책소개

컴퓨터가 마우스나 사람과 동등한 처리 능력을 가지고 있다고 해서 마우스나 사람만큼 효율적이고 자립적으로 작동할 만큼 잘 프로그래밍되어 있다는 것을 의미하지는 않는다. 우리가 사용하는 "소프트웨어"는 수많은 반복과 개선의 수명을 거쳤다. 그래서 컴퓨터가 어떤 능력을 어느 해에 달성할지에 대한 예측은 불가능하다. 업계 전문가라도 하기 매우 어려운 일이다. 하지만 우리는 지난 몇 년 동안 생성적 AI의 유용성과 중요성을 이미 보았다. 그 다소 제한된 기간 동안 대규모 언어 모델과 다른 유형의 생성적 AI는 우리가 정보를 검색하는 방식, 우리가 소통하는 방식, 우리가 다양한 형태의 예술을 창조하는 방식에 영향을 미쳤다. 시간이 지남에 따라 여기에 10배 또는 100배의 처리 개선과 더 나은 소프트웨어의 반복을 추가하면 그것이 얼마나 큰 영향을 미칠 수 있는지 보는 것은 어렵지 않다. 비즈니스 수준에서는 여러 유형의 화이트 칼라 근로자가 각자 여러 근로자의 일을 할 수 있다. 예를 들어 프로그래머가 각 줄의 코드를 작성하는 대신 AI가 생성한 코드를 통해 프로그램 생성을 감독할 수 있다. 법정에서 이기기 위해 법률 코드를 수동으로 검색하는 대신 AI가 많은 일을 대신 하게 할 수 있다. AI가 좋아질수록 복잡한 일을 우리를 위해 더 많이 자동화할 수 있으며, 어떤 경우에는 전적으로 스스로 수행하거나 기술을 사용하는 각 인간 근로자의 규모를 확장할 수 있다. 2010년대에 대형 기술 기업들이 부상한 것은 주로 의사소통을 강화하고 그 의사소통을 더욱 모바일하게 만드는 데 목적이 있었는데, 이는 그다지 컴퓨팅 집약적이지 않았다.

저자소개

목차

목차
프롤로그
1.에너지 밀도
2.계산
3.네트워크 효과
4.포트폴리오 사례
참고문헌