아이들이 100,000배 적은 데이터로 LLM을 능가하는 이유
MIT 연구진은 아이들이 훨씬 적은 데이터로 AI를 능가하는 학습 양상을 '데이터 효율성 격차(data efficiency gap)'로 규명했으며, 인간 인지를 역설계하면 더 효율적인 모델을 만들 수 있다고 제안했다.
MIT Technology Review는 '데이터 효율성 격차'에 대해 보고하면서, 대규모 언어 모델이 광범위한 데이터셋을 필요로 하는 반면 어린이들은 최소한의 노출로 유창함을 달성한다는 점에 주목했다. 연구자들은 이 인간 학습 메커니즘을 이해하는 것이 훈련 데이터가 덜 필요한 AI 아키텍처로 이어질 것이라는 희망을 가지고 있다. 이러한 탐구 라인은 AI 효율성의 근본적인 문제를 해결하고 인지 과학에 대한 지속적인 질문에 답하려고 한다.