컨퍼런스 DEFCON 25. Garry Kasparov. "뇌의 마지막 전투". 1 부

제가 여기 있게 된 것을 영광으로 생각합니다. 하지만 저를 해킹하지 마십시오. 컴퓨터는 이미 나를 싫어하기 때문에 이 방에 있는 최대한 많은 사람들과 친구를 사귀어야 합니다. 저는 제 전기에서 미국 청중들에게 흥미로운 작은 사소한 일 하나를 언급하고 싶습니다. 저는 조지아 바로 옆, 이 나라의 깊은 남쪽에서 태어나고 자랐습니다. 이것은 실제로 사실입니다. 잠깐만요. 컴퓨터가 나를 싫어한다고 말했잖아요!

슬라이드 하나가 유실됐는데 이곳은 정말 소련 최남단이고, 제가 태어난 곳은 조지아 공화국 바로 옆에 위치한 공화국이었습니다(번역자 주: 조지아 주와 조지아 공화국의 명칭) 영어로도 똑같이 들립니다.)

내 조국에 관해 말하자면, 재미있는 점은 나의 마지막 책인 Deep Thinking이 인공 지능, 컴퓨터와 싸운 내 자신의 경험에 대해 쓰여졌고, 그보다 XNUMX년 전에 쓴 책은 Winter is Coming이라는 것입니다. 그것은 왕좌의 게임 시놉시스가 아니라 블라디미르 푸틴과 자유 세계를 위한 투쟁에 관한 것이었지만, 내가 도서 투어를 했을 때 모두가 나에게 체스와 IBM Deep Blue 컴퓨터에 대해 묻고 싶어했습니다. 이제 내가 『깊은 생각』이라는 책을 발표하면 모두가 나에게 푸틴에 대해 묻고 싶어한다. 하지만 저는 주제에 집중하려고 노력하고 있으며, 이 프레젠테이션 후에는 몇 가지 질문에 기꺼이 답변해 드릴 것이라고 확신합니다. 저는 정치인이 아니기 때문에 질문에 대답하는 것을 꺼리지 않습니다.

수천 년 전에 시작된 체스 게임이 언제인지는 신이 아시는지가 인공 지능에 대한 완벽한 비유라는 것이 이상하게 보일 수도 있습니다. 왜냐하면 우리가 AI에 대해 이야기할 때 문자 I는 지능을 의미한다는 점을 기억해야 하기 때문입니다. 그것이 체스보다 낫다는 것을 보여주는 것은 없습니다.

많은 사람들은 체스가 카페에서 즐기는 오락에 불과하다고 믿습니다. 할리우드의 창작물을 보면 외계인, 엑스맨, 마법사, 뱀파이어 등 모두가 체스를 둡니다. 내가 가장 좋아하는 험프리 보가트 주연의 영화 '카사블랑카'도 체스를 소재로 한 영화인데, 이 영화를 볼 때마다 늘 화면 속을 들여다보고 보가트의 보드를 보는 입장에 서고 싶다. 그는 40년대 초반에 큰 인기를 끌었던 프랑스 수비를 맡았다. 나는 보가트가 꽤 괜찮은 체스 선수였다고 생각한다.

19세기 후반 IQ 테스트의 공동 발명자 중 한 명인 알프레드 비네(Alfred Binet)는 체스 선수의 지능을 존경하고 수년 동안 연구했다는 점을 언급하고 싶습니다. 그러므로 체스 게임이 스마트 기계를 만들고 싶어하는 사람들의 관심을 끌었다는 것은 놀라운 일이 아닙니다. 그러나 von Kempelen의 "Turk"와 같은 지능형 기계는 단순히 거대한 사기에 불과한 경우가 많습니다. 하지만 18세기 말에 이 체스 기계는 대단한 기적이 되어 유럽과 미국을 순회하고 프랭클린이나 나폴레옹 같은 강자와 약자들과 싸웠지만 물론 그것은 모두 사기였습니다. "Turk"는 실제 기계가 아니었고 슬라이딩 패널과 거울로 구성된 독창적인 기계 시스템이었으며 그 안에는 강력한 플레이어, 즉 남자가 숨어 있었습니다.

흥미로운 점은 XNUMX~XNUMX년 후인 지난 XNUMX년 동안 반대 상황이 관찰되었다는 것입니다. 토너먼트에서 우리는 인간 플레이어가 컴퓨터 장치를 주머니에 숨기려고 하는 것을 봅니다. 그럼 이제 우리는 인체 속에 숨겨진 컴퓨터를 찾아야 합니다.

그러나 기계 장치와 관련된 이야기는 상대적으로 알려져 있지 않습니다. 체스를 두는 최초의 기계 장치는 1912년에 등장했는데, 하나의 기계 부품을 사용하여 체스를 두었고 체크메이트를 루크로 바꿀 수 있었지만 최초의 컴퓨터의 프로토타입이라고 할 수는 없었습니다.

흥미롭게도 Alan Turing과 Claude Shannon과 같은 컴퓨터 디자인의 선구자들은 체스에 깊은 관심을 갖고 있었습니다. 그들은 체스를 두는 것이 인공지능의 비밀을 밝힐 수 있다고 믿었습니다. 그리고 어느 날 컴퓨터가 일반 체스 선수나 세계 체스 챔피언을 이긴다면 이는 AI 진화의 징후가 될 것입니다.

기억하신다면 앨런 튜링(Alan Turing)이 1952년에 최초의 체스 게임용 컴퓨터 프로그램을 만들었고 이는 대단한 성취였지만, 그보다 더 중요한 것은 당시에는 컴퓨터가 없었다는 사실입니다. 그것은 그가 체스를 두는 데 사용했던 단순한 알고리즘이었고 인간 컴퓨터 프로세서처럼 작동했습니다. 컴퓨터의 창시자들이 인간의 사고 과정을 따라 AI가 발전할 경로를 결정했다는 사실을 기억하는 것이 중요합니다. 그 반대 방법은 무차별 대입 공격, 즉 가능한 움직임을 빠르게 검색하는 것입니다.

1985년에는 컴퓨터와의 시합에 대해 전혀 들어본 적이 없지만 이 사진에는 32개의 보드가 보입니다. 사람과 대결하고 있었지만 실제로는 컴퓨터와의 실제 게임이었습니다. 당시 체스 컴퓨터를 생산하는 선두 제조업체가 4개 있었는데, 이를 막 세상에 선보였습니다. 아마도 여러분 중 일부는 여전히 그런 컴퓨터를 가지고 있을 것입니다. 각 제조업체에는 8개의 컴퓨터 모듈이 있으므로 실제로는 32명의 상대와 플레이하여 모든 게임에서 승리했습니다.

가장 중요한 것은 이것이 놀라운 일이 아니라 자연스러운 결과라는 것이며, 이 승리 사진을 볼 때마다 이때가 체스 기계의 황금기였던 것으로 기억됩니다. .

그래서 1985년 12월이었고 1997년 후 나는 컴퓨터 한 대와만 게임을 했습니다. 1996년 필라델피아에서 열린 첫 경기에서 내가 승리했기 때문에 1997년 재대결이 있었다. 저는 이번 재대결에서 졌지만 공평하게 말하면 컴퓨터 체스의 전환점은 1996년이 아니라 3년에 일어났습니다. 제가 경기에서 승리했지만 첫 번째 게임에서 패한 것입니다. 그러다가 4승을 거두었고, 점수는 2:XNUMX로 나에게 유리하게 됐다.

사실 여기서 중요한 사실은 당시의 컴퓨터가 정규 체스 토너먼트에 출전한다면 세계 체스 챔피언이 될 수 있었다는 것입니다. 저는 IBM이 2년 안에 컴퓨터를 강화하기 위해 그렇게 심각한 기술 작업을 수행할 수 있을 것이라고는 예상하지 못했습니다. 그러나 경기 1996주 후 몇 포인트에서 XNUMX억 달러로 급등한 IBM 주가의 급격한 상승을 제외하고 나의 가장 큰 실수는 작은 글씨를 읽을 수 없다는 것이었습니다. 왜냐하면 XNUMX년 Deep Blue 컴퓨터와 관련하여 내가 겪었던 문제 중 하나는 그것이 나에게 블랙박스라는 것이었기 때문입니다. 나는 상대에 대해, 그가 어떻게 생각하는지, 어떤 전술을 사용하는지 전혀 몰랐습니다. 일반적으로 게임을 준비할 때 체스 시합이든 축구 시합이든 상대를 연구하고, 플레이 방식을 관찰하여 그의 전략을 연구합니다. 하지만 딥블루의 '플레이 스타일'에 관한 정보는 없었다.

나는 현명해지려고 노력했고 다음 경기에서는 Deep Blue가 플레이하는 게임에 접근할 수 있어야 한다고 말했습니다. 그들은 “물론이죠!”라고 대답했지만 작은 글씨로 덧붙였습니다.

“...공식 대회 중에만요.”

그리고 이것은 Deep Blue가 실험실 벽 밖에서 단 한 번의 게임도 하지 않았다는 사실에도 불구하고 말입니다. 그래서 1997년에 나는 블랙박스와 경기를 펼쳤고 모든 것이 1996년에 일어났던 것과는 정반대의 결과가 나왔습니다. 첫 번째 게임에서는 이겼지만 경기에서는 졌습니다.

그런데 20년 전 내가 그토록 해커들을 필요로 했을 때 너희 해커들은 어디에 있었느냐? 사실, 제가 그 참석자들의 줄을 따라 시선을 돌려보면 여러분 중 많은 분들이 아직 태어나지 않았을 것이라는 것을 이해합니다.

나의 가장 큰 실수는 Deep Blue 경기를 훌륭한 과학적, 사회적 실험으로 취급한 것입니다. 나는 그가 인간의 직관이 컴퓨터 계산의 "무차별적인 힘"과 비교될 수 ​​있는 영역을 실제로 발견할 것이기 때문에 그가 훌륭할 것이라고 생각했습니다. 그러나 2년에는 전혀 나쁘지 않은 초당 약 1997만 개의 체스 위치라는 경이적인 계산 속도를 지닌 딥블루는 인공지능에 불과했다. 그의 성과는 인간 지능의 신비를 밝히는 데 아무런 기여도 하지 못했습니다.

그것은 일반 알람시계보다 더 지능적이지는 않았지만, 천만 달러짜리 알람시계를 잃는 것에 대해 기분이 더 좋을 수는 없습니다.

IBM 프로젝트를 이끄는 사람이 경기 개막식 기자회견에서 이것이 과학 실험의 종말과 과학의 승리를 의미한다고 말했던 것을 기억합니다. XNUMX승 XNUMX패였기 때문에 세 번째 시합을 하여 누가 더 강한지 가려고 했으나 공정한 유일한 증인을 없애기 위해 컴퓨터를 해체한 것 같습니다. 딥블루에게 무슨 일이 일어났는지 알아보려고 했지만 알 수 없었습니다. 나중에 나는 그가 새로운 직업을 갖게 되었고 지금은 케네디 공항 터미널 중 한 곳에서 초밥을 만들고 있다는 것을 알게 되었습니다.

나는 초밥을 좋아하지만 거기에는 컴퓨터가 필요하지 않습니다. 그래서 컴퓨터 체스에 대한 나의 이야기는 아주 빨리 끝났습니다. 그러나 체스나 다른 게임을 하는 여러분은 우리가 컴퓨터에 비해 얼마나 취약한지 알고 있습니다. 왜냐하면 우리는 그다지 안정적이지 않고, 공정하지 않고, 실수를 하기 때문입니다. 최고 수준의 플레이어라도 실수를 합니다. 예를 들어 50개 또는 45개의 동작이 있는 챔피언십 경기에서는 최소한 하나의 작은 실수는 불가피합니다. 실제 사람이 플레이하는 경우에는 별 문제가 되지 않지만 기계를 가지고 플레이할 때 실수를 하면 패배하지 않을 수도 있지만 승리할 수도 없습니다. 기계가 패배를 피할 수 있기 때문입니다.

어느 시점에서 나는 그것이 단지 시간 문제라는 것을 깨달았습니다. 왜냐하면 기계는 그 동작이 유난히 안정적이기 때문에 컴퓨터를 물리치는 데 필요한 동일한 수준의 경계심과 정확성을 달성할 수 없기 때문입니다. 몇 년 후, 우리는 항상 기계가 경기에서 승리하는 것을 목격했습니다. 다시 한 번 반복합니다. 이 모든 것은 체스 게임에만 적용됩니다. 체스 게임은 엄청난 속도의 컴퓨터가 많은 이동 옵션을 거쳐 가장 최적의 옵션을 선택할 때 무차별 대입 플레이 방법에 매우 취약합니다. 인공지능이 아니기 때문에 인간 체스선수가 인공지능에게 졌다고 하면 사람들은 오해를 한다.

나중에 나는 컴퓨터를 상대로 여러 경기를 더 치렀습니다. 나는 현대 체스 엔진을 사용하여 이 게임들을 분석한 적이 있는데, 그것은 꽤 고통스러운 경험이었습니다. 그것은 과거로의 여행이었고 나는 그 경기에서 내가 얼마나 부진한 성적을 냈는지 인정할 수밖에 없었습니다. 왜냐하면 나 자신만을 비난해야 했기 때문입니다. 그러나 그 당시에는 컴퓨터 "악마"가 그다지 강력하지 않았기 때문에 믿기지 않을 수도 있지만 오늘날 모바일 장치의 무료 체스 애플리케이션은 Deep Blue보다 더 강력합니다. 물론 asmFish나 Comodo 같은 체스 엔진과 최신 노트북이 있다면 이 시스템은 더욱 강력해질 것입니다.
딥블루와 대결했을 때 5차전이었던 것 같은데, 엔드게임에서 컴퓨터가 계속해서 체크를 했더니 모두들 이게 대단한 승리였고 컴퓨터가 경이로운 플레이 퀄리티를 보여줬다고 말하기 시작했다. 하지만 오늘날 현대 컴퓨터를 사용하면 이는 정말 우스꽝스러워 보입니다. 전체 경기는 30초 안에 플레이할 수 있으며, 노트북 성능에 따라 최대 XNUMX분까지 소요될 수 있습니다. 처음에 실수를 해서 게임을 세이브하려고 했더니 Deep Blue가 몇 차례 반격을 해서 승리했습니다. 이것이 게임의 규칙이며, 거기에는 아무런 문제가 없습니다.

2003년에 나는 X2D Frintz 컴퓨터를 상대로 3번의 경기를 더 치렀는데, 둘 다 무승부로 끝났습니다. 컴퓨터에 3차원 인터페이스가 있기 때문에 주최측에서는 나에게 3D 안경을 쓰라고 했습니다.

하지만 어쨌든 이야기는 끝났고 나는 미래에 대해 생각하고있었습니다. 금세기 초에 촬영된 이 사진을 보세요.

이 아이들을 보면 희귀한 컴퓨터로 놀고 있는 모습을 볼 수 있습니다. 오늘날 내 아이들은 그것이 무엇인지조차 이해하지 못할 것입니다. 여기에는 일부 복잡한 키보드가 표시되어 있지만 이제는 터치스크린에서 손가락으로 슬라이드하기만 하면 됩니다.

중요한 것은 더 똑똑한 기계가 우리의 작업을 훨씬 더 쉽게 만들어준다는 것입니다. 누구보다 잘 아시기 때문에 이런 말씀을 드리는 것은 틀렸을 수도 있습니다. 따라서 Peppa Pig의 도움과 기술적 과제를 통해 진정한 창의성을 향한 길이 열렸습니다.

컴퓨터와 사람의 힘을 어떻게 결합할 수 있을까? 체스를 예로 들 수 있습니다. 왜냐하면 체스에는 해결책이 있기 때문입니다. 당신은 컴퓨터가 어떤 영역에서 강하고 어떤 영역에서 사람보다 열등한지 완벽하게 알고 있습니다. 그러다가 '고급 체스'라는 개념이 떠올랐습니다.

“이길 수 없으면 참여하라!”라는 러시아 속담에 따라 나는 고급 체스를 컴퓨터를 가진 사람이 컴퓨터를 가진 다른 사람과 싸우는 게임이라고 불렀습니다.

1998년에 불가리아 출신의 체스 엘리트 회원과 경기를 했는데 재미있는 점은 컴퓨터와 함께 작업하는 효과를 극대화하지 못해 우리 둘 다 잘 경기를 할 수 없었다는 것입니다. 왜 두 명의 위대한 플레이어가 AI 협업의 혜택을 누릴 수 없는지 궁금했습니다. 그 대답은 나중에 컴퓨터에서 제한된 수의 프롬프트를 사용하는 소위 자유형이 도입되면서 나왔습니다. 인터넷을 통해 슈퍼컴퓨터에 연결하여 플레이할 수도 있고, 자신의 컴퓨터나 여러 대의 컴퓨터를 사용할 수도 있습니다. 나는 인간-컴퓨터 쌍이 항상 어떤 슈퍼컴퓨터보다 우수하다는 점에 주목하고 싶습니다. 그 이유는 매우 간단합니다. 컴퓨터는 우리의 멍함을 보상하고, 우리는 인간의 약점을 이용하는 다른 컴퓨터의 취약성을 제거하기 때문에 컴퓨터로 전환할 수 있는 좋은 위치에 있습니다.
그러나 이것에 대해 놀라운 것은 없습니다. 대회의 승자는 최고 수준의 플레이어가 아니라 일반 컴퓨터를 사용하는 상대적으로 약한 체스 플레이어이지만 향상된 상호 작용 프로세스를 만들어 낸 플레이어라는 것이 센세이션이었습니다. 이것은 역설적으로 들리기 때문에 명확하게 설명하기가 어렵습니다. 약한 플레이어와 일반 컴퓨터, 향상된 프로세스가 결합된 경우 강력한 컴퓨터를 사용하지만 상호 작용 프로세스가 약한 강력한 플레이어보다 성능이 뛰어납니다. 인터페이스가 전부입니다!

흥미로운 점은 최고의 수를 찾기 위해 기계 옆에 있기 위해 강력한 플레이어가 전혀 필요하지 않으며 Garry Kasparov가 필요하지 않다는 것입니다. 이에 대한 간단한 대답이 있습니다. 오늘날 우리가 인간과 컴퓨터의 상대적인 강점을 고려한다면 체스를 넘어서는 것이 가능합니다. 체스에는 숫자가 있기 때문입니다. 그래서 내 역대 체스 평점은 Magnus Carlsen에게 패배할 때까지 2851이었고, 내 체스 경력이 끝날 무렵에는 2812였습니다. 현재 Magnus Carlsen은 2800점 이상으로 순위를 이끌고 있습니다. 약 50명의 플레이어가 2700~2800점 사이의 평점을 받았습니다. 이것은 체스계의 엘리트입니다. 요즘 컴퓨터의 성능은 3200점 이내인데, 전문적인 소프트웨어를 사용하면 3300~3400점까지 올라갈 수 있다.

이제 왜 강력한 선수가 필요하지 않은지 이해하셨나요? 내 수준의 플레이어는 컴퓨터를 단순히 조작하는 대신 컴퓨터가 한 방향 또는 다른 방향으로 작동하도록 밀어붙이려고 하기 때문입니다. 따라서 세계 체스 챔피언과 같은 "오만함"과 자만심이 없는 약한 체스 플레이어는 컴퓨터와 훨씬 더 효과적으로 상호 작용하고 보다 생산적인 "인간-컴퓨터" 조합을 형성할 것입니다.

나는 이것이 체스뿐만 아니라 예를 들어 의학에서도 매우 중요한 발견이라고 생각합니다. 알려진 바와 같이, 많은 경우 컴퓨터는 최고의 의사보다 더 정확한 진단을 내릴 수 있습니다. 그러면 당신은 무엇을 더 원하십니까? 컴퓨터로 대표되는 훌륭한 의사, 아니면 단순히 지침을 따르고 기계의 권장 사항에 따라 간단한 매뉴얼을 작성하는 훌륭한 간호사 중 무엇을 더 원하십니까?

정확한 수치는 모르겠지만, 60~65%의 사람들이 의사를 선택하고 85%는 컴퓨터를 선택한다고 가정해 보겠습니다. 하지만 심리적으로 좋은 의사라면 이를 받아들일 수 없을 것입니다. 오늘날의 기술 발전을 살펴보면 컴퓨터가 80~85~90%의 경우에 대해 진정한 진단을 내리지만 여전히 사람에게는 10%가 남아 있다고 말할 수 있습니다! 그리고 이것은 큰 차이를 만들 수 있습니다. 왜냐하면 총알이 발사될 때 단 1도만 편향되어도 목표물로부터 수백 미터 떨어진 곳으로 날아갈 수 있기 때문입니다. 문제는 우리가 컴퓨팅의 모든 능력을 활용할 수 있는지 여부에 관한 것입니다.
그러므로 나는 기계가 곧 우리 모두를 대체할 것이고 이것이 세상의 종말, 아마겟돈이 될 것이라는 모든 두려움은 단지 소문일 뿐이라고 믿습니다. 왜냐하면 제가 말했듯이 이것은 인간의 창의성에 관한 것이고, 컴퓨터 지능의 독특한 점은 그것이 우리의 창의성을 향상시키고, 그것을 방출하며, 그것을 가능한 최선의 방법으로 사용하는 방법을 알려준다는 것입니다.

때로는 질문에 대한 답을 찾기 위해 과학의 세계에서 벗어나 예술의 세계로 들어가 볼 가치가 있습니다. 나는 위대한 예술가 파블로 피카소(Pablo Picasso)가 말한 다음과 같은 큰 역설을 발견한 적이 있습니다. “컴퓨터는 쓸모가 없습니다. 그들이 할 수 있는 유일한 일은 답을 주는 것뿐이다.” 나는 여기에 큰 지혜가 있다고 생각하며 기계가 답을 제공하고 이 답은 포괄적이기 때문에 이 말은 고무적으로 들립니다!

그러나 피카소는 예술가이기 때문에 포괄적인 답변에 만족하지 못했습니다. 이것은 예술에 대한 끊임없는 재고 때문이며, 이것이 바로 우리가 끊임없이 하는 일입니다. 질문을 하는 것입니다. 컴퓨터가 질문을 할 수 있나요?

나는 IBM의 Watson 슈퍼컴퓨터 개발자 중 한 명인 Dave Ferrucci와 이야기를 나누기 위해 헤지펀드 Bridgewater Associates를 방문한 적이 있습니다. 우리는 기계가 질문을 할 수 있는지에 대해 이야기하고 있었는데 Dave는 "그렇습니다. 컴퓨터는 질문을 할 수 있지만 어떤 질문이 실제로 중요한지는 모릅니다."라고 말했습니다. 그게 요점입니다. 그래서 우리는 여전히 게임 속에 있고 인간과 컴퓨터 사이의 게임은 아직 끝나지 않았기 때문에 앞으로 나아갈 기회가 있습니다.

이 슬라이드에는 자율 컴퓨터, 즉 스스로 프로그래밍할 수 있는 기계, 즉 학습 능력이 있는 기계의 사용 가능한 영역에 대한 여러 사진이 나와 있습니다.

사진 중 하나는 자가 학습 신경망 AlphaGo를 사용하는 Demis Hassabis를 보여줍니다. 사실 이것은 아마도 인공지능의 프로토타입이라고 할 수 있는 최초의 기계일 것이다.

이미 말했듯이 Deep Blue는 무차별 대입 과잉 공격이고 Watson은 아마도 과도기적 연결 고리일 수 있지만 아직 AI는 아닙니다. AlphaGo는 수백만 번의 게임을 플레이하면서 관련 패턴을 찾아 스스로를 향상시키는 딥러닝 프로그램입니다.

AlphaGo를 통해 처음으로 실제 블랙박스를 다룬다고 할 수 있습니다. 예를 들어 수천 마일에 달하는 Deep Blue 게임 로그를 6년 동안 연구하면 결국 특정 결정이 내려지고 특정 조치가 취해진 이유에 대한 원래 아이디어에 도달하게 되기 때문입니다. AlphaGo의 경우 Demis Hassabis 자신도 이 기계가 내린 결정을 염두에 두고 버전 9이 버전 XNUMX보다 나은 이유 또는 그 반대의 이유를 말할 수 없을 것이라고 확신합니다.

이는 한편으로는 대단한 성과이지만, 다른 한편으로는 기계가 실수를 하면 이를 알 수 없기 때문에 문제가 될 수도 있습니다. 그러나 어쨌든 이것은 실제 AI를 만들기 위한 움직임이다.

구글 본사에서 강연을 한 적이 있는데, 구글 X에 대한 투어를 해준 적이 있습니다. 이 회사는 자율주행차나 자율주행 드론을 만드는 문제를 스스로 해결하면서 AI를 만드는 방향으로 자신있게 움직이고 있기 때문에 매우 흥미로웠습니다. 상품. 그러나 AI의 기술적 지원 못지않게 문제는 AI 활동을 규제하는 문제이다. 사람들은 AI가 어떻게 그들을 완전히 대체하고 일자리를 잃게 할 수 있는지에 대해 이야기하고 있습니다. 그러나 인류 문명의 역사에 도움을 요청합시다. 이것은 수백, 수천 년 동안 일어났습니다!

24:35 분

컨퍼런스 DEFCON 25. Garry Kasparov. "뇌의 마지막 전투". 2 부

우리와 함께있어 주셔서 감사합니다. 우리 기사가 마음에 드십니까? 더 재미있는 콘텐츠를 보고 싶다면? 주문하거나 친구에게 추천하여 우리를 지원하십시오. 귀사를 위해 당사가 개발한 고유한 보급형 서버 아날로그에서 Habr 사용자를 위한 30% 할인: VPS(KVM) E5-2650 v4(6코어) 10GB DDR4 240GB SSD 1Gbps에 대한 전체 진실 또는 서버 공유 방법은? (RAID1 및 RAID10에서 사용 가능, 최대 24개 코어 및 최대 40GB DDR4).

Dell R730xd가 2배 더 저렴합니까? 여기서 만 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV $199부터 네덜란드에서! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - 최저 $99! 에 대해 읽다 인프라 공사를 구축하는 방법. 730페니에 5유로 상당의 Dell R2650xd E4-9000 vXNUMX 서버를 사용하는 클래스?

출처 : habr.com