2030 年までに AI と私たちの世界はどうなるでしょうか?

2030 年までに AI と私たちの世界はどうなるでしょうか?

2030年までに、私たちの世界は変わるでしょう。人工知能 (AI) は、スマート シティ、モノのインターネット、ブロックチェーン、ヘルスケア、量子コンピューティング、音楽、科学、拡張現実をさらに進歩させます。

[[419232]]

将来の超人的な限定的な AI アプリケーションは、私たちのスマート ネットワーク、デバイス、プロセス、サービスの中に存在します。これには、戦略ゲーム、チェス/囲碁、ビデオゲーム、自律移動、株式取引、金融取引、医療診断、NLP、言語翻訳、パターン/オブジェクト/顔認識、製造プロセスなどで人間を上回るパフォーマンスを発揮する、特別に設計された自動化インテリジェンスなどのアプリケーションが含まれます。

現在、人間の労働よりも効率的で効果的な、人間のようなタスクや作業向けに設計された、狭い範囲の人工知能 (AI)/機械学習 (ML)/ディープラーニング (DL) の断片化されたアプリケーションのみが存在します。

現在、主な存在論的な疑問は、ロボット/機械/コンピューターがいつ現実世界の一般的な人工知能になるのかということです。

ほとんどの人は、AI テクノロジーの根本的な破壊力とそれが私たちの未来に与える重大な影響をまだ理解していません。

世界経済フォーラムは、世界未来評議会のメンバー(学者、ビジネスリーダー、市民社会のメンバー)に、2030年のより良い世界を想像するよう依頼した。

「2030年までに、宇宙技術と人工知能を組み合わせることで、森林破壊、石油流出、農業、国境を越えたテロ、移民の流れなど、地球規模の課題に対処するのに役立つだろう」など、将来の生活における人工知能技術の役割について言及した人はわずかだった。 2030年に正しく実行できたらどうなるでしょうか?

国連の持続可能な開発のための2030アジェンダに沿ったほとんどの予測では、人工知能、機械学習、ディープラーニング、ロボット工学、その他の新興技術などの高度なデジタル技術の破壊的な力は無視されています。

AI の世界については、肯定的なものも否定的なものも、ユートピア的なものもディストピア的なものも含め、将来を見据えたシナリオがいくつかあります。

  • あらゆるものがインテリジェントに相互接続された、地球規模の人間と機械の超インテリジェント社会。
  • ヒューマノイドロボットの世界。 2030 年までに、限定的な AI とロボット工学が世界を席巻し、ヒューマノイド ロボットが完全に優位に立つようになるかもしれません。
  • 世界をリードする中国の人工知能。 2030年までに中国は人工知能で世界をリードするだろう。 2030 年までに、人工知能の理論、技術、アプリケーションが世界をリードするレベルになります。その時までに、中国は、知的財産の応用生産部門、社会統治、国家安全保障と防衛などの分野が深く統合され、一連の一流の人工知能技術革新基地と世界をリードする人材を備えた、人工知能技術と人工知能経済の世界の中心地(人工知能コア産業の生産額が1兆元を超え、人工知能関連産業の生産額が10兆元を超える)になっているはずです。次世代人工知能発展計画(国発[2017]第35号)。
  • 狭義のAI経済の世界。限定的な AI/ML/DL/ロボティクスは、世界経済の生産性と GDP の可能性を変革します。 2030 年までに、AI は世界経済に 15.7 兆ドルの貢献をする可能性があります。これは、現在の中国とインドの生産高を合わせた額を上回ります。このうち、6.6兆ドルは生産性の向上から、9.1兆ドルは消費の副作用から得られる可能性がある。
  • 強力な軍事人工知能の世界。軍隊の大部分は、自律型致死兵器システム(LAWS)と殺人ロボットを備えたヒューマノイドロボット部隊となるでしょう。世界中の軍隊は、2030年までに戦場での人工知能とロボット工学の使用を大幅に拡大する計画を立てています。 英国軍の首脳らは、2030年代までに最大3万人の「ロボット兵士」が英国軍の不可欠な一員になる可能性があると予測している。
  • 仕事のない世界。 2030年までに、AIによって補償効果なしに生み出される技術的失業は大きな社会問題となるでしょう。自動車やトラックの運転手、機械オペレーターなどのブルーカラー職だけでなく、ホワイトカラー労働者、専門家、弁護士、開発者なども、AI主導の知能と自律性へと大きくシフトし、大量の失業につながるでしょう。

I-World 2030 シナリオは Real-World AI なしでは実現不可能であるため、次の課題は AI アプリケーションの断片化と AI の信頼性と信頼性に関するものとなります。

狭義の AI/ML/DL とロボット工学の断片化に対処するために、私たちは人間の知能と競合するのではなく補完する一般的な因果 AI モデルを開発します。

ユニバーサルな Human-AI グローバル プラットフォームは、膨大な量のデジタル データから知識を抽出し、政府から産業、教育、医療、世界の安全保障に至るまで、人間の生活のあらゆる側面で画期的な進歩を可能にするように設計されています。

これにより、構造化および非構造化デジタル データを、統一された世界インテリジェント データ モデルと因果アルゴリズムで処理し、教師あり学習から自己教師あり学習へと現実世界の学習を移行できるようになります。

これらの分野での画期的な進歩は、人類の将来の生存に影響を与えるでしょう。

<<:  弱電産業におけるAIの応用動向

>>:  Alibaba Damo AcademyのJin Rong氏:テクノロジーから科学へ、中国のAIはどこへ向かうのか?

ブログ    

推薦する

Natureサブジャーナル:言語だけでなく、機械翻訳は脳波をテキストに「翻訳」することもできる

人間の脳の神経信号も言語であると考えられるなら、機械翻訳アーキテクチャを神経信号の解釈に適用する実現...

トニー先生に別れを告げる:海外の専門家が流行中に独自の美容ロボットを製作

パンデミック中にどうやって髪を切っていますか?どうやって見た目を維持していますか?多くの人がオンライ...

Kubernetes上の機械学習プラットフォームの実践

背景これまで、音楽アルゴリズムのモデル トレーニング タスクは、物理マシン上で開発、デバッグ、スケジ...

...

多くの場所でAI顔認識の使用が制限されており、監視は技術開発のペースに追いついています

最近、南京、江蘇省、天津などではAI顔認識技術の使用を禁止し始めている。 11月末、南京市のある男性...

...

情報の流れの中のゲーム:「易典子心」の探求と思考

[51CTO.comより引用] 「易典子訓」アプリを開くと、オープニング画面に「良質なコンテンツ、価...

2021 年に注目すべき 9 つの IoT トレンド

[[373805]]画像ソース: https://pixabay.com/images/id-577...

...

人工知能の時代に、人間の知能は不可欠なのでしょうか?

今日のビジネスは急速に変化しています。意思決定をするのに人間の知恵だけに頼るだけでは不十分です。その...

...

セキュリティ企業:ホワイトハットの60%以上が生成AIに興味を持っており、脆弱性を見つける最大の動機は金儲けである

セキュリティ企業であり脆弱性報奨金プラットフォームでもあるHackerOneは10月30日、先週20...

機械学習がサプライチェーン管理を変える10の方法

[[431487]]サプライチェーン管理で機械学習を使用すると、日常的なタスクを自動化できるため、企...

...