알파 이볼브는 인상적인 성과에도 불구하고 한계가 있습니다. 인간이 정의한 문제와 평가 지표에 의존하기 때문에 자율성이 제한되어 새로운 과제를 독립적으로 식별하거나 정의할 수 없습니다. 

Google DeepMind가 개발한 Alpha Evolve는 인간이 정의한 문제를 해결하기 위해 코드를 반복적으로 개선하는 혁신적인 AI 코딩 에이전트로, 대규모 언어 모델(LLM)을 활용한 자기 개선의 잠재력을 보여줍니다.

이 지점이 핵심인데, 정의를 새로 만들지 않으면 창의는 불가능하기 때문.

왜 어떤 인간이 어떤 정의를 새로 만드는 지 생각해보면 대강 답이 나옵니다.

창의를 하는 이유는 이겨야 하는 게임이 조성되기 때문입니다.

엘리트가 창의하지 않고 고지식한 이유는 이길 필요가 없기 때문이고

하층민이 창의하는 이유는 이길 필요가 있기 때문입니다.

이 경우엔 인간이 엘리트인 거고, 그럼 인공지능이 하층민이냐? 

그건 아니죠. 빈곤지능이 이겨야 하는 이유가 없잖아요.

창의의 의미는 새로운 것이 아니라 이기는 것, 지배하는 것에 있습니다.

새로운 것을 만드려고 하는한 모자라디오에서 벗어날 수 없다는 겁니다.

창의는 개선과 다릅니다. 재귀적 자기 개선 개념도 문제가 있는데, 

혼자 딸딸이 쳐서 애를 만들겠다는 소리.

진화의 의미를 잘 생각해봐야 합니다. 

생물의 진화는 언제나 환경을 변화시켜왔습니다.

공진화했다는 말입니다.

그럼 알파이볼브는 뭐랑 공진화하는데?

알파제로에도 있는 게 알파이볼브에 없다는 게 신기할 따름.

왜? 바둑은 이기는 게 명확한데,

언어는 이기는 게 불명확해.

인공지능 분야에서 가장 골머리 싸매는 게 

평가함수를 만드는 건데

그걸 만들기가 쉽지 않다는 겁니다.

근데 이 경우는 그걸 만들어야 하는 지를 생각하는 게 쉽지 않아서 문제.