人工知能の時代、3つの問題が未来を決定づける

人工知能の時代、3つの問題が未来を決定づける

学習と進化

ご存知のとおり、量子という概念は120年前にドイツの物理学者プランクによって提唱されました。つまり、量子の背後にある偉大な理想を人々が理解し消化するには 100 年以上かかりました。

ですから、アンダース・インセット氏の著書「量子経済学」は、単に経済について論じただけのものではないと私は今日信じています。さらに重要なのは、彼が新しい考え方、新しい経済について考えるための基礎を提案しているということです。

皆さんに一緒に考えていただくために、いくつかの質問をしたいと思います。

私のテーマは「労働の再分業:デジタル世界における人間関係」です。過去2年間、世界は疫病が猛威を振るう環境にあったことは誰もが知っていますが、同時にテクノロジーの発展という別の傾向もありました。

過去 2 年間の成功した技術的実践をいくつかここにまとめて掲載しました。ここからどのようなインスピレーションが得られるかを誰もが理解できるでしょう。

たとえば、真ん中の絵は、ポスト印象派の特徴を持つ非常に一般的な風景画です。しかし、この絵は機械によって描かれたものです。つまり、人工知能アルゴリズムを使用して、完全にコンピューター上のデジタル空間で生成されたものです。このような絵画は、ここ数年で大量に登場しています。

例えば、その隣の詩には「九歌」という単語があります。これは、清華大学のチームが開発した人工知能を使った詩を書くシステムです。「秋」などのキーワードを入力するだけで、数秒で詩を生成してくれます。中国人にとって、このような五字詩、七字詩、規則詩、宋代の詩は非常に馴染み深いものです。

人工知能は、詩や絵画、記事、レポートを書く分野で驚くべきレベルに達することができます。これは人々にとって何を意味するのでしょうか。もちろん、多くの人が最初に考えるのは、人工知能によって仕事が奪われるかもしれない、役に立たない人間になってしまうかもしれない、不安や恐怖をもたらすかもしれないということです。

2年前、アメリカのOpenAI社が自然言語処理ソフトウェアアルゴリズムGPT-3というシステムを発表しました。これは確かに多くの人を不安にさせました。なぜなら、レポートや記事、小説の執筆など、これまで専門家が行っていたデスクワークの多くが、将来は機械に任せざるを得なくなるかもしれないからです。これは人々がテクノロジーに対して非常に不安を感じている現象です。

もちろん、上の写真からもわかるように、これは「事前に健康コードを提示する」と呼ばれています。過去2年間、テクノロジーは新型コロナウイルスの流行との戦いに多大な貢献をしてきました。特に中国では、デジタル技術がなければ、これほど秩序正しく疫病と戦うことは想像しにくいだろうと結論づける人もいた。

一方で、テクノロジーは私たちに多くの有益で価値ある利益をもたらしますが、他方では、テクノロジーが私たちの生存を脅かす可能性もあります。これら 2 つを組み合わせると、バランスを取るのが難しくなるように思えます。

ですから、アンダース・インセット氏の言葉を借りれば、私たちは再び学ぶことを学ばなければなりません。つまり、テクノロジーに起こった大きな変化を心の奥底で理解しなければならないのです。

簡単な例を挙げると、私たちの交通手段です。人類は数千年前に一輪車を使い始め、その後、自転車、バイク、自動車へと進化しました。交通手段の進化の歴史は、人類の壮大な進化の歴史を記しているとも言えます。

しかし、今日私たちは自動運転車に直面しています。従来の技術、つまり手押し車から自動車までの運転技術とインテリジェントな自動運転技術との最も重要な違いは何でしょうか?

ポイントは2つあると思います。1つは、今日のインテリジェントテクノロジーにはすでに学習能力があるということです。ビッグデータと人工知能アルゴリズムを通じて、今日のインテリジェントテクノロジーは、過去数十年、あるいは数百年にわたって人類が蓄積した定量化可能な知識を吸収することができます。したがって、今日のテクノロジーは学習能力を備えており、さらに自己進化して仮想空間でより多くの可能性を探求できるという2番目の特徴を備えています。これは従来のテクノロジーとの大きな違いです。

したがって、インテリジェント テクノロジーの開発は、今日私たちにとって大きな課題となっています。多くの人は、この大きな課題を「未来が現在を決定する」と要約しています。あるいは、インテリジェント テクノロジー、コード、アルゴリズムが、今後 10 年、20 年、30 年、あるいはさらに先の世界の姿を決定する可能性があると想像する必要があります。

しかし、未来が現在を決定するという命題を不安な心構えでのみ考えると、罠に陥る可能性が高くなります。この罠は、テクノロジーに対する私たちの見方、テクノロジーの決定論、そして白黒をはっきりさせた考え方です。アンダース・インセットの言葉を借りれば、私たちの伝統的なテクノロジーの概念とテクノロジーに対する伝統的な見方はすでに答えを出しているかもしれません。その答えは、勝者がすべてを手に入れる、スピードこそが唯一の道、インターネットにはナンバーワンしかなく、ナンバーツーは存在しない、そして転覆... といったものです。

したがって、今日私たちは、インテリジェント テクノロジーが何をもたらすのか、それが私たちをどこへ連れて行くのか、そしてインテリジェント テクノロジーの助けを借りて私たちの潜在能力をどのように刺激できるのかについて深く考える必要がある段階に確かに達していると思います。

私は3つの疑問を提起したいと思いますが、この3つの疑問は、ある程度、この問題に関する私の表面的な考えを表していると思います。

最初の質問:「コードは法律であり、すべてはコンピューティングである」?

最初の問題は、過去 10 年間、特に過去 6 か月間の人工知能、ブロックチェーン、メタバースの概念の出現により、「コードは法律であり、すべてはコンピューティングである」という格言がパブリック ドメインまたは業界で広まっていることです。この文章は非常に決定的で止められないように聞こえ、将来がどうなるかを解釈するためによく使用されます。

しかし、この問題について真剣に考えるときには、その源泉を遡り、この文章がどのような根拠に基づいているのかを考える必要があります。

「コードは法律である」という最も典型的な言葉は、アメリカの法学者、ハーバード大学ロースクールのレッシグ教授の言葉です。レッシグ教授は 10 年前に「Code 2.0」という本を執筆しました。レッシグ氏の本では、第 1 章が「コードは法律である」という一文で始まっています。

したがって、この出来事は西洋人にとって重要な節目となります。なぜなら、西洋の歴史、特に古代ギリシャとヘブライ文明の統合の過程で、法典と法律の関係が変わったからです。西洋言語における法典は、実は Codex の語源にまで遡ることができ、これは中国語でコンパイルと呼ばれるものと同じです。

つまり、過去の西洋文化において、人々がコードと法律の関係を理解し​​ていたとき、法律はコードよりも上位にあり、コードは単に本にまとめられた法律の形式に過ぎませんでした。しかし今日、コードの意味はもはや本の編集ではなく、コード、エンコード、編集、デジタル化という別の現代的な意味になっています。

言い換えれば、「コードは法律」は、この文化的伝統を完全に覆すものであり、法律の源泉がコーダーの手に移ったと彼は考えています。これは非常に重要な変更です。

したがって、今日私たちがこの文について警戒し、考え続ける必要がある理由は、立法者は誰なのかということです。これが最初の質問、つまり法典と法律の関係です。

次に、「すべては計算されている」です。人類の発展の過程全体に計算が伴っていると言えます。これまでの計測、観測、地球の計測、さまざまな製品の計測、貿易の過程での計測などにも計算が使われてきました。

しかし、過去 1 世紀にわたって、コンピューティングに対する私たちの理解は大きく変化しました。写真に写っている 3 人の人物のうち、中央にいるのは、コンピューターの創始者としてよく知られている英国の数学者チューリングです。今日私たちが持っているすべてのコンピューターはチューリングのアイデアに基づいていると言えます。彼の隣に座っている老人は、チューリングの先生であるアメリカの数学者チャーチです。彼の右側にはドイチュという名のアメリカ人物理学者がいます。

これら 3 つをまとめると、何を言いたいのでしょうか。つまり、コンピューティングは過去の人類の歴史において非常に重要な技術活動を支えるものであり、コンピューティングのプロセスは技術活動であるということです。しかし、これら 3 人の学者のアイデアが洗練されて、今日のコンピューティングは私たちの存在の本質に浸透し、柱となっています。

これはチャーチ、チューリング、ドイチュの有名な命題、あるいは原理です。チャーチ、チューリング、ドイチュの命題の中心的な考え方は、次の一文です。私たちが想像できるあらゆるコンピューティング プロセスは、量子コンピューティングを含め、チューリング マシンによって実現できます。

これは非常に確実なことのように聞こえるため、今日では、あまりにも多くの産業界の人々や技術革新者が、チャーチ、チューリング、ドイチェの命題を使って未来を予測しています。将来はすべてが計算で決まると言われています。問題は計算で解決でき、天気予報も計算で解決でき、貿易も計算で解決でき、金融も計算で解決できます。

本当に全く問題がないのでしょうか? ここで言及されている重要な問題は、コードが法律であり、すべてがコンピューティングであるということです。これは実際には、テクノロジーは中立であるという非常に重要な前提を暗示しています。産業革命以前には、この仮定は大きな問題ではなかったと言えます。なぜでしょうか?

なぜなら、産業革命以前の技術は死んでいたからです。産業革命以前の技術は機械であり、これらの機械は冷たく、材料、機械部品、さまざまなコンポーネントで構成されていました。そのような機械はどれほど洗練されていても、学習したり進化したりする能力はありませんでした。しかし、今日私たちが話しているインテリジェントな機械はこれとは異なります。したがって、テクノロジーは中立であるという仮定はもはや適切ではない可能性があります。

したがって、根本的なロジックが変わったという前提で、「コードは法律であり、すべてはコンピューティングである」という古い格言を軽率に繰り返すと、大きな混乱、隠れた危険、または課題に直面することになります。

ここでの課題の 1 つはすでに現れており、それは説明可能な人工知能です。

過去 5 年間で、人工知能アルゴリズムが、特に先ほど触れた OpenAI の GPT-3 が驚異的なレベルに達したことは誰もが知っています。2020 年 5 月に GPT-3 がリリースされたとき、1,750 億ものディープラーニング パラメータが含まれていたため、業界全体に衝撃が走りました。 1,750 ではなく 1750 億です。つまり、今日の人工知能は狂気と呼べるレベルに達しているということです。

3年前、GoogleのAlpha Goは世界中の人々に人工知能に関する鮮明な科学教育コースを提供し、私たちは人工知能の力を目の当たりにしました。

しかし、多くの一般人にとって、人工知能の魔法に驚嘆しながらも、今日の人工知能は高速かつ強力に計算し、美しい結果をもたらすことができるが、今日の人工知能は説明できないということがわかっていません。私たちはその構造がどのようなものか、それが非常に優れた性能を発揮することだけを知っていますが、その理由は知りません。

したがって、過去 5 年間、ディープラーニング、ニューラル ネットワーク、機械学習、および多数の人工知能アルゴリズムが直面している非常に重要な課題は、実際にそれらを説明する方法が存在しないことです。説明がないということは、世界全体が非常に脆弱な基盤の上に構築されていることを意味します。

先ほどアンダース・インセット氏がおっしゃったように、私たちは人生の意味について考える必要があります。人類文明の進化の意味、目的、方向性は何でしょうか。人工知能などさまざまなアルゴリズムがあり、それがどのようなメカニズムに基づいているのかを説明するのが難しい場合、その意味をどう考えるのでしょうか。これは非常に重要な課題です。

第二の質問:デジタル世界の核心問題:「効率性と公平性」の関係の再検討

2つ目の質問については、経済的な観点から問題を見て、効率性と公平性の関係を再検討したいと思います。

周知のように、効率と公平性の関係は経済学における基本的な問題です。かつては、250年前の蒸気機関革命、150年前の電力技術革命、100年前の自動化と情報化革命など、3つの産業革命があったと言われていました。今日では、多くの人がインダストリー4.0、デジタルツイン、インダストリアルインターネットなどの概念を提唱し、第4次産業革命と呼んでいます。

したがって、このような図を使用して、1 回転、2 回転、3 回転、4 回転の連続的な関係を表現します。

しかし、ここで考慮すべき疑問があります。それは、いわゆる第四次産業革命とそれ以前の三つの産業革命の違いは何かということです。実際、簡単に考えてみると、最初の三つの産業革命には共通の特徴が一つあります。それは、いずれもスピードと効率性を重視している点です。これが、今日私たちが成長と呼んでいるものです。最初の 3 つの産業革命では、エネルギーの使用と電力技術の向上により、機械の労働生産性が大幅に向上しました。

したがって、基本的に、蒸気エネルギー、化石エネルギー、電気エネルギーのいずれによるものであっても、最初の 3 つの産業革命はすべて、より高く、より速く、より強力に現れた効率革命でした。これが最初の 3 つの産業革命の共通点です。

今、私たちはデジタル革命、つまりデジタル時代の第四次産業革命に直面しています。これはこれまでの三つの革命とは違うのでしょうか?それとも、第四次産業革命は効率やスピードをどんどん向上させるのでしょうか?もしそうだとしたら、個人的には第四次産業革命にはあまり意味がないのではないかと思います。それは、これまでの三つの革命の単なる延長線上にあるだけなのです。

言い換えれば、今日のデジタル経済はどのような経済に根ざす必要があるのでしょうか。これは大きな問題です。実際、私たちはすでにいくつかの手がかりを見ています。たとえば、かつて自由市場経済を説明する際に、1980 年代には「トリクルダウン経済」という用語がありました。一部の経済学者は、共通の繁栄は「トリクルダウン効果」を通じて達成できると信じている。

あなたが見ている絵は、赤ワインを注いだときのようなもので、最初の層がいっぱいになると、それは2番目の層に流れ、2番目の層がいっぱいになると、3番目の層に流れます。経済学者はこれを非常に鮮明に「トリクルダウン効果」と呼び、「トリクルダウン効果」を通じて社会全体の富の分配が公平であると信じています。

しかし、現実にはそうではないことがわかります。つまり、第一層は常に不満を抱えているようで、第一層の欲求は拡大しているのです。 100年前、工場のCEOの給料は現場の労働者の10倍以下だったという数字を見たことがあります。今日、多国籍企業の場合、この数字は300倍、500倍、あるいはそれ以上になるはずです。

これは、社会全体で富の分配方法に大きな歪みがあることを意味します。つまり、過去、世界は産業革命や情報革命を通じて、富の生産の問題を解決または大幅に改善しましたが、富の分配の問題は無視してきました。

実際、過去数十年の間に、ヨーロッパやアメリカの一部では、分配をより公平にし、経済格差や富の格差を縮小する方法を模索する思想の潮流が生まれています。 UBI(ユニバーサルベーシックインカム)と呼ばれる概念があります。

したがって、私たちが反省すべきことは、今日の経済がどのような課題に直面しているか、そして今日のデジタル技術が経済成長を促進しながらより大きな歴史的責任を担ってきたかどうかです。デジタル技術を通じて公平性と課題の問題に目を向ける必要があります。率直に言って、業界の多くの友人が過去にこの問題を検討したことがありましたが、対処方法を見つけるのは困難でした。

そこで、以下では、私が思考事例と呼ぶ非常に単純な例を用いて、デジタル人民元、ブロックチェーン、中央銀行デジタル通貨の概念を検討し、どのような状況下でそれらが富の創出と富の公平性の問題に何らかの貢献をする可能性があるのか​​を検討したいと思います。

周知のとおり、中国は5年間にわたりデジタル人民元の導入を試みており、5年間にわたりデジタル人民元を模索してきました。過去2年間、中国の多くの地域と10都市でデジタル人民元の試験運用が行われてきました。この問題は今年もさらに加速する可能性があります。私たちの友人の多くはすでにデジタル人民元を使用しており、これらは日常の消費シーンでますます一般的になりつつあります。

では、デジタル人民元は将来の富の生産と分配のプロセスにおいてどのような役割を果たすのでしょうか。私は一つの考えとなる事例を挙げたいと思います。つまり、彼は現実にはそのような事例を見たことがないかもしれませんが、この問題について考えるのに役立つかもしれません。

まずこの図を見て、伝統的な富の分配と生産のプロセスがどのようなものかを見てみましょう。ビールの瓶を例に挙げてみましょう。例えば、このビール1本は10元です。これをどのように消費するか想像してみましょう。携帯電話でQRコードをスキャンしてビールを家に持ち帰るか、レストランで飲みます。

この図は、消費者の 10 ドルが QR コード決済を通じて食料品店のオーナーまたはレストランのオーナーの携帯電話に届き、携帯電話の 10 ドルが小売業者の収益になるというビジネス ロジックを表しています。 3 か月後、小売業者は卸売業者と決済し、6 か月後、卸売業者は醸造所と決済します。彼らのビジネス ロジックはそれほど単純です。

この図を 2 つの文で要約することができます。まず、資金の流れは反対方向であり、ビールの流れは正の方向です。したがって、資本の移動方向はビールの物流方向と逆になります。 2点目は、資金の逆方向の動きが常にビールの生産と消費に遅れていることです。これは非常に理解しやすいはずです。なぜなら、10元が小社長の携帯電話に到着すると、3か月後に卸売業者に支払い、さらに半年後にビール醸造所に支払わなければならないからです。

現在、デジタル技術を利用することで、実際に資金移動のスピードと支払いの効率性が向上しているだけです。これは本当のデジタル時代ではありません。本当のデジタル時代とは、このような時代です。10年後にこのビールのボトルをどうやって飲むかを想像するのです。

10年後には、消費者、小売業者、卸売業者、醸造所、すべてのサプライチェーン、および関連するサービスエコシステムが、デジタル基盤であるブロックチェーンまたはデジタル決済プラットフォーム上に構築されるようになると考えられます。

この基礎の後、このビールをどうやって飲みますか?QRコードをスキャンしてこの10元のビールの代金を支払うと、一瞬にして大きな変化が起こります。10元はもはや上司の携帯電話の中にはありません。10元はデジタル通貨の形式であるため、瞬時に100の支払い項目、50の支払い項目、100の支払い単位に分解できます。

ボトルキャップは 20 セントかかるので、直接ボトルキャップ工場に送られます。ビール瓶は 50 セントかかるので、瓶工場に送られます。ビールの商標は印刷する必要があり、これには 35 セントかかるので、印刷工場に送られます。

さて、このビール瓶に関係するすべての材料、その材料費、加工費、共有電気代、共有銀行ローン利息、そしてこのビール瓶の製造プロセスに関係する物質化された労働が、実際に瞬時にターミナルに配布できることを想像できるでしょう。

このとき、デザイナーの携帯電話が一度鳴り、デザイナーが 2 セントを受け取り、その後もう一度鳴り、デザイナーがさらに 2 セントを受け取るとします。つまり、ビール1本が売れて消費されると、それに関わるすべての生産組織、サポート組織、サービス組織、および関係者は、そのビール1本から得られるわずかな収入を得ることができるのです。

私はこれを、生産、消費、分配の並行または重ね合わせと呼んでいます。これは非常に重要な図であり、つまり、ビジネス ロジックの変化を根本から考えなければ、人類はどこへ向かっているのか、不平等をいかに縮小するのか、共通の繁栄をどのように達成するのかという大きな問題にどう対処できるのかということです。

第三の質問:デジタルトランスフォーメーションの使命:「人間と機械の再分業」を再考する

私がお話ししたい3番目の質問は、人間と機械の分業についてです。人間と機械は分業の再分割に直面していると私は言いたいのです。周知のとおり、ここ数年、ロボット技術は広く利用されてきました。多くの製造業が、ロボットによる大規模な人手作業の代替を模索しており、「ダークファクトリー」を提案する人もいます。

これは何を意味するのでしょうか? これは、多数の作業場、多数の農場、多数の森林農場、および繁殖農場が無人化される可能性があることを意味します。もちろん、これはまず第一に多数の雇用が失われることを意味し、非常に深刻な社会問題を引き起こすことになります。

しかし同時に、「闇工場」が出現したときに経済学の基本理論にどのような修正を加える必要があるかについても考えさせる必要がある。

そこで、私は『資本論』をもう一度読み直す必要があると言いました。マルクスの『資本論』第 1 巻には、分業について論じた章が 2 つあります。第 12 章では、資本が労働を支配するための条件としての分業について、第 13 章では、剰余価値を生み出す手段としての機械について論じています。私たちは皆、この二つの文章をよく知っています。マルクスは剰余価値理論を確立しました。したがって、分業と大規模な機械生産は、剰余価値のための非常に重要な製造機械および生産手段です。

もし今日、労働者のいない工場があるとしたら、それは何を意味するのでしょうか。それは、人間の価値を認識するための非常に重要な第一歩を意味すると思います。

なんと言えばいいでしょうか。コミュニケーション経済学には、土地、資本、労働が生産要素であるという格言があります。今日、私たちは 4 番目の要素であるデータを追加しました。データも生産要素であることは既にわかっています。しかし、これら 3 つの要素をデータ要素と組み合わせると、デジタル経済は 4 つの生産要素になるということになりますか? 「3+1」はそんなに単純なのでしょうか?

そうは思いません。将来の本当のデジタル経済には、資本、土地、データという3つの生産要素が残ると私は信じています。労働力はどこへ行ってしまったのでしょうか。労働力は生産要素ではありません。

つまり、労働力が生産要素から撤退することになります。労働が生産要素から撤退して初めて、人間の価値と意味が実現されるのです。これが先ほど述べたことですが、過去数十年にわたって UBI (ユニバーサル ベーシック インカム) がますます多くの人々の間で合意されるようになった理由です。これは何を意味するのでしょうか? 人間と機械の間の労働の再分担は、人間と機械の関係に革命的な変化をもたらすでしょう。

英国にフロリディというインターネット思想家がいます。彼は15年前に本を書いて情報哲学を提唱しました。そして8年前に「第四の革命」という新しい本を出版しました。たまたま、この『第四革命』という本の中で、彼は非常に重要な考えを提唱しました。それは、人類の発展の大規模な歴史が、今日の歴史から次のデジタル時代の超歴史へと変化するというものです。その兆候はどこにあるのでしょうか。それは、インターフェースの消失にあります。

インターフェースとは何でしょうか? インターフェースとは、認知インターフェース、労働インターフェース、作業インターフェースのすべてを指します。人間のコミュニケーションに関連するすべての技術的インターフェースは消えてしまいました。消失は存在しないことを意味するのではありません。消失とは、以前の有形の状態から無形の状態に入り、以前の散在した状態から遍在する状態に入ったことを意味するだけです。

ですから、私たちが未来を想像するときは、心を開いて、今後 10 年、20 年でテクノロジーが私たちの生活、仕事、周囲の環境にどのように鮮明に組み込まれるかを想像する必要があると私は言います。

例えば、私たちの体中に 100 個のセンサーが取り付けられ、家や職場、街全体がセンサーで満たされるとしたら、私たちが考えなければならないのは、この世界がどのような哲学的基盤の上に構築されるかということです。この哲学的基盤は、産業時代のそれとは異なるものでなければなりません。

要約: デジタル世界を理解するための3つの重要なポイント

そこで、今日はこの 3 つの質問についてお話ししたいと思います。将来のデジタル世界を理解するために、私たちが考える必要がある重要なポイントが 3 つあります。将来は間違いなく、相互接続とつながりが深まる時代になるでしょう。私たちは今、つながっていることに感謝していますが、将来のつながりは、今日よりも没入感や浸透性が高く、個人的な体験になる可能性が高くなります。

そうすると、この場合、人間と知能機械の間に革命的な差別化が起こります。そのような革命的な差別化に基づいて新しい経済形態と新しい社会組織を構築したいのであれば、私たちはまったく新しい考え方で世界全体を見なければなりません。

アンダース・インセット氏の「量子経済学」といえば、最後にまとめた生産・消費・分配のパラレルワールドは、アンダース・インセット氏の「量子経済学」とどこか一致している気がします。量子とは何でしょうか? 量子とは同時存在であり、量子とは全体的なつながりであり、量子とは動的なバランスです。したがって、未来の世界では、私たちはより大きな想像力を広げる必要があります。

最後に、マルクスの言葉を借りれば、「固体はすべて空気中に溶ける」と言いたい。ですから、今日の世界を理解する上で、それは依然として非常に重要な意味を持っています。私たちの根底にある論理と認識を再起動する必要があります。私たちは明日を想像するだけではなく、明後日の想像力を持つ必要があります。なぜなら、明後日は確実にやって来るからです。そして、明後日は今日の私たちの定義の中にあるのです。私たちが今日の世界をどう理解するかが、明後日の世界の方向性を実際に決定するのです。


<<:  生産効率が50%アップ!ファーウェイはAI機能を活用して大東コイルのデジタル変革を推進し、コスト削減と効率向上に貢献している。

>>:  クルーズの自動運転意思決定・計画技術の分析

ブログ    

推薦する

...

掃除ロボットに抜け穴がある!あるいは数秒で盗聴ツールに変わる可能性もある

先日、陝西省西安市は「サイバーセキュリティは人々のためのものであり、サイバーセキュリティは人々に依存...

ロボットと人間:その組み合わせが産業オートメーションの様相を変える可能性

進化する産業オートメーションの世界では、人間と機械の境界を越えた革新的なパートナーシップが生まれてい...

上海の疫病対策において人工知能は何を果たしたのか?

4月8日、「上海デジタル変革リーディンググループオフィス」が主導し、上海スマートシティ発展研究所が...

中国電信が星辰AIビッグモデルをソース公開:LLM研究開発を完了し、オープンソース化した初の中央企業

予期せぬことに、オープンソースのビッグモデル ファミリーに特別なプレーヤーが登場しました。国営企業か...

...

...

機械学習モデルの解釈可能性について

2019年2月、ポーランド政府は銀行法に改正を加え、信用判定に否定的な結果が出た場合に顧客に説明を求...

顔認識のグレーな業界チェーンを解明: あなたの顔情報にはどれくらいの価値があるのでしょうか?

顔認識技術は国民の自由に深刻な脅威を与えるほど強力になっている。それにもかかわらず、業界は繁栄し続け...

深層学習におけるチューリング賞受賞後のベンジオ氏の研究の核心は何ですか?因果表現学習

最近発表された論文で、チューリング賞受賞者のヨシュア・ベンジオ氏らは、チームの現在の研究の焦点である...

ディープラーニングモデルアーキテクチャを視覚化する6つの一般的な方法の概要

視覚化は、ディープラーニング モデルの内部構造を説明し、理解するのに役立ちます。 モデル計算グラフの...

スマート医療診断を理解するためのレポート:AIエンパワーメントと分子診断の自動化

分子診断のミッドストリーム市場は、機器メーカーや試薬メーカーによって占められています。現在の分子診断...

専門家:TikTokのアルゴリズムはユニークではないが、購入者はそれを自ら開発することを待ちきれない

2018年にバイトダンスがカラオケアプリ「Musical.ly」を買収し、TikTokとしてブランド...

...

Lisp言語はどうやって生まれたのか?LISPとAIは幼なじみ

[[183485]] LISP 言語の歴史と、いくつかの余談や興味深い逸話は、実際に本として読む価値...