반응형
반응형

https://brunch.co.kr/@delight412/558

 

이더리움 레이어2 거버넌스 토큰들의 가치를 묻다

학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제

brunch.co.kr

아비트럼의 ARB 출시로 가장 큰 두 이더리움 레이어2 토큰 시장 가치는 모두 합쳐 20억 달러 이상이 됐다. 이제 일부 투자자들은 당연해 보이는 질문을 제기하고 있다.: 이 토큰 용도는 무엇일까?? 답은 그렇게 간단치 않아 보인다.

현재 ARB와 옵티미즘 OP 토큰의 유일한 기능은 거버넌스다. 이는 프로젝트가 어떤 방향으로 나아갈지 투표할 수 있는 기능이다. 그리고 새로 설립된 아비트럼 재단을 둘러싼 잡음으로 인해 투표 기능조차 분명치 않은 상태다.

거버넌스는 많은 암호화폐 토큰들에서 핵심 가치 제안으로 종종 언급된다. 탈중앙화 금융(디파이)에서 가장 가치가 있는 토큰인 UNI는 유니스왑 거래소 거버넌스 결정에 투표하는 데 사용된다는 것이 유일한 가치임에도 47억 달러 가치를 갖는다. ARB는 이제 10억 달러 규모 거버넌스 토큰 대열에 합류했지만 많은 이더리움 확장 솔루션들이 출시될 예정이어서 투자자들은 이러한 토큰 가치가 정당한지 의문을 갖기 시작했다.

거버넌스가 롤업 토큰에서 주요 사용 사례인 가운데, 벤처 투자 회사인 멀티코인 캐피털의 파운딩 파트너인 투샤르 자인은 인터뷰에서 "정확히 무엇을 거버넌스하고, 그 거버넌스는 어떻게 작동하며, 왜 수십억 달러 가치가 있는가?"라고 물었다.

ARB와 OP는 옵티미스틱 롤업으로 알려진 암호 기술에 기반한 이더리움 확장성 플랫폼들이 발행한 디지털 자산들이다. 이들 솔루션은 각 플랫폼에 예치된 가치로 측정했을 때 이더리움에서 거래를 빠르게 저렴하게 할 수 있도록 해주는 주요 수단들이다.

ARB 시가총액은 16억 달러이며, OP는 7억4000만 달러다. 완전 희석 평가(fully-diluted valuation, FDV: 코인의 최대 공급량과 가격을 곱한 지표) 200억 달러가 넘는 토큰들이다.

롤업 토큰 사용 사례들

롤업 토큰은 확장성 솔루션 네트워크를 보호하지도, 사용자가 이들 토큰으로 표시된 거래 수수료를 지급하는 것도 아니다. 멀티코인 캐피털의 자인은 이것들은 블록체인 네트워크와 관련된 토큰들이 갖는 가장 큰 두 가지 사용 사례라고 말했다.

그러나 롤업들에선 이더리움 네이티브 토큰인 ETH가 이 두 가지 역할을 모두 수행한다는 게 그의 설명이다.

자인은 롤업 토큰들의 세 번째 잠재적 용도는 검증자 역할을 하는 대가로 토큰을 스테이킹하는 것이지만, 이는 아직 가능하지 않다고 덧붙였다. 검증자는 블록체인 시스템에서 트랜잭션 검증을 담당한다.

토큰은 필요 없다

전반적으로 자인은 레이어 2 토큰들에 반드시 반대하는 것은 아니지만 현재 가치에 대해서는 회의적이다.

테조스 블록체인의 공동 설립자 아서 브라이트먼은 토큰이 아예 존재하지 않아야 한다고 생각한다. 더블록의 뉴스 디렉터 프랭크 차파로가 트위터에서 "레이어 2에 토큰이 필요한 이유가 무엇이냐"고 묻자, 브레이트먼은 "필요하지 않다"고 답했다. 테조스는 3월 29일 개발자들이 블록체인 롤업을 테조스에서 자유롭게 배포할 수 있는 뭄바이(Mumbai)라는 업데이트를 공개했다.

그는 디파이언트를 통해 "롤업은 특별한 토큰이나 제한적인 라이선스 없이 무료로 사용할 수 있으며, 검증자 승인을 받을 필요도 없다. 완전히 개방돼 있다"고 말했다. 각 롤업 배후에 있는 아비트럼 재단과 옵티미즘 재단은 토큰 가치에 대한 논평 요청에 즉시 응답하지 않았다.

수익성 있는 프로토콜들

롤업들은 대한 수요가 전혀 없다는 것은 분명 아니다. 데이터 제공업체인 L2BEAT에 따르면 레이어 2 트랜잭션은 작년 한 해 동안 이더리움 트랜잭션을 훌쩍 뛰어넘은 것으로 나타났다.

롤업은 유용성을 제공할 뿐만 아니라 이미 수익을 창출하고 있을 수 있다.  벤처 투자 회사인 원컨포메이션(1confirmation)  파트너 출신인 코피(Kofi)가 개발한 대시보드에는 7월 이후 확장성 솔루션 수익성이 점점 더 높아지고 있는 것으로 나타나고 있다.

중요한 것은 토큰이 잠재적 수익에 어떻게 접근하는지는 아직 명확하지 않다. 롤업 수익을 구성하는 온체인 비용 요소는 레이어 2에서 발생한 트랜잭션을 게시하기 위해 이더리움 블록체인에 비용을 지급하는 것에서 비롯된다.

코피는 인터뷰에서 대시보드에는 블록체인에 포착되지 않은 비용이 포함되지 않는다고 말했다. 이러한 오프체인 비용에 따라 롤업은 전체적으로 수익성 있는 벤처가 될 수도 있고 그렇지 않을 수도 있다.

데이터 플랫폼 크립토스탯츠를 개발하는 엔지니어인 데이비드 미할은 디파이언트와의 인터뷰에서 수익 구성 요소는 '시퀀서'(sequencer)라는 소프트웨어 구성 요소에 의해 포착되는 두 가지 소스들에서 나온다고 말했다.

시퀀서는 사용자 트랜잭션을 롤업해 이더리움 메인넷에 제출하는 역할을 담당한다. 두 가지 수익원은 "가스비"라고 하는 사용자 거래 비용과 블록체인 공간에서 복잡한 하위 분야인 최대 추출 가치(Maximal Extractable Value, MEV)로, 검증자, 이 경우에는 시퀀서가 처리 대기 중인 트랜잭션을 재주문하거나 리믹스하는 것이다. 미할은 "MEV 뒤에는 많은 돈이 있다"라고 말했다.

시퀀서 탈중앙화

각 프로젝트 문서에 따르면 현재 아비트럼과 옵티미즘 시퀀서들은 솔루션을 개발한 회사에서 제어하고 있다. 다시 말해, 중앙 집중식이다. 시퀀서를 잠재적으로 탈중앙화하는 것은 아마도 롤업 토큰이 가질 수 있는 매출과 관련해 가장 가능성이 높은 것일 것이다.

롤업 대시보드 이코노미 개발자인 코피는 롤업이 시퀀서를 탈중앙화할 수 있다면 ARB나 OP와 같은 토큰이 추가적인 효용을 얻을 수 있다고 말했다. 탈중앙화된 시퀀서는 사용자가 롤업 토큰을 '스테이킹'함으로써 운영에 참여할 수 있는 기능을 제공할 것이다. 이는 롤업 거래 수수료와 MEV에서 발생하는 수익 일부를 토큰 보유자에게 제공할 수 있다.

아비트럼과 옵티미즘은 문서에서 각 솔루션 시퀀서를 탈중앙화할 계획이라고 밝혔다. 자인은 두 롤업이 탈중앙화 시퀀서 없이 출시된 주된 이유는 "기술적으로 정말 어렵기 때문"이라고 말했다. 시퀀서를 탈중앙화하려고 하면 레이어 1을 확장할 때와 동일한 문제에 부딪히게 된다는 게 그의 설명이다.

규제 리스크 보호

부정적으로 보는 사람들은 레이어 2들이 지금 거버넌스 토큰을 출시하는 또 다른 이유를 찾을 수 있다: 2023년 암호화폐는 극도로 적대적인 규제 환경에 진입했다. 가치를 창출할 수 있는 확실한 수단이 있는 토큰은 규제 당국의 관심을 끌 가능성이 더 높다. 암호화폐 분야 저명한 연구자인 폴리냐는 롤업 토큰이 필수적인 것은 아닐 수 있지만  최소한 유용하다고 말했다.

그는 "반드시 토큰이 필요한 것은 아니지만 거버넌스, 소유권, 업그레이드를 더 쉽게 탈중앙화할 수 있게 해준다. 따라서 대부분 레이어2들이 토큰을 보유할 것으로 보고 있다. 재단은 토큰을 보조금 및 기타 인센티브에 사용할 수 있을 뿐만 아니라 레이어2들이 시퀀서를 탈중앙화할 수 있도록 지원할 수 있다"고 말했다.

자인은 앞으로는 롤업이 현재 확장성 솔루션들이 이들 네트워크 보안을 책임지고 있는 블록체인인 이더리움에서 본질적으로 분리되는 세상이 올 것으로 보고 있다. 그는 프로젝트 자체 토큰 보유자들이 디지털 자산을 통해 더 많은 가치를 창출하려고 노력하면서 이러한 변화가 일어날 것이다. 내 추측으로 그 싸움은 1~2년 안에 벌어질 것 같다. 식민지가 충분히 커지면 그들은 독립과 같은 것을 원하기 시작한다"고 말했다.

반응형
반응형

https://codecrazypy.blogspot.com/2023/03/python-mcqs-quiz-1.html

 

Python MCQ's Quiz-1

Here you can find some infomation about exams,educational events and how to prepare for competitive exams likes ssc gd, railway exams,

codecrazypy.blogspot.com

What will be the datatype of the var in the below code snippet?
var = 10
print(type(var))
var = "Hello"
print(type(var))

반응형
반응형

""" [백준] 1019번 책 페이지 - PYTHON
    https://www.acmicpc.net/problem/1019
    문제
    지민이는 전체 페이지의 수가 N인 책이 하나 있다. 첫 페이지는 1 페이지이고, 마지막 페이지는 N 페이지이다. 각 숫자가 전체 페이지 번호에서 모두 몇 번 나오는지 구해보자.

    입력
    첫째 줄에 N이 주어진다. N은 1,000,000,000보다 작거나 같은 자연수이다.

    출력
    첫째 줄에 0이 총 몇 번 나오는지, 1이 총 몇 번 나오는지, ..., 9가 총 몇 번 나오는지를 공백으로 구분해 출력한다.

    예제 입력 1 
    11
    예제 출력 1 
    1 4 1 1 1 1 1 1 1 1
    예제 입력 2 
    7
    예제 출력 2 
    0 1 1 1 1 1 1 1 0 0
"""

import sys

n=int(sys.stdin.readline().strip())
a=[0]*10
b=1
while n != 0:
    while n % 10 != 9:
        for i in str(n):
            a[int(i)] += b
        n -= 1
        
    if n < 10:
        for k in range(n+1):
            a[k] += b
        a[0] -= b
        break
    
    else:
        for i in range(10):
            a[i] += (n//10 + 1) * b
    a[0] -= b
    b *= 10
    n //= 10
    
for i in a:
    print(i,end=' ')
반응형
반응형

AI시대, 교육의 미래에 대한 5가지 시나리오

https://brunch.co.kr/@delight412/557

 

AI시대, 교육의 미래에 대한 5가지 시나리오

학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제

brunch.co.kr

일대일 교육 모델이 주류가 되다

과외, 코칭, 멘토링, 심지어 치료와 같은 서비스를 일대일로 지원받는 것은 한때 부유층에게만 가능했다. AI는 이러한 서비스가 더 많은 사람들에게 대중화될 수 있도록 도울 것이다. 실제로 실제로 일대일 교육을 받은 학생들이 기존 교실 학생들보다 우수한 성적을 거둔다는 불룸의 2시그마 문제도  이제 해결책을 찾았습니다. AI는 잠재적으로 누구에게나 실시간 튜터 역할을 할 수 있으며, 인간은 AI를 보완해 심층적인 지식과 정서적, 행동적 지원을 제공할 수 있다. 예를 들어, 학업 도구인 뉴머레이드(Numerade)는 최근 학생 기술 수준에 따라 적합한 콘텐츠를 큐레이팅해 개인화된 학습 계획을 생성할 수 있는 AI 튜터인 에이스(Ace)를 출시했다.

 

AI는 리소스에 관계없이 모든 학습자가 시간적 제약이 있는 전문가와 학계 유명 인사를 만날 수 있게 해준다. 이러한 발전은 멘토링과 도제식 교육이 중요한 전문직에 엄청난 민주화를 가져올 것이다. 초기 단계 스타트업 창업자가 필요에 따라 마크 안드레센이나 폴 그레이엄 인공지능 버전과 채팅할 수 있다고 상상해 보라! 이것이 바로 스타트업 델피(Delphi)가 시도하고 있는 일이다. 반면 히스토리컬 피큐어스(Historical Figures,)는 사용자가 에이브러햄 링컨, 플라톤, 벤자민 프랭클린과 같은 중요한 역사적 인물과 대화할 수 있게 해주며, 캐릭터 AI( Character AI)는 누구나 실제 또는 가상 '캐릭터'를 만들어 대화를 나눌 수 있게 해준다.

 

정신 건강처럼 낙인이 찍힐 수 있는 분야에서는 AI 증강 솔루션(예: 리플리카- Replika  또는 링크-Link)이 비용이 저렴하고 언제나 예약할 수 있을 뿐만 아니라 인간 치료사보다 더 친근하게 다가갈 수 있어 낯선 사람 판단을 두려워하는 환자에게 도움이 될 수 있다.

 

AI는 또  환자가 어떤 양식을 선호하는지(예: 인지 행동 치료를 선호하는지, 전통적인 행동 치료를 선호하는지)에 따라 즉시 개인화 및 적응할 수 있으므로 치료 업계에서 발견의 어려움과 매칭 문제로 알려진 것들을 해결할 수 있다.

 

AI 증강 치료는 또한 한계 비용이 낮은 소프트웨어다. 즉, 더 저렴한 최종 제품을 만들 수 있으며, 이를 통해 대중적인 시장 접근이 가능해진다. 인간이 아무런 역할을 하지 않는 세상을 상상하는 것은 아니다. 현재 AI는 완벽하지 않으며, 아직은 인간 수준 사고력과 전문성을 100% 따라잡지 못한다. 실제 사람과 소통을 원하는 때와 사람들 또한 있다.

 

2. 개별화된 교육, 꿈에서 현실이 되다

AI로 학습 형태와 필요한 것들(예를 들면, 비주얼 대 텍스트 대 오디오)부터 콘텐츠 유형들(예: 어린이 또는 성인이 좋아하는 캐릭터나 좋아하는 취미/장르를 도입할 수 있음)과 커리큘럼에 이르기까지 모든 것을 개인화할 수 있게 된다.

 

또 소프트웨어가 학습자 지식을 추적하고, 진행 상황을 테스트하고, 학습자 지식과 격차에 따라 맞춤형 콘텐츠를 반복하거나 재구성하는 등 학습자 기술 수준과 격차를 보다 정확하게 알려줄 수 있다.

 

이것은 보다 높은 참여로 이어질 것이다. 예를 들어, 카메오는 블리피, 스파이더맨 및 기타 최고 지식 재산권(IP)들을 소재로 한 키즈 제품을 출시했다. 한 엄마는 아이의 배변 훈련을 위해 '스파이더맨'에게 도움을 요청하기도 했는데, 실제로 효과가 있었던 것 같다! 또 AI는 고급 학습자, 특정 개념이나 과목에서 뒤처지는 아이, 교실에서 손을 들기 부끄러워하는 학생, 특별한 학습이 필요한 학생 등 다양한 유형 학습자를 더 잘 다룰 수 있다.

 

3. 교사와 학생 모두를 위한 새로운 세대 AI 퍼스트 도구들이 등장할 것이다.

역사적으로 학생과 교사는 생산성 소프트웨어에 있어 자연스러운 트렌드 세터였다. 실제로 학생과 교사는 캔바(Canva)나 퀄트릭스( Qualtrics, 나중에 SAP에 인수됨)와 같은 스타트업들의 첫 번째 사용자들 중 하나였다. 캔바의 경우, 창업자들이 대학을 다녔던 웨스턴 오스트레일리아 대학교 학생들이 학교 졸업 앨범을 제작하기 위해  갠바 디자인 플랫폼을 선택했고, Qualtrics의 경우 노스웨스턴 대학교 마케팅 교수인 안젤라 리(Angela Lee)가 자신의 MBA 및 박사 과정 학생들을 위해 대규모 데이터를 쉽게 수집하기 위해 서비스를 사용하기 시작했다. 학생과 교사들이 초창기 생산성 도구를 사용했던 것처럼, AI가 향상된 지능을 통해 계속 '인간과 비슷해짐'에 따라 채팅 기반 대화 인터페이스를 활용하는 새로운 세대 소프트웨어의 얼리어답터가 되는 것을 쉽게 볼 수 있다.

 

교사들이 차세대 AI 도구를 도입할 것으로 예상하는 또 다른 이유는 교사들, 특히 공립 학교 교사들이 과중한 업무와 예산 부족으로 인해 학생들에게 집중할 수 있는 시간이 부족하기 때문이다. 오늘날 교사들은 채점, 수업 계획서 작성, 수업 준비에 상당한 시간을 할애하고 있다.

 

수백만 개 이전 교육 자료를 학습한 AI는 무엇보다도 수업 계획서와 강의 계획서 초안을 작성해  교사 업무량을 줄일 수 있다. 교사들은 각각의 교실들에 맞게 초안을 다듬고 맞춤화하면 된다. 이제 교사들은 시간을 확보함으로써 개별 학생에게 맞춤화된 관심을 기울이는 것과 같은 이전에는 부가적이었던 활동들에 집중할 수 있다.

 

학생들 역시 시간을 절약하고 자신들 작업에서 이익이 되는 창의적인 방법을 찾는 것을 좋아한다.

 

체그(Chegg 는 이전 세대들로부터 사랑을 받았고 포토매스(Photomath), 넘버레이드(Numerade)와 같은 새로운 AI 기반 자원들이 등장해 학생들이 복잡한 수학 및 과학 문제를 해결하고 이해하는 데 도움을 주다. 특히 대학은 밀집된 환경이기 때문에 인기 있는 제품들은 학생 조직, 사교 클럽/행사, 심지어 수백 명 학생이 참여하는 수업에서 사용하는 교수들을 통해 빠르게 입소문을 탈 수 있다.

 

4. 평가 및 자격인정은 조정할 필요가 있고 새로운 평가도구들이 개발될 것이다

ChatGPT가 출시된 이후 공립학교 교육자들은 학교 과제, 대학 입시 등에서 AI를 이용한 작업을 했다는 것을 감시해야 하는지, 해야 한다면 어떻게 해야 하는지에 대해 논의하기 시작했다.

 

뉴욕, 시애틀 및 기타 대규모 공립 교육 지역들을 포함한 전 세계 학교들은 현재 ChatGPT 및 다른  AI 작문 사이트들을 금지하고 있다.

 

동시에 많은 교육자들은 ChatGPT가 학습 및 교육과 통합되어야 하는 기술이며, AI를 활용하는 것이 미래 중요한 커리어 기술이 될 것이라고 주장한다. 이를 실현하기 위해서는 위키피디아, 계산기, 인터넷, 개인용 노트북 등이 등장해 결국 중요한 교실 기술들로 자리 잡았을 때와 마찬가지로 교실과 수업 성취도를 평가하는 방식들을 바꿔야 할 것이다.

 

우리는 학교에서 학생 학습 성과를 더 잘 평가하고 자격을 부여하는 데 도움이 되는 차세대 도구들과 교사 및 학생들 삶을 더 편리하고 쉽게 만들어줄 수 있는 AI 활용 도구들이 나오는 것을 보는 것이 흥분된다.

고려해야 할 한 가지 문제는 이러한 기술에 대한 접근이 특정 학생들에게 어떻게 학습 및 결과에서 큰 이점들을 제공하느냐는 것이다.

 

예를 들어, AI 도구에 대한 접근을 금지하는 학교의 경우, 집에서 인터넷에 접속할 수 없는 학생은 AI 기술을 전혀 접할 수 없는 반면, 인터넷에 접속할 수 있는 학생은 집에서 AI 기술을 배우고 사용할 수 있다. 또 학생 대 교사 비율이 낮고 예산이 많은 공립학교들보다 사립학교가 새로운 기술을 채택하고 통합하는 것이 더 쉬울 것이므로 공립학교와 사립학교 교육 격차가 더 벌어질 것이다.

 

5. '진실'이 왜곡될수록 팩트 체크가 중요해질 것이다

AI 시대 또 다른 큰 관심사는 '진실'이다. 알고리즘은 사용 가능한 데이터를 기반으로 학습되지만, 이들 데이터 모두는 여전히 인간의 판단과 행동에 따라 달라질 수 있다. 즉, 인종, 성별 등 모든 종류 사회적 편견이 알고리즘에 반영될 수 있으며 이러한 편견은 계속 증폭될 것이다. 예를 들어, 지메일 문장 완성 AI는 투자자가 남성이어야 한다고 가정한다. 구글 스마트 컴포즈 팀(Smart Compose)은 이 문제를 해결하기 위해 여러 차례 시도했지만 지금까지는 성공하지 못했다.

 

이처럼 편견으로 가득 찬 환경에서 AI가 사실과 다른 정보(또는 가짜 사실/뉴스)를 제공하는 경우, 팩트 체크가 매우 중요해질 것이다. 오늘날 AI가 생성하는 답변은 쉽게 조리 있는 산문을 작성할 수 있고, 그 수준도 높아 사실에 근거한 정확하고 진실한 답변이라고 믿게 만들 수 있기 때문에 특히 위험하다. 일례로 월스트리트저널(WSJ)에 소개된 워싱턴 대학교 연구에 따르면 AI가 작성한 뉴스 기사를 읽은 사람 72%가 사실관계가 틀렸음에도 불구하고 신뢰할 수 있다고 생각했다.

 

누구나, 그리고 로봇에 의해 콘텐츠가 쏟아져 나오는 시대에 사실에 입각한 정확한 고품질 콘텐츠를 어떻게 큐레이션할 수 있을까? 사용자 제작 콘텐츠와 브랜드가 아닌 다른 매장들에 대한 신뢰는 떨어질 것이다. 반대로 시청자들은 이미 팔로우하고 존경하는 유명인, 브랜드, '전문가'들을 맹목적으로 신뢰할 수도 있다.

마지막으로, 우리는 근본적인 기본 요소들에 대한 이해 없이 특정 일을 하는데 필요한 기능들만 갖춘 세대를 만들 수 있다.

반응형
반응형

[백준] 1018번 체스판 다시 칠하기 - python

 

https://www.acmicpc.net/problem/1018

 

1018번: 체스판 다시 칠하기

첫째 줄에 N과 M이 주어진다. N과 M은 8보다 크거나 같고, 50보다 작거나 같은 자연수이다. 둘째 줄부터 N개의 줄에는 보드의 각 행의 상태가 주어진다. B는 검은색이며, W는 흰색이다.

www.acmicpc.net

예제 입력 1 복사

8 8
WBWBWBWB
BWBWBWBW
WBWBWBWB
BWBBBWBW
WBWBWBWB
BWBWBWBW
WBWBWBWB
BWBWBWBW

예제 출력 1 복사

1

예제 입력 2 복사

10 13
BBBBBBBBWBWBW
BBBBBBBBBWBWB
BBBBBBBBWBWBW
BBBBBBBBBWBWB
BBBBBBBBWBWBW
BBBBBBBBBWBWB
BBBBBBBBWBWBW
BBBBBBBBBWBWB
WWWWWWWWWWBWB
WWWWWWWWWWBWB

예제 출력 2 복사

12

예제 입력 3 복사

8 8
BWBWBWBW
WBWBWBWB
BWBWBWBW
WBWBWBWB
BWBWBWBW
WBWBWBWB
BWBWBWBW
WBWBWBWB

예제 출력 3 복사

0

예제 입력 4 복사

9 23
BBBBBBBBBBBBBBBBBBBBBBB
BBBBBBBBBBBBBBBBBBBBBBB
BBBBBBBBBBBBBBBBBBBBBBB
BBBBBBBBBBBBBBBBBBBBBBB
BBBBBBBBBBBBBBBBBBBBBBB
BBBBBBBBBBBBBBBBBBBBBBB
BBBBBBBBBBBBBBBBBBBBBBB
BBBBBBBBBBBBBBBBBBBBBBB
BBBBBBBBBBBBBBBBBBBBBBW

예제 출력 4 복사

31

예제 입력 5 복사

10 10
BBBBBBBBBB
BBWBWBWBWB
BWBWBWBWBB
BBWBWBWBWB
BWBWBWBWBB
BBWBWBWBWB
BWBWBWBWBB
BBWBWBWBWB
BWBWBWBWBB
BBBBBBBBBB

예제 출력 5 복사

0

예제 입력 6 복사

8 8
WBWBWBWB
BWBWBWBW
WBWBWBWB
BWBBBWBW
WBWBWBWB
BWBWBWBW
WBWBWWWB
BWBWBWBW

예제 출력 6 복사

2

예제 입력 7 복사

11 12
BWWBWWBWWBWW
BWWBWBBWWBWW
WBWWBWBBWWBW
BWWBWBBWWBWW
WBWWBWBBWWBW
BWWBWBBWWBWW
WBWWBWBBWWBW
BWWBWBWWWBWW
WBWWBWBBWWBW
BWWBWBBWWBWW
WBWWBWBBWWBW

예제 출력 7 복사

15
import sys

N, M = map(int, sys.stdin.readline().split())

board = []
white_first = []
black_first = []

for _ in range(N):
    row = sys.stdin.readline().replace("\n", "")
    board.append([i for i in row])

initial_color = board[0][0]

# 흰색으로 시작하는 체스판을 만들 경우
for index, row in enumerate(board):
    painting = []
    if index % 2 == 0: current_color = "W"
    else: current_color = "B"

    for value in row:
        if value == current_color: painting.append(0)
        else: painting.append(1)
        
        if current_color == "W": current_color = "B"
        else: current_color = "W"
    white_first.append(painting)

# 검은색으로 시작하는 체스판을 만들 경우
for index, row in enumerate(board):
    painting = []
    if index % 2 == 0: current_color = "B"
    else: current_color = "W"

    for value in row:
        if value == current_color: painting.append(0)
        else: painting.append(1)
        
        if current_color == "W": current_color = "B"
        else: current_color = "W"
    black_first.append(painting)

# 최솟값을 초기화 할 때, 보드의 최대 크기인 50*50 = 2500으로 한다.
min_count = 2500
for i in range(N-8+1):
    rows = white_first[i:i+8]
    for j in range(M-8+1):
        paint = 0
        for row in rows:
            paint += sum(row[j:j+8])
        if paint < min_count: min_count = paint

for i in range(N-8+1):
    rows = black_first[i:i+8]
    for j in range(M-8+1):
        paint = 0
        for row in rows:
            paint += sum(row[j:j+8])
        if paint < min_count: min_count = paint

print(min_count)

# 참조 : https://nerogarret.tistory.com/35

반응형
반응형
공개서한에 담긴 두려움

 

공개서한의 핵심 내용은 전세계 모든 AI 연구기관이 GPT-4 이상의 성능을 가진 AI 에 대한 연구를 6개월간 멈추고

 

‘고급 AI 설계 및 개발을 위한 일련의 공유 안전 프로토콜을 공동으로 개발하고 구현하자(Develop and implement a set of shared safety protocols for advanced AI design and development)’

 

는 것이에요. 어째서 일까요? 

 

‘고등 인공지능은 지구상의 생명체의 역사에 중대한 변화를 가져올 수 있기 때문(Advanced AI could represent a profound change in the history of life on Earth)’

 

이라고 설명하고 있어요.

 

여기서 지구상의 생명체란 결국 ‘인간’을 뜻해요. 통제되지 않은 AI 의 발전은 인류를 멸망시킬 수도 있다는 두려움이 이 서한에는 담겨져 있어요. 이 서명에는 현재 약 2700여명이 서명. 

 

AI 가 가져올 수 있는 여러가지 문제들은 많아요. 예를 들자면 AI 등장으로 일자리가 줄어들거나, AI에 의존하면서 인간의 능력이 떨어지는 점, AI가 사회적인 편향성을 강화하고, AI 사용이 늘어나면서 탄소배출이 증가하는 것이 대표적이겠죠. 

 

하지만 AI 에 대한 여러가지 비판 중 가장 강력하면서도 ‘러다이트 운동(기계가 처음 등장했을 때 기계를 파괴하고자 하는 사회운동)’과 같은 파급력을 가져올 수 있는 것은 이 ‘AI에 의한 멸망론’이라고 생각해요.

 

미리 말씀드리고 싶은 것은 AI 의 기술적 진보와 AI 에 대한 공포는 동전의 양면처럼 항상 존재해왔다는 것이에요. 챗GPT 의 기술적 바탕이 된 트랜스포머가 등장하기 전에도, 딥러닝이 등장하기 전에도, AI 기술은 존재했고 이에 대한 인간의 상상력은 존재했어요. 수많은 과학소설이나 영화 에서도 AI 로 인한 인류의 멸망을 주제로 다뤘구요.

 

그래서 AI 기술이 사회적으로 부상될 때마다 바늘이 가는 곳에 실이 따라오듯 ‘AI 에 대한 공포’는 부상했습니다. 이제 챗GPT 로 AI 기술이 많이 진보했다는 것이 대중적으로도 알려지면서 다시 이 공포는 스멀스멀 올라오는 것 같아요. 이런 ‘AI 에 의한 인류멸망’ 시나리오에 많은 아이디어를 준 한 사람이 있는데요. 이 사람의 생각을 알아볼 필요가 있을 것 같습니다. 

"인류는 AI로 멸망한다" 

 

엘리저 유드코스키(Eliezer Yudkowsky)는 기계지능연구소(Machine Intelligence Research Institute)라는 연구소의 설립자로 인공지능의 위험성에 대해서 2000년대 초부터 주장해왔어요. 하지만 그는 우리가 생각하는 아카데미에 속한 학자가 아니에요. 정통 유대교인으로 대학을 포함한 정규 교육을 받지 않은 것으로 알려져 있어요. 하지만 닉 보스트롬의 ‘슈퍼인텔리전스’, 제임스 배럿의 ‘파이널 인벤션’ 같은 AI 에 관한 책에 영향을 줬다고 해요. 최근 챗GPT 로 인해 AI 에 대한 관심이 높아지면서 엘리저 유드코스키도 다시 관심을 얻고 있어요. 타임지에 기고를 하기도 하고, 유명 팟캐스트에도 출연했습니다.

 

그의 메시지의 핵심은 이래요.

 

“일단 우리가 인공지능을 만들기 시작하면 인간을 훨씬 뛰어넘는 초지능의 등장은 막을 수 없다. 또, 초지능이 등장하더라도 그것이 등장했는지 알 수도 없다. 또, 인공지능을 인간의 필요에 맞게 얼라인먼트(Alignment) 시킬 수도 없다. 그러므로 AI 를 처음부터 만들어서는 안된다.”

 

앞서 공개서한은 AI 가 인류를 멸망시키는 것을 막기 위해 모두 모여서 규칙을 정하자고 호소하고 있는데, 엘리저 유드코스키는 이것이 6개월간 중단한다고 해서 해결되는 것이 아니라고 주장하고 있어요. 심지어 그는 AI 학습에 사용하는 모든 대규모 GPU 시설의 활동을 중단시키라고 합니다. 숨어서 AI 를 학습시키는 걸 막기 위해서요. 

https://www.youtube.com/watch?v=CCaPGRpFaO4 

 

반응형

+ Recent posts