하는 데 필수적인 역할을 합니다. 그러나 바르토는 그와 그의 박사 과정 학생인 서턴이 매사추세츠 대학교 앰허스트 캠퍼스에서 이론과 알고리즘을 개발하기 시작했을 때 이 분야가 대체로 "유행에 뒤처져 있었다"고 언급했습니다. “우리는 다소 황야에 있었던 셈입니다”라고 바르토는 AP와의 인터뷰에서 말했습니다. “이 상을 받는 것이 특히 기쁜 이유는 우리의 작업이 초기에는 인정을 받지 못했지만 현재의 중요성과 흥미로움을 강조하고 있기 때문입니다. ” 컴퓨터 기계 협회에서 발표한 연간 상금 100만 달러는 구글이 후원합니다. 매사추세츠 대학교에서 은퇴한 바르토와 캐나다 앨버타 대학교에서 장기적으로 재직 중인 서턴은 영국의 수학자이자 암호 해독가, 초기 AI 개척자인 앨런 튜링의 이름을 딴 상을 받은 첫 번째 AI 혁신자는 아니지만, 그들의 연구는 튜링이 1947년에 "경험으로부터 배우는 기계"를 요청한 내용을 직접적으로 다루었습니다. 서턴은 이를 “강화 학습의 근본 개념이라고 할 수 있다”고 설명했습니다. 그들의 연구는 쾌락을 추구하는 신경 세포가 보상과 처벌에 어떻게 반응하는지를 다룬 심리학과 신경 과학의 통찰을 포함했습니다.

1980년대 초에 발표된 획기적인 논문은 움직이는 수레 위에서 기둥을 균형 있게 유지하여 떨어지지 않도록 하는 특정 작업을 통해 그들의 새로운 접근 방식을 보여주었습니다. 그들은 나중에 널리 사용되는 강화 학습 교과서를 공동 저술했습니다. “그들이 개발한 도구는 현재 AI 붐의 기초가 되어 엄청난 발전을 이루었으며 수많은 젊은 연구자들을 유치하고 수십억 달러의 투자를 이끌어냈습니다”라고 구글의 수석 과학자인 제프 딘이 서면 성명에서 밝혔습니다. AP와의 공동 인터뷰에서 바르토와 서턴은 자기 개선을 목표로 하는 AI 에이전트의 위험을 평가하는 데 occasionally 상반된 의견을 가졌습니다. 그들은 OpenAI, 구글 및 기타 기업이 만든 챗봇에서 사용되는 대형 언어 모델과 같은 생성 AI의 유행 분야와 그들의 작업을 명확하게 구분했습니다. “주요 결정은 인간 데이터를 학습할지 아니면 AI 에이전트가 자신의 경험으로부터 학습하게 할지에 관한 것입니다”라고 서턴이 설명했습니다. 서턴은 AI가 인류에 미칠 수 있는 잠재적 위협에 대한 과장된 두려움을 과소평가하는 반면, 바르토는 “우리는 잠재적으로 예기치 않은 결과에 대한 경각심을 유지해야 한다”고 경고했습니다. 14년간 은퇴한 바르토는 자신을 러다이트로 여기고, 서턴은 인간보다 더 높은 지능을 가진 존재들이 존재하는 미래를 기대하고 있습니다—이를 포스트휴머니즘이라고 합니다. “인간은 기계입니다. 놀랍고 비범한 기계지만, 최종 제품은 아니며 더 나은 기능을 할 수 있습니다”라고 서턴이 지적했습니다. “그것은 AI 노력의 본질적 일부분입니다”라며 서턴은 결론지었습니다. “우리는 우리 자신을 이해하고, 더욱 효과적으로 작동할 수 있는 시스템을 개발하고자 합니다. 어쩌면 그런 존재가 되기 위해서입니다. ”