2024 : AI의 놀라운 성장과 혁신의 해

집

소식

2025년 4월 10일

DonaldBrown

# ai # research

2024 : AI의 놀라운 성장과 혁신의 해

우리가 2025 년에 들어서면서, 2024 년에 우리가 만든 놀라운 보폭에 반영하는 것은 스릴 넘치는 일입니다. 에이전트 시대에 맞게 조정 된 Gemini 2.0 모델을 시작하는 것부터 창의적 표현을 강화하는 것까지, 새로운 단백질 바인더 설계에 이르기까지, AI가 활성화 된 신경 과학 및 양자 계산에 이르기까지, 우리는 책임감있는 지능과 대담하게 인공 지능의 경계를 추진하고 있습니다. 이러한 모든 노력은 인류의 더 큰 이익을 위해 AI를 활용하는 것을 목표로합니다.

2 년 전 AI *에 초점을 맞춘 이유 *에서 우리의 에세이 *에서 언급했듯이, AI 개발에 대한 우리의 접근 방식은 세계 정보를 구성하고 보편적으로 접근 가능하고 유용하게 만드는 창립 사명에 뿌리를두고 있습니다. 이 임무는 우리의 노스 스타로 남아있는 목표 인 가능한 많은 사람들의 삶을 향상 시키 겠다는 우리의 헌신을 주도합니다.

2024 년의 검토에서 우리는 Google의 많은 재능있는 팀의 놀라운 업적을 축하합니다. 그들의 노력은 앞으로 더 흥미로운 발전을위한 단계를 시작했습니다.

모델, 제품 및 기술의 끊임없는 혁신

2024는 실험, 빠른 배치 및 최신 기술을 개발자의 손에 넣는 것에 관한 것이 었습니다. 12 월에, 우리는 에이전트 시대를 위해 특별히 설계된 Gemini 2.0 실험 시리즈의 첫 번째 모델을 공개했습니다. 우리는 다재다능한 작업장 인 Gemini 2.0 Flash로 일을 시작했으며, 에이전트 연구의 최첨단 프로토 타입이 이어졌습니다. 여기에는 업데이트 된 프로젝트 Astra가 포함되어 있으며, 보편적 인 AI 보조원의 잠재력을 탐구합니다. Project Mariner, 실험적인 확장으로 Chrome에서 작업을 수행 할 수있는 초기 프로토 타입; AI 기반 코드 에이전트 인 Jules. 우리는 Gemini 2.0의 기능을 플래그십 제품에 통합하기를 간절히 원하며, 수십억 명이 넘는 사람들이 새로운 유형의 질문을 탐색하기 위해 사용한 AI 개요에서 이미 테스트를 시작했습니다.

우리는 또한 Gemini Advanced의 새로운 에이전시 기능 인 Deep Research를 발표하여 복잡한 질문에 대한 다단계 계획을 만들고 실행하여 몇 시간의 연구를 절약 할 수있었습니다. 또한, 우리는 사고 과정을 투명하게 표시하는 모델 인 Gemini 2.0 Flash Thinking Experimental을 도입했습니다.

올해 초, 우리는 Gemini의 기능을 더 많은 Google 제품에 통합하고 Gemini 1.5 Pro 및 Gemini 1.5 Flash를 출시함으로써 상당한 진전을 이루었습니다. 속도와 효율성에 최적화 된 후자는 소형 크기와 비용 효율성 덕분에 개발자들 사이에서 가장 인기있는 모델이되었습니다.

또한 AI Studio를 향상시켜 데스크탑, iOS 및 Android에 설치 가능한 PWA (Progrimary Web App)로 제공하여 개발자에게 강력한 리소스 세트를 제공합니다. 오디오 개요와 같은 Notebooklm의 새로운 기능에 대한 대중의 반응은 환상적이었습니다. 이러한 기능은 업로드 된 소스 자료로부터 깊은 다이빙 토론을 생성하여 학습을보다 매력적으로 만들 수 있습니다.

음성 입력 및 출력은 Gemini Live, Project Astra, Journey Voices 및 YouTube의 자동 더빙과 같은 제품에서 계속 개선되어 사용자 상호 작용을 향상시킵니다.

공개 커뮤니티에 기여한다는 전통에 따라, 우리는 Gemini와 동일한 연구 및 기술을 기반으로 한 최첨단 개방형 모델 인 Gemma의 두 가지 새로운 모델을 발표했습니다. Gemma는 질문 답변, 추론 및 코딩과 같은 영역에서 비슷한 크기의 모델을 능가했습니다. 우리는 또한 연구원들이 Gemma 2의 내부 작업을 이해하도록 돕는 도구 인 Gemma Scope를 발표했습니다.

우리는 모델의 사실을 개선하고 환각을 줄이는 데 진전을 이루었습니다. 12 월에 우리는 Google Deepmind, Google Research 및 Kaggle과 공동으로 개발 된 벤치 마크 인 Facts Grounding을 발표하여 대형 언어 모델이 제공된 소스 자료에 대한 응답을 얼마나 잘 접근하고 환각을 피하는지 평가했습니다.

1,719 개의 예제가 포함 된 Facts Grangeing DataSet은 컨텍스트 문서에 근거한 긴 형식의 응답을 테스트하도록 설계되었습니다. 우리는 Facts Grounding을 사용하여 LLM을 선도하는 LLM을 테스트했으며 Gemini 2.0 Flash Experimental, Gemini 1.5 Flash 및 Gemini 1.5 Pro가 상위 3 개의 사실 점수를 달성했으며 Gemini-2.0-Flash-EXP가 인상적인 83.6%를 기록한 것으로보고하게 된 것을 자랑스럽게 생각합니다.

또한 Blockwise Paraleral Decoding, Celsidence-Based Deferral 및 Speculative Decoding과 같은 혁신적인 기술을 통해 ML 효율성을 향상시켜 LLM의 추론 시간 속도를 높였습니다. 이러한 개선 사항은 Google 제품에 도움이되고 업계 표준을 설정합니다.

스포츠에서, 우리는 특히 코너 킥에서 전술적 통찰력을 제공하는 축구 전술을위한 AI 시스템 인 Tacticai를 시작했습니다.

연구 리더십에 대한 우리의 헌신은 여전히 강력합니다. 생성 AI 인용에 대한 2010-2023 WIPO 설문 조사에 따르면 Google Research 및 Google Deepmind를 포함한 Google은 두 번째로 인용 된 기관의 인용을 두 배 이상 받았습니다.

이 WIPO 그래프는 2024 년 1 월 렌즈의 데이터를 바탕으로 지난 10 년간 생성 AI 연구에 대한 알파벳의 중요한 기여를 강조합니다. 마지막으로, 우리는 "Magic Window"기술인 Project Starline과 함께 HP와 파트너십을 맺어 Google Meet 및 Zoom과 같은 화상 회의 서비스에 통합하는 것을 목표로했습니다.

생성 AI로 창의적 비전을 강화합니다

우리는 AI가 새로운 창의성의 새로운 영역을 잠금 해제하여 창의적 표현을보다 접근 할 수있게하고 사람들이 예술적 비전을 실현하도록 돕습니다. 2024 년에 우리는 이미지, 음악 및 비디오를 다루는 생성 미디어 도구에 대한 일련의 업데이트를 소개했습니다.

올해 초, 우리는 텍스트 프롬프트에서 이미지와 최대 70 초의 오디오 클립을 만드는 생성 AI 도구 인 ImageFX 및 MusicFX를 시작했습니다. I/O에서는 라이브 음악 제작을보다 쉽게 접근 할 수 있도록 설계된 Musicfx DJ를 미리 보았습니다. 10 월, 우리는 Jacob Collier와 함께 새로운 음악가를위한 MusicFX DJ를 단순화했습니다. 또한 음악 AI 툴킷, Music AI Sandbox를 업데이트하고 Dream Track 실험을 발전시켜 제작자가 텍스트 간 모델을 사용하여 다양한 장르에서 악기 사운드 트랙을 생성 할 수있었습니다.

그해 후반, 우리는 최신 이미지 및 비디오 모델 인 Veo 2와 Imagen 3을 발표했습니다. 최고 품질의 텍스트-이미지 모델 인 Imagen 3은 탁월한 디테일, 조명 및 더 적은 인공물을 가진 이미지를 생성합니다. Veo 2는 실제 물리학과 인간 운동에 대한 이해를 높이고 현실감을 향상 시켰습니다. VEO 2는 고품질 비디오 생성에서 상당한 발전을 기록합니다.

우리는 AI의 편집 잠재력을 계속 탐색하여 객체의 투명성과 거칠기와 같은 속성을 제어하기 위해 그것을 사용했습니다.

이 예는 합성 데이터 생성을 사용하여 AI의 재료 속성을 편집하는 능력을 보여줍니다.

오디오 세대에서 V2A (Video-to-Audio) 기술을 개선하여 화면 작업을 기반으로 텍스트 프롬프트에서 동적 사운드 스케이프를 생성하여 VEO의 AI 생성 비디오와 짝을 이룰 수 있습니다.

게임은 창의적인 탐사 및 훈련 구체 에이전트를위한 완벽한 놀이터를 제공합니다. 2024 년에, 우리는 구체화 된 에이전트를 훈련하고 평가하기 위해 다양하고 재생 가능한 3D 환경을 생성하는 기초 세계 모델 인 Genie 2를 소개했습니다. 이것은 다양한 비디오 게임 설정에서 자연사 지침을 따를 수있는 SIMA의 출시를 따랐습니다.

지능의 아키텍처 : 로봇 공학, 하드웨어 및 컴퓨팅의 발전

우리의 다중 모드 모델이 세계 물리학을 이해하는 데 더 능숙 해짐에 따라 로봇 공학의 흥미 진진한 발전을 가능하게합니다. 우리는보다 유능하고 유용한 로봇의 목표에 더 가까워지고 있습니다.

Aloha가 풀리면서 로봇은 신발 묶기, 셔츠 매달려, 다른 로봇 수리, 기어 삽입 및 청소 주방과 같은 작업을 마스터했습니다.

올해의 시작시 Autort, SARA-RT 및 RT TRAICTORY, Robotics Transformers 작업의 확장을 도입하여 로봇이 환경을 더 잘 탐색하고 빠른 결정을 내릴 수 있도록 도와줍니다. 우리는 또한 Aloha Unleashed, Teaching Robots Two Arm을 조정하는 Robots 및 DeMostart를 발표했습니다. Demostart는 강화 학습을 사용하여 시뮬레이션을 사용하여 멀티 핑거 로봇 핸드에서 실제 성능을 향상 시켰습니다.

Robotic Transformer 2 (RT-2)는 웹 및 로봇 데이터 모두에서 배워서 딸기를 그릇에 넣는 것과 같은 작업을 수행 할 수 있습니다. 로봇 공학 외에도 Alphachip 강화 학습 방법은 데이터 센터 및 스마트 폰을위한 칩 플로어 플랜닝에 혁명을 일으키고 있습니다. 우리는 Alphachip의 오픈 소스 릴리스의 외부 채택을 용이하게하기 위해 미리 훈련 된 체크 포인트를 발표했습니다. 또한 6 세대 TPU 인 Trillium을 Google Cloud 고객이 사용할 수있게 만들어 AI가 칩 설계를 향상시키는 방법을 보여주었습니다. Alphachip은 칩 레이아웃을 최적화하여 생성하는 각 디자인에 따라 개선하는 법을 배웁니다.

우리의 연구는 또한 양자 컴퓨터의 오류 수정을 해결했습니다. 11 월에, 우리는 높은 정확도로 양자 컴퓨팅 오류를 식별하는 AI 기반 디코더 인 Alphaqubit을 시작했습니다. Google Deepmind와 Google Research 간의 이러한 협업은 신뢰할 수있는 양자 컴퓨터를 향한 진전을 가속화했습니다. 테스트에서 Alphaqubit은 텐서 네트워크 방법에 비해 오류를 6%, 상관 관계 매칭과 비교하여 30% 감소했습니다.

12 월에 Google Quantum AI 팀은 최신 Quantum Chip 인 Willow를 공개했습니다. Willow는 5 분 안에 벤치 마크 계산을 수행하여 오늘날 가장 빠른 슈퍼 컴퓨터가 10 년 9 월에 걸릴 수 있습니다. 양자 오차 보정을 사용하여 Willow는 오류율을 절반으로 줄이고 "아래 임계 값"으로 알려진 이정표를 달성하고 올해의 물리 획기적인 상을 수상했습니다.

윌로우는 양자 컴퓨팅에서 최신 성능을 보여줍니다.

새로운 해결책을 발견 : 과학, 생물학 및 수학의 진보

우리는 AI와의 과학적 진보를 계속 가속화했으며, 과학과 수학 발전에있어 AI의 힘을 보여주는 도구와 논문을 출시했습니다. 다음은 몇 가지 하이라이트입니다.

1 월에는 복잡한 지오메트리 문제를 해결하기위한 AI 시스템 인 Alphageometry를 도입했습니다. 공식적인 수학 추론을위한 강화 학습 기반 시스템 인 우리의 업데이트 된 알파 지오메 트리 2와 알파 푸프는 2024 년 7 월 국제 수학적 올림피아드에서 은메달리스트 성능을 달성했습니다.

2024 년 7 월 국제 수학적 올림피아드의 알파 지오메트리 2 문제 4는 단 19 초 만에 캔크릴 + ξxpy가 180 °와 같음을 증명합니다. 동형 실험실과 협력하여 생물학 및 약물 발견에 대한 우리의 이해를 변화시키기 위해 삶의 분자의 구조와 상호 작용을 예측하는 Alphafold 3을 도입했습니다.

Alphafold 3의 고급 구조 및 훈련은 단백질에서 DNA에 이르기까지 모든 생명 분자를 다룹니다. 우리는 또한 고강도 단백질 결합제를 생성하기위한 AI 시스템 인 알파 프로 테오 (Alphaproteo)를 사용하여 단백질 설계에서 상당한 진전을 이루었으며, 이는 새로운 약물과 바이오 센서로 이어질 수 있습니다.

알파 프로테오는 다양한 표적 단백질에 대한 새로운 단백질 결합제를 설계 할 수있다.

하버드의 리히트 만 연구소와 협력하여 우리는 최초의 인간 뇌 조각의 나노 스케일 매핑을 제작하여 연구원들에게 이용할 수있게했습니다. 이것은 우리의 10 년 동안의 코네티믹에서의 노력으로 인간의 뇌 매핑으로 확장됩니다.

이 뇌 매핑 프로젝트는 피질의 가장 깊은 층에서 미러 이미지 셀 클러스터를 보여줍니다.

11 월 말, 우리는 Royal Society와 과학 포럼 AI를 공동 주최하여 단백질 구조 예측, 인간 뇌 매핑 및 예측 및 산불 탐지를 위해 AI 사용과 같은 주요 주제를 논의했습니다. 또한 포럼에서 4 개의 노벨상 수상자와 함께 Google DeepMind Podcast에서 이용할 수있는 Q & A를 주최했습니다.

2024 년은 또한 Demis Hassabis, John Jumper, David Baker가 Alphafold 2에 대한 그들의 화학 상을 수상하여 단백질 설계 혁명으로 인정되면서 획기적인 해였습니다. Geoffrey Hinton은 John Hopfield와 함께 인공 신경 네트워크를 통한 기계 학습의 기초 작업에 대한 노벨 물리학 상을 수상했습니다.

Google은 또한 Neurips 2024 Test of Time Paper Awards 및 Beale (PDLP)의 Orchard-Hays Primal Dual Linear Programming (PDLP)을 포함한 Beale 또는 도구의 일부를 포함하여 실제 응용 프로그램을 포함한 대규모 선형 프로그래밍을 포함하여 추가 찬사를 받았습니다.

인류의 이익을위한 AI

올해 우리는 AI가 건강 관리, 재난 준비 및 교육과 같은 분야의 사람들에게 직접적으로 즉시 혜택을 줄 수있는 방법을 보여주는 상당한 제품 발전과 연구를 발표했습니다.

건강 관리에서 AI는 특히 심혈관 질환의 조기 발견에서 양질의 치료를 민주화 할 것을 약속합니다. 우리의 연구에 따르면 기본 메타 데이터와 결합 된 간단한 손가락 끝 장치는 심장 건강 위험을 예측할 수 있습니다. 또한 결핵에 대한 AI 지원 진단을 발전시켜 AI가 TB 및 HIV 비율이 높은 인구를 효과적으로 스크리닝 할 수있는 방법을 보여줍니다.

Med-Gemini는 MEDQA 벤치 마크에서 새로운 최첨단 점수를 얻었으며 이전 최고 Med-Palm 2를 4.6%늘 렸습니다. Gemini 모델은 전문가를위한 다목적 도구이며 특정 도메인에 대한 미세 조정 모델을 개발하고 있습니다. 예를 들어 Med-Gemini는 비 식별 된 의료 데이터에 대한 교육을 Gemini의 기능과 결합하여 MedQA USMle 스타일 질문 벤치 마크에서 91.1% 정확도를 달성합니다.

우리는 또한 기계 학습이 방사선과, 피부과 및 병리와 같은 분야의 영상 전문 지식의 부족을 해결할 수있는 방법을 탐구하고 있습니다. 우리는 진단 작업 및 바이오 마커 발견을위한 Derm Foundation 및 Path Foundation을 발표했으며, SCIN (Skin Condition Image Network) 데이터 세트에서 Stanford Medicine과 협력하고 의료 영상 연구를위한 CT 재단을 공개했습니다.

교육에서 우리는 학습을 위해 미세 조정, 검색 경험 향상, YouTube 및 Gemini를 위해 미세 조정 된 모델 제품군 인 Learnlm을 소개했습니다. Learnlm은 다른 주요 AI 모델을 능가했으며 AI Studio의 개발자가 이용할 수 있도록했습니다. 우리의 대화 학습 동반자, Learnabout 및 오디오 토론 도구는 학습 경험을 더욱 풍부하게합니다.

재난 예측 및 준비에서 Gencast를 도입하여 날씨 및 극단적 인 이벤트 예측 및 신경계를 개선하여 수천 일의 대기 조건을 시뮬레이션 할 수 있습니다. 2024 Macrobert Award를 수상한 Graphcast는 자세한 날씨 예측을 제공합니다.

10 일에 걸친 그래 캐스트의 예측은 특정 습도, 표면 온도 및 풍속을 보여줍니다.

우리는 홍수 예측 모델을 개선하여 7 일 전에 홍수를 예측하여 100 개국과 7 억 명으로 보장 범위를 확대했습니다.

우리의 홍수 예측 모델은 현재 100 개국 이상의 국가를 다루고 있으며, 물리적 게이지를 사용할 수없는 150 개국의 가상 게이지가 있습니다. AI는 또한 산불 탐지 및 완화를 돕습니다. 우리의 산불 경계지도는 이제 22 개국에서 구입할 수 있으며, 20 분 안에 작은 산불을 감지 할 수있는 위성 별자리 인 Firesat를 만들었습니다.

우리는 Google 번역을 110 개의 새로운 언어를 포함하도록 확장하여 6 억 6,400 만 명 이상의 스피커에 대한 정보와 기회에 대한 장벽을 무너 뜨 렸습니다.

Google 번역의 이러한 새로운 언어는 세계 인구의 8%를 차지합니다.

책임있는 AI에서 표준을 설정하는 데 도움이됩니다

우리는 AI 안전에 대한 업계 최고의 연구, 새로운 도구와 기술을 개발하고 최신 모델에 통합했습니다. 우리는 위험을 해결하기 위해 협력하기 위해 노력하고 있습니다.

오용에 대한 우리의 연구에 따르면 깊은 가짜와 탈옥이 가장 일반적인 문제라는 것이 밝혀졌습니다. 5 월에는 고급 AI 모델에서 새로운 기능을 식별하기 위해 Frontier Safety Framework를 도입하고 AI 책임 라이프 사이클 프레임 워크를 시작했습니다. 10 월에 우리는 책임있는 Genai 툴킷을 LLM과 협력하여 개발자가 AI를 책임감있게 구축 할 수 있도록 확장했습니다.

우리는 고급 AI 조수의 윤리에 관한 논문을 발표하여 AI 조수의 기술적, 도덕적 환경과 그들이 제기 한 기회와 위험을 조사했습니다.

우리는 Gemini 앱의 Watermark AI 생성 텍스트와 VEO의 Web Experience 및 비디오로 SynthID의 기능을 확장했습니다. 온라인 투명성을 향상시키기 위해 C2PA (Content Provenance and Authenticity) 연합에 합류하여 컨텐츠 자격 증명 표준의 새롭고 안전한 버전에서 작업했습니다.

Synthid는 AI 생성 컨텐츠의 품질, 정확성 및 창의성을 보장하기 위해 예측 된 토큰의 확률 점수를 조정합니다.

LLM 이외에도, 우리는 Alphafold 3에 대한 생물 보안 접근법을 공유하고, 업계 파트너들과 협력하여 Secure AI (COSAI)의 연합을 시작했으며 AI 서울 서밋에 참여하여 국제 AI 거버넌스에 기여했습니다.

AI 에이전트와 같은 새로운 기술을 개발함에 따라 안전, 보안 및 개인 정보 보호 질문을 계속 탐색 할 것입니다. AI 원칙에 따라 우리는 신뢰할 수있는 테스터 및 외부 전문가와의 광범위한 연구, 안전 교육 및 위험 평가를 수행하고 의도적이고 점진적인 접근 방식을 취하고 있습니다.

2025 년을 기대합니다

2024 년은 AI에서 놀라운 진보와 흥분의 한 해였습니다. 우리는 2025 년에 다가오는 것에 대해 더욱 흥분합니다.

제품, 과학, 건강 및 창의성에 대한 AI 연구의 경계를 계속 추진함에 따라 이러한 기술을 어떻게 그리고 언제 배포 할 것인지 신중하게 고려해야합니다. 책임있는 AI 관행의 우선 순위를 정하고 협업을 육성함으로써 우리는 AI가 인류에게 도움이되는 미래를 구축하는 데 중요한 역할을 계속할 것입니다.