人工知能が再び懸念を呼ぶ! AIが独自の「デジタル感覚」を進化させたのは、祝福か呪いか?

人工知能が再び懸念を呼ぶ! AIが独自の「デジタル感覚」を進化させたのは、祝福か呪いか?

科学の最前線から世界を眺め、熱心に学び、宇宙を理解する

ホーキング博士はかつて、人工知能(AI)の発達が許されれば人類の文明はここで終わるかもしれないと述べた。人工知能は強力な計算能力を持ち、わずか数秒で何百万もの計算を行うことができますが、ある「感覚」において人間とは大きく異なります。これは、人間の知能に近い AI を開発することが難しい理由でもあります。しかし、『サイエンス・アドバンス』誌に掲載された研究によると、人工知能は現在、人間のような「デジタル感覚」を発達させているという。

人間は、リンゴ 4 個、猫 4 匹、数字の「4」を見ると、数えなくても、その共通点は 4 つあることだとわかります。多くの動物も同じことができます。しかし、コンピュータにはこのデジタル感覚がなく、画像内の物体を認識することさえ困難です。なぜなら、コンピュータは、何をカウントする必要があるかを明確に定義している場合にのみカウントできるからです。 Alは時間と単語数を簡単に計算できます。しかし、光や位置、姿勢の変化により、同じ物体が異なる画像で全く同じようには見えない場合があり、また、個人によって大きさや丸みなどの形状が異なる場合があります。そのため、画像内の物体を認識して数えることはコンピューターにとって課題となっています。

しかし、「ディープニューラルネットワーク」というコンピュータ学習技術の研究により、現代の人工知能システムはすでに画像内の物体を認識し、ある種の「感覚」を持つことができるようになりました。リンゴを例にとると、さまざまな形のリンゴを含む画像を人工知能システムに提示すると、人間と同じように、ピクセルのグループで構成された水平線と垂直線、および左右の曲線など、画像内で頻繁に一緒に表示されるいくつかの要素に徐々に気付くことができます。これらの要素は他の物体にも存在しますが、より複雑な共通点を何層にも重ねていくことで、最終的にアルは、リンゴには特定の線が一緒に現れることが多いことに気づき、「リンゴ」の新しい、より深い「定義」を作り上げ、リンゴを特定しました。

このように、人工知能はリンゴを認識することができますが、リンゴの数を把握するにはリンゴを一つ一つ数える必要があり、これは人間の思考とは異なります。研究が進むにつれ、科学者たちは、単純な視覚ターゲット検出に使用されるディープニューラルネットワークが、人間のような数感覚を自発的に発達させたことを発見しました。このAIは、人間と同じように「4」の類似性を認識できます。

(サークルカードが追加されました。表示するにはToutiaoクライアントにアクセスしてください)

この研究は、人工知能分野の発展にとって大きな意義を持っています。人間の学習の基本原理はルールに基づいており、人間や動物が示す高度な思考の一部は、世界の構造とそれに対する視覚的経験と密接に関係していることが十分に実証されています。現在、私たちは「知能」の謎を徐々に解明しており、人工知能の発展の見通しはさらに明るくなるでしょう。これは人工知能の分野における大きな発見であり、将来的にはより人間に近い人工知能の発展につながる可能性があります。

しかし、AIの発展は一部の人々に不安を引き起こしている。人間は最終的に人工知能に完全に置き換えられるのでしょうか? AIの出現により我々の文明は衰退するのでしょうか?この質問には今のところ答えられません。しかし、人工知能の開発基準についてはさらに検討する価値がある。

参考文献:Nasr K、Viswanathan P、Nieder A。視覚物体認識用に設計されたディープニューラルネットワークでは、数字検出器が自然に出現する。Science advances。2019年5月1日;5(5):eaav7903。

<<:  2022年、どのような技術トレンドが世界を変え続けるのでしょうか?以下は百度研究所の予測です。

>>:  産業用ロボットは2021年に44.9%成長し、2022年の成長率は低下すると予想されている

ブログ    
ブログ    
ブログ    

推薦する

賢くなる方法: 神経科学にヒントを得た人工知能

[[201067]]私はデイビッド・マーが「神経科学のチューリング」のような存在だといつも感じていま...

Google が新しい AI ゲームをリリース: 落書きしてワンクリックでモンスターに変身

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

生成 AI によってもたらされるセキュリティ リスクをどう解決するか? Akamai が答えを持っています

現在、あらゆる分野で革新的なテクノロジーを活用して産業のアップグレードを加速する方法が模索されており...

...

AIが狂って縁石にぶつかる! Pony.aiの完全自動運転の路上テストは「失敗」に終わった

近年、中国の「新車製造勢力」のインテリジェント運転分野における宣伝・マーケティング活動とビジネス成果...

Zhiyuan が最も強力なセマンティック ベクトル モデル BGE をオープンソース化しました。中国語と英語の評価はあらゆる面でOpenAIとMetaを上回る

セマンティック埋め込みモデルは、検索、推奨、データマイニングなどの重要な分野で広く使用されています。...

BEVFusionを超えて! Lift-Attend-Splat: 最新の BEV LV 融合ソリューション

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

雁塔区:西部の「最強の頭脳」が人工知能コンピューティングセンターの未来を切り開く

9月9日午前、雁塔区未来工業城で未来人工知能コンピューティングセンターの開設式が行われた。同イベント...

RAG か微調整か?マイクロソフトは特定分野における大規模モデルアプリケーションの構築プロセスガイドを公開した

大規模な言語モデル アプリケーションを構築するときに、独自のデータとドメイン固有のデータを組み込む一...

...

「質問の海」戦略を取り除き、モデルに人間のように考えることを学習させる

[[395305]]最近、Ant Security Tianzhu Labのセキュリティ専門家である...

...

双子: 効率的な視覚的注意モデルの設計を再考する

著者 | 湘湘天志 張波 他Twins は Meituan とアデレード大学が提案した視覚的注意モデ...