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

...

5G、自動運転、人工知能はどの段階にあるのでしょうか?一枚の写真でわかる

世界で最も権威のあるIT市場調査・コンサルティング会社であるガートナーは8月29日、新技術の2019...

ついに誰かが畳み込みニューラルネットワーク(CNN)を明確にした。

[[406748]]従来のニューラル ネットワーク レイヤーは完全に接続されています。サンプリング...

人工知能端末チップ研究レポート

1. 人工知能とディープラーニング2016年、AlphaGoとイ・セドルの囲碁対決は間違いなく、人工...

世界初!人間の脳のようなスーパーコンピュータ「シェナン」がまもなく発売され、ムーアの法則を破り、エネルギー消費を数桁削減する

人間の脳は地球上で最も効率的な計算装置です。わずか 20W の電力と 1.3kg の質量で、1 秒間...

...

論文と新しいビデオはこちら、サウスイースト大学が「室温超伝導体」LK-99の奇妙な抵抗挙動を説明

最近、各国の科学者らが韓国の「常温超伝導」物質LK-99に関する研究を発表し、悲観的な見方をする人が...

Transformerが3Dモデリングに革命を起こし、MeshGPT生成結果がプロのモデラーやネットユーザーに衝撃を与える:革命的なアイデア

コンピュータグラフィックスでは、「三角メッシュ」は 3D 幾何学的オブジェクトの主な表現であり、ゲー...

AI、機械学習、ディープラーニングのつながりと違いを1つの記事で理解する

急速に変化する今日のテクノロジーの世界では、人工知能 (AI)、機械学習 (ML)、ディープラーニン...

教師なしトレーニング用のスタック型オートエンコーダは時代遅れですか? ML博士が8つのオートエンコーダを比較

ベルリン工科大学のディープラーニング博士課程の学生であるティルマン・クロコッチ氏は、複数のタスクにお...

PaxosアルゴリズムがRaftプロトコルとZabプロトコルの祖先である理由とその原理分析

Paxos アルゴリズムは分散分野で非常に重要な役割を果たします。ただし、Paxos アルゴリズムに...

ロボットは痛みを恐れる:これは技術的な進歩なのか、それとも倫理的な課題なのか?

時代の発展と科学技術の進歩に伴い、ロボットは人々の生活の場にますます入り込んできましたが、私たちの従...

ディープラーニングによる画像セグメンテーション:手法と応用

人工知能とディープラーニング手法に基づく現代のコンピュータービジョン技術は、過去 10 年間で目覚ま...

マルチモーダル生成AIの深掘り

マルチモーダル生成型人工知能 (GenAI) は、汎用人工知能の実現に向けた次の大きな進歩と言えます...