로버스트 강화학습의 데이터 비용: 강건성과 학습 효율은 반드시 상충하는 목표가 아니다
환경이 바뀌어도 흔들리지 않는 AI를 만들려면 데이터와 연산을 더 써야 한다는 통념을, 존스홉킨스 라이시 시 교수가 이론과 로보틱스 실험, 게임 이론 사례로 다시 따져본 MERL 세미나 강연 정리.
핵심 내용 읽기 →
AI TOPIC
게임 이론 최신 뉴스와 핵심 해설
게임 이론 관련 핵심 뉴스와 활용 인사이트 7편을 최신순으로 모았습니다.
다중 에이전트 AI 평가 방법: 일반화 측정 원칙과 멜팅팟·콘코디아 대회 설계 사례
구글 딥마인드 조엘 라이보가 다중 에이전트 AI 평가를 강연했다. 게임이론과 머신러닝의 관점 차이, 일반화를 반드시 측정해야 하는 이유, 그리고 멜팅팟과 콘코디아 대회의 설계 원칙까지 함께 정리했다.
핵심 내용 읽기 →
AI 권리와 인간 안전: 계약·재산·소송권이 오히려 위험을 줄인다는 법학자의 논증
충분히 유능한 AI를 회사의 소유물로만 두면 양쪽 모두 최악의 수를 두게 된다. 법학자 피터 살립이 계약·재산·소송이라는 최소한의 권리로 협력 균형을 만들자고 제안하는 논문을, 반론까지 포함해 인터뷰로 짚어본다.
핵심 내용 읽기 →
프로그램 균형 입문 — 소스 코드를 공개한 AI들의 협력, 뢰브 정리와 시뮬레이션
서로의 소스 코드를 읽을 수 있는 프로그램들이 죄수의 딜레마에서 협력에 이르는 조건을 다룹니다. 뢰브 정리를 쓰는 증명 방식과 확률로 무한 재귀를 끊는 시뮬레이션 방식, 폭 정리의 함의를 정리했습니다.
핵심 내용 읽기 →
멀티에이전트 학습 이론: 후회 최소화와 캘리브레이션으로 본 AI 에이전트 시대의 수학
TTIC 강연에서 MIT 연구자가 고정 분포 가정이 무너지는 다중 에이전트 환경을 설명했다. 후회 최소화와 캘리브레이션이 왜 새로운 성능 기준이 되는지, 그리고 상관 균형에 이르려면 무엇이 더 필요한지 짚었다.
핵심 내용 읽기 →
인간·AI 협업 이론 정리: 대화 캘리브레이션과 시장 정렬로 본 AI 합의와 신뢰 문제
펜실베이니아대 나탈리 콜리나가 TTIC 강연에서 인간과 AI가 예측을 주고받으며 합의에 이르는 조건과, 서로 어긋난 이해관계를 가진 AI 기업들이 경쟁을 통해 사용자에게 이로운 결과를 낼 수 있는 조건을 설명했다.
핵심 내용 읽기 →
2차 가격 경매(비크리 경매)란? 1차 가격 경매와의 차이와 입찰 셰이딩까지 쉽게 정리
봉인 입찰에서 1등이 2등 가격만 내는 2차 가격 경매가 왜 1차 가격 경매보다 우월한지 살펴봅니다. 입찰 셰이딩, 진짜 가치 입찰이 최선이 되는 이유, 그리고 가짜 입찰과 담합 같은 허점까지 경제학 시각으로 쉽고 차근차근 풀어 설명합니다.
핵심 내용 읽기 →