Import AI 480: AI의 양자 계산 예측 증명, Meta의 Tactus 글러브, 달 표면 산업화 논문, Core Automation의 분산 학습

Physical Superintelligence(PSI)의 성과를 다룬다. 2008년부터 미해결이던 Scott Aaronson과 Andris Ambainis의 추측에 대해, 비공개 Anthropic 모델을 사용하는 사내 연구 시스템이 증명을 찾아냈다고 한다. 실행 3일째에 완전한 증명이 얻어졌고, 증명 보조 시스템 Lean이 이를 승인했다. 이후 관련 미해결 문제에도 도전해 결과를 두 차례 개선했으며, 최종판 역시 Lean의 승인을 받았다고 소개된다. Clark는 이를 인간이 이해할 수 있는 속도를 기술과 과학의 진보가 앞지르는 특이점의 초기 단계 사례로 자리매김한다.

Meta Reality Labs Research가 공개한 Tactus는 직물에 통합된 촉각·자세 감지 장갑이다. 두께 1.5mm의 3D 니트 구조, 조작과 관련된 부위에 배치한 정전용량식 촉각 센서, 차폐에 강한 IMU 융합 자세 추적이 설계의 핵심으로 꼽힌다. Clark는 자율적인 AI가 인간에게 이를 착용하게 해 데이터와 피드백을 얻는 하드웨어가 될 수 있다고 상상하며, 논문을 'AI라면 어떻게 활용할까'라는 관점에서 읽는 방법을 권한다. 다만 그러한 미래를 지지하는 것은 아니라고 덧붙인다.

2016년 NASA 케네디 우주센터 연구자들의 논문은 달 표면에서 자급자족적 산업을 시작하는 구상을 담고 있다. 기준 시나리오에서 달로 쏘아 올리는 총질량은 41 MT, 저속 시나리오에서는 12 MT이며, 산업 규모는 두 자릿수 작고 수익은 8년 늦어진다. Clark는 Starship으로 12~41MT를 운반하는 비용을 정가 기준 15억~42억 달러로 추정한다. 제조는 1세대에서 6세대까지 단계적으로 진행되며, 궁극적으로는 전자기기를 포함한 모든 재료를 달 표면에서 만드는 것을 목표로 한다. Clark는 이 논문의 AI 진보 예측이 실제 진전보다 느리게 잡혀 있었다고 지적한다.

OpenAI와 Google 출신 고위 멤버들이 창업한 AI 스타트업 Core Automation이 분산 학습 연구를 공개했다. 총 파라미터 약 32B, 32배 희소성을 갖는 MoE 모델을 약 9,000마일 떨어진 두 클러스터에서 학습시켰다. 미국에는 B300 GPU 160기, 아시아에는 GB300 GPU 160기를 두고, 50스텝마다 조각 단위로 동기화했으며, 각 거점에서 Distributed Shampoo의 변형을 사용했다. 저자들은 병목은 계산 자원의 총량이 아니라, 흩어진 계산의 섬들을 하나의 학습으로 묶는 능력이라고 말한다. 향후 궤도상 학습에 대해서도 언급하고 있다.