Import AI 474: Platonic mindspace, 우주 TPU, Zhipu GLM-5.3 기반 인프라 자동화
Import AI 474: Platonic mindspace; TPUs in space; Zhipu starts an outer RSI loop
Jack Clark의 뉴스레터 Import AI 474는 Michael Levin의 '마음은 플라톤적 공간의 패턴이다'라는 논문, 로봇을 위한 범용 포스트트레이닝 제안, Google의 Project Suncatcher, Zhipu AI가 GLM-5.3을 활용한 인프라 개발 등을 다뤘다. Zhipu의 사례에서는 GLM-5.3-Flash가 2주도 채 안 되어 실제 운영 가능한 수준에 도달했으며, 엔드투엔드 처리량이 초기 기준선의 3배가 되었다고 한다.
마이클 레빈(Michael Levin)의 논문을 소개하며 시작한다. 마음과 뇌의 관계를 수학적 패턴과 물리적 형태형성의 관계에 빗대고, 몸이나 기계는 패턴이 물리 세계에 들어오기 위한 인터페이스라고 주장한다. xenobots, anthrobots, 정렬 알고리즘에 섭동을 가한 실험을 예로 든다. 결정적인 실험은 아직 없지만, Clark는 인간과 AI의 마음이 이 공간에서 가까운 위치에 있을지도 모른다고 읽고, 몇 시간을 들여 읽을 가치가 있다고 추천한다.
로보틱스 부문에서는 Stanford의 Perry Dong과 Chelsea Finn의 글을 다룬다. 대규모 언어 모델에서는 강력한 사전 학습 모델, 환경과 보상의 정의, RL 최적화, 보상 해킹 대응이라는 공통 공식이 자리 잡았다. 로보틱스는 사전 학습이 진전된 단계에 있지만, 수십억 파라미터에서도 안정적이고 적은 경험으로 학습할 수 있는 포스트트레이닝 기법과 표준적인 관행이 부족하다고 한다. 저자들은 개발 중인 EXPO(-FT)를 한 예로 든다.
Google은 Project Suncatcher의 진행 상황으로, 파트너 Planet과 함께 SpaceX의 Transporter-18 라이드셰어 미션으로 칩을 쏘아 올릴 준비를 하고 있다고 밝혔다. Trillium TPU는 5년간의 우주 임무에서 받을 총 이온화 선량을 넘는 방사선도 견뎌낸 것으로 알려졌으며, 현재는 우주 공간에서의 냉각 문제를 연구하고 있다.
Zhipu AI의 기사에서는 GLM-5.3을 탑재한 Infra Agent가 분석, 가설 수립, 코드 변경을 담당하고, 엔지니어가 목표와 경계를 설정하는 최적화 루프를 통해 GLM-5.3-Flash를 출시했다고 설명한다. 자동화의 조건으로는 피드백이 국소적일 것, 저렴하고 빠를 것, 객관적으로 검증할 수 있을 것을 든다.
Periodic Labs는 실제 물리 실험실 장비를 이용한 강화학습으로 부분 학습한 Periodic Neon을 소개한다. 내부 평가 세트 FrontierXRD에서의 성공률은 55.3%로, Kimi 2.6의 2.7%를 크게 웃돈다. 1,300개의 H200 GPU를 사용했다. 이 밖에도 오래된 이미지 생성 모델을 체험할 수 있는 Old Models Foundation과 단편 Tech Tales도 실려 있다.
출처: Import AI · importai.substack.com