AIに関する誤解

AIに関する誤解

企業は意思決定を強化し、消費者体験を向上させるために、幅広いアプリケーションで人工知能を活用することが増えていますが、一般の人々は懐疑的です。

近年、人工知能技術の進歩が加速しており、社会は人工知能(AI)をベースにしたシステムがよいものかどうかを評価しています。

[[214085]]

一方では、ビジネスプロセスの自動化、ビッグデータの管理、意思決定の支援を可能にする AI 主導のテクノロジーの登場が、前例のない繁栄をもたらす技術的飛躍として歓迎されています。実際、調査会社PwCは、2030年までにAIによってもたらされる生産性の向上により、世界経済に15.7兆ドルの利益がもたらされると予測しています。

しかし一方で、ますますインテリジェント化するシステムが職場やその他の分野における人間の将来的な有用性にどのような影響を与えるのかという懸念もあります。人工知能は、さまざまな倫理的問題に基づき、「人類文明の存在に対する根本的なリスク」をもたらすと広く信じられています。さらに、ほとんどの一般的なメディアの議論は、「AI」があたかも単一のパーソナライズされた存在であるかのように、「AI」の問題を中心に展開されています。

では、AI ベースのシステムは、人々がより多くのことを達成できるようにする進行中の技術進化の次のステップなのでしょうか、それとも心配すべきことがあるのでしょうか?コインの両面を検討する前に、まず、一般的なメディアで描かれている AI に関する誤解を理解することが重要です。

神話1: 将来のシステムには人間は必要なくなる

明らかに、日常的なサービスやツールの自律性が高まることで、社会の一部に懸念が生じています。自動運転車から、特定の音楽トラックや製品を自動的に推奨できるオンラインサービスまで、人々は人工知能のないシステムに囲まれているようです。そのため、インテリジェントシステムが大規模に導入されるにつれて、AIが人々の生活に及ぼす影響の大きさに対する懸念が高まっています。

真実

AI ベースのシステムは依然として人間の指導に大きく依存しています。ロボットは、1秒間に100万バイトを超えるデータを分析するなど、多くの単純なタスクを驚異的な速度で実行できますが、ロボットの学習のほとんどは、これらのアクティビティを実行する人間に関するデータの収集から得られます。

現在、AI ベースのシステムの知識の範囲は非常に狭く、ゲームや、事前に定義されたパターンに従ってソーシャル メディア チャットで質問に答えるといった、ルールベースの反復的なアクティビティに限られています。

実際、AI ベースのシステムは、一般知識、文脈理解、常識、視覚、言語の面で、日常的な人間の能力に大きく遅れをとっています。

人々が周囲のインテリジェント システムにどのように適応し、反応するか、また、これらのシステムにどの程度依存するかによって、これらのシステムが将来人々の日常生活に与える影響が決まります。

誤解2: AIベースのシステムは安全ではない

人間の安全を脅かす自律システムは、長い間、大衆文化における人気のSFテーマであり、人工知能システムの機能が向上し続けるにつれて、フィクションで描かれたシナリオが現実になるのではないかと人々はますます懸念しています。

今年初め、チャットボットのボブとアリスが独自の言語を作成し、メディアがこの「新しい」アートシステムについて報道したことで、社会の乗っ取りに対する懸念が巻き起こった。最近では、ドローンや自律型潜水艦などの兵器システムの架空の描写によって、武装した AI に対する不安が煽られています。

真実

現在の AI ベースのシステムは人間に大きく依存しているため、自律的に進化するのではなく、システムの設計者の価値観を反映しています。

現在の AI ベースのシステムはスマートですが、汎用人工知能 (AGI) にはまだ程遠いため、独立した脅威として機能するには、独自の価値体系を持つ自律的なエンティティとして動作する必要があります。

ほとんどの AI システムは、特定の問題を解決したり、履歴データを分析してターゲット ユーザーを引き付けるための最善の戦略を決定したりするなど、指示に従うことしかできません。 AI ベースのシステムは、現在の地下鉄や交通システムなどの他の既存システムと同様に導入および管理する必要があります。それらは、私たちの技術社会において人々が日々接している既存のシステムと同じくらい危険です。

誤解3: AIベースのシステムは人間の仕事の機会を最小限にする

***しかし、AI システムによって人的資源が不要になる可能性があると推測されています。 PwCの調査では、AIの潜在的な進歩により、今後15年間で小売、経営、物流などの分野で英国の雇用の30%が危険にさらされる可能性があると予測されています。

企業も機械が支配する未来に備え始めている兆候があり、77%の人が AI に置き換えられ、80% 以上が IT に投資すると予想されています。だから、業界の大手企業が、近い将来、労働者が1日4時間しか働かなくて済むようになるかもしれないと推測している理由や、労働者が将来について不安を抱いている理由は簡単に理解できる。

真実

AI ベースのシステムは人々の働き方を変えるかもしれませんが、それがすべての人の仕事を置き換えるというわけではありません。代わりに、AI ベースのシステムを管理する人材を必要とする新しい職種が大量に発生するでしょう。多くの組織は、ビジネスにおける AI ベースのシステムの導入を管理するために、初期段階のチームに投資しています。しかし、すべての企業が日常業務の実行に AI ベースのシステムを使用するつもりではないことに注意する必要があります。

定型業務の補充に AI ベースのシステムを使用する予定の企業はわずか 8% と推定されています。 AIシステムの導入によって企業が支持を得る可能性が最も高いのは、テクノロジー主導で最小限の人員に合理化されるのではなく、人的資源を解放して新しい製品(製品やサービス)を設計・開発し、事業を拡大できるようになるためです。

長期的には、さまざまなインテリジェンス機能を備えたシステムが、オフィスの内外の生活に積極的に混乱をもたらすでしょう。消費者にとっては、欲しいものを欲しいときに届けるシームレスな体験が提供されます。企業にとっては、業務とデータ管理が効率化され、クリエイティブな専門家が真に人間味のある戦略を策定するための理想的な基盤が提供されます。全体として、企業は AI テクノロジーに対して現実的な見方を持ち、大衆文化における誤った予測に反応しないようにする必要があります。

したがって、現在の技術開発の波の中で、企業は迷信や誤解に阻まれるのではなく、社内プロセスや企業または消費者中心の製品やサービスにおける AI ベースのシステムの有用性を探求する必要があります。

<<:  2018 年のビッグデータのトレンド: 人工知能... データ分析には視覚化モデルが含まれます...

>>:  衝撃の2017年!この10日間は中国の人工知能の時代

ブログ    
ブログ    

推薦する

マイクロソフト、マルチモーダルアプローチでAIの理解能力を向上させるプロジェクトRumiを実証

新興技術のデジタル時代において、大規模言語モデル (LLM) は、人間社会と文化の多くの側面に革命を...

...

大人気すぎてブレイク中! ByteDanceのGPT部門フローの秘密を解明

ノアが編集制作:51CTO テクノロジースタック(WeChat ID:blog) 「大規模な言語モデ...

ディープラーニング: シンプルだが限界のあるソリューション

ディープラーニング:幾何学的視点ディープラーニングに関する最も驚くべき事実は、それがいかにシンプルで...

4090はA100の代替品になるのでしょうか?トークン生成速度はA100よりわずか18%低い。上海交通大学の推論エンジンが人気。

それだけでなく、PowerInfer は、モデルの精度を維持しながら、単一の RTX 4090 (2...

iSoftStone ロボットカスタマーサービス Rglam (Ange): ナレッジグラフと NLP エンジンを備えた高精度の会話型ロボットの構築

企業のデジタル変革が深まるにつれ、人工知能技術はますます成熟し、ロボットによる顧客サービスは数千の業...

人工知能医療機器業界は前進する

[[443093]]新世代の人工知能技術の台頭は、医療業界にインテリジェント変革を実現するための新た...

小型モデルは大型モデルとどう比較できるのか?北京理工大学はMindの大型モデルであるMindLLMをリリースし、小型モデルの大きな可能性を示した。

大規模言語モデル (LLM) は、さまざまな自然言語タスクで優れたパフォーマンスを発揮しています。た...

自動運転の浮き沈み:バブルが消えた後

[51CTO.comよりオリジナル記事] 静かな2019年を経て、自動運転業界は新年を迎え、徐々に活...

Cloud Pak for Data 3.0は、企業のコスト削減と効率性の向上を支援し、AI導入を加速します。

[[335519]]感染症流行後も実体経済は厳しい状況が続いている。生産停止、収益の急激な減少、資...

アルゴリズムを知的財産として保護する方法

Ogilvy は、ロボティック プロセス オートメーションと Microsoft のビジュアル AI...

ディープラーニングによる物体検出モデルの包括的なレビュー: 高速 R-CNN、R-FCN、SSD

[[204169]] Faster R-CNN、R-FCN、SSD は、最も人気があり、広く使用さ...

...

メタは世界最速となる可能性のあるAIスーパーコンピュータを開発

Metaによれば、AI Research SuperCluster(RSC)は企業がより優れたAI...

従来の銀行は人工知能をどのように活用しているのでしょうか? ——2017年中国国際金融博覧会で光り輝く民生銀行の技術革新に関するメモ

【51CTO記者李玲玲が北京からレポート】先日、「イノベーション主導の着実な変革と共同金融」をテーマ...