LLM과 피지컬AI

뉴로모픽AI 를 파고 있는 입장에서.

LLM은 엄청난 에너지를 사용해 관찰의 해상도를 극대화해서 어떤 현상(사고의 흐름)의 좌표(실수값 계산 logits)을 산출하는것이고

그런면에서 LLM은 환경에 유리된 가상환경에 가깝고

FNET, AFNO 처럼 LLM 을 푸리에/복소해석으로 양자역학 파동함수처럼 어떤 현상에 대한 관찰의 또 다른 면(가능성의 함수)을 보는것인데 이것은 환경에 스며든 휴리스틱에 가깝고(에너지를 적게 사용하고 실시간 학습 가능하며 빠르지만 덜 정확하고 예측 더 어려움)

양자볼츠만머신은 AFNO보다 좀 더 자유에너지 최소화 쪽으로 뉴로모픽에 가깝고

피지컬AI는 환경에서 유리된 가상환경이 아니라 환경에 스며들어 실시간 학습과 적응으로 움직여야 하므로 지금의 LLM으로는 적합하지 않고

사람을 설득할때도 KV CACHE를 공략해서 막 설명하고 윽박질러봐야 결국 SLEEP ON IT 후 LORA가중치가 바뀌어야 생각이 바뀌면서 설득이 먹히는것이니까 단번에 꾀어낼 생각하지말고 여러번 만나면서 서로의 생각을 나누는 도중에 설득이 되는것이고

자전거타기같은 피지컬AI 조차 연습한 그날이 아닌 다음번에 실력향상이 나타나는 것도 이미지트레이닝이 효과가 있는것처럼 뇌가 학습하고 적응하는데는 하루밤 이상이 필요한것이고

환경에 적응하는 지능이란 실시간 가능성의 끊임없는 대응뿐만 아니라 LLM 의 학습세션처럼 양자 결맞음에서 어긋나는 정리의 단계도 필요