人工知能が登場して60年になります。人工知能について私たちはどんな誤解をしているのでしょうか?

人工知能が登場して60年になります。人工知能について私たちはどんな誤解をしているのでしょうか?

8月23日、百度のCEOであるロビン・リー氏は中国国際知能産業博覧会で講演し、一般の人々は人工知能について誤解していると述べた。

李延宏氏は、人工知能は人間のように見えるべきではないというのが最初の誤解だと考えている。人間のように見える機械をどうやって作るか、あるいは機械にどうやって歩いたり走ったり階段を上り下りしたりすることを学ばせるかということに、我々のエネルギーを費やすべきではない。これが機械時代の考え方だ。機械が人間の肉体的な力に取って代わることを望むなら、この問題は産業時代にすでに解決されています。解決する必要があるのは、機械が人間のように考えるようにすることです。

[[241290]]

2つ目の誤解は、機械がどのようにして人間のように考えることができるかということです。現在、人間の脳がどのように機能するかについて多くの研究が行われていますが、ロビン・リー氏はこのアプローチは実現不可能だと考えています。人工知能はバイオニクスではありません。現在の人工知能技術、さまざまなアルゴリズム、近年のイノベーションは、実際には人間の脳の動作原理とはほとんど関係がありません。実際のところ、人間はまだ人間の脳がどのように機能するかを解明しておらず、ましてや機械を使って人間の脳の働きの原理を模倣することなどできていません。したがって、人工知能は人間の脳の動作原理を模倣することではなく、人間の脳が達成できる価値や機能を機械を使って実現することです。

3つ目の誤解は、人工知能の「脅威理論」です。多くの人が、いつか人間が機械に支配され、自分たちが作り出したテクノロジーが人間を滅ぼすのではないかと心配している。李延紅氏は、この心配はまったく必要のないことだと考えている。なぜなら、日々の技術研究をすると、想像していたよりもはるかに難しいことが分かるからです。機械が人間のように考えること、いわゆる AGI の実現は、実はまだ私たちにとって非常に遠い道のりです。

李延紅氏は、AIという言葉をよく考えてみると、それは人工的で偽物を意味するため、実際の人間の思考、能力、起こり得るリスクからはまだ遠いと考えています。したがって、技術が十分に早く成熟せず、問題が発生することをより心配すべきです。

人工知能は60年以上にわたって発展してきました。「人工知能」という用語は、1956年のダートマス会議で初めて登場しました。中国工程院の院士である高文氏は2016年に、人工知能にはこれまで60年の歴史があり、3つの主要な学派があると述べました。

  • 最初の学派は通常、論理主義(記号主義)と呼ばれます。その中核は記号推論と機械推論です。記号表現を使用して知性と推論を研究します。創設者はSimon (CMU)です。
  • 2 番目の学派はコネクショニズムです。その中核となるのは、人間の神経系を模倣し、人間の神経系のモデルを計算的に提示し、それを使って知能を模倣するニューラル ネットワークとディープラーニングです。現在の人工知能の流行は、実はコネクショニズムの勝利なのです。創始者はミンスキー(MIT)です。
  • 3番目の学派は行動主義です。制御、適応、進化コンピューティングを促進します。この学派が誕生した当初は、人々は比較的大きな期待を抱いていました。近年、行動主義は普及していませんが、将来的には波が来るかもしれません。この行動主義は、実は私たちが将来やろうとしている自動車のインターネットと非常に密接に関係しています。創設者はウィーナー(MIT)でした。

今日の人工知能の波はコネクショニズムの勝利です。実際、人工知能の発展は3つの段階を経る必要があります。1つ目は保存と計算ができる計算知能、2つ目は聞く、話す、見る、認識できる知覚知能、3つ目は理解して考えることのできる認知知能です。人々が通常心配していること、そしてホーキング博士が2014年に人工知能の悪魔理論として提唱したことは、認知知能の第3段階を指します。しかし、認知知能は、従来のモデル構築、データトレーニング、パラメータ調整によるディープラーニング技術だけに頼ることはできないというのが、業界の基本的なコンセンサスです。

データ集約型の人工知能は、個人のプライバシーに関する懸念や問題ももたらします。昨年、ジョン・ノートンはガーディアン紙に「21世紀のマルティン・ルターがテクノロジー教会に挑戦する」時が来たと書いた。

ノートンはこう書いている。

  • 新たな力が世界中に広がっています。それはいつでもどこにでもあります。それは私たちについてすべて知っています。私たちの行動、考え、欲望、恐怖、秘密、友人、財政、さらには夜ぐっすり眠れるかどうかまで。それは私たちが他の人にささやくのを防ぎます。それは私たちの政治を形作り、私たちの欲望を誘惑し、私たちの味覚を刺激し、私たちの道徳的パニックを煽り、私たちを喜ばせ続ける(したがって受動的にする)。私たちは1日に少なくとも150回地球と接触し、その接触のたびに地球に富がもたらされます。私たちはどうしようもないので、それを崇拝するのです。

ロビン・リー氏が述べたように、人間はまだ人間の脳がどのように機能するかを解明しておらず、ましてや機械を使って人間の脳の働きの原理を模倣することはできない。認知能力の実現に向けて進むのは遠い道のりだ。今は誤解があるかもしれないし、私たちはまだ模索している最中だ。しかし、一つだけ間違いないのは、人工知能の発展は間違いなく生活をより良くするためだということです。今年初めに「中国人はプライバシーにそれほど敏感ではない」という一文が世論を刺激したことを今でも覚えています。結局のところ、人々は知能だけでなく、知能が社会と生活にもたらす「善」にも関心を持っているのです。

<<:  データラベラーの視点からAI技術の詳細な応用を検討する

>>:  「ブロックチェーン+人工知能」は医療金融やその他の応用シナリオに応用されています

ブログ    
ブログ    

推薦する

「UAV+環境保護」は完璧な組み合わせであり、統合開発の見通しは有望である

産業革命以降、環境破壊のスピードと範囲は拡大し続け、環境問題や自然災害がますます増加し、生命と生存に...

GPT-4 ワイルドスポークスマン Terence Tao: 新しい文学ツールは、それがなければ崩壊してしまいます! 11ページの「超短編」新作がオンラインになりました

テレンス・タオはGPT-4をどれくらい愛しているのでしょうか?今回、論文を書いたり研究をするときだけ...

再サンプリングからデータ合成まで: 機械学習における不均衡な分類問題にどのように対処するか?

機械学習とデータサイエンスを少しでも勉強したことがあるなら、クラス分布の不均衡に遭遇したことがあるは...

ニューロンクラスタリングはAIの学習戦略をシミュレートできる

人間や機械がタスクをよりうまく実行できるようになるたびに、証拠の痕跡が残ります。パフォーマンス向上の...

Baidu が DeepVoice の最終バージョンをリリース: 10,000 人の声を真似て 30 分でアクセントを習得

今年初め、検索大手の百度は、人気のディープラーニング技術を使用してテキスト読み上げ(TTS)変換を実...

人工知能(AI)はアパレル業界をどのように変えるのでしょうか?

衣服のデザインから将来のファッショントレンドの発見、パーソナルスタイリストになること、そして消費者の...

顔認識の長所と短所:祝福か呪いか?

[[403037]]画像ソース: https://pixabay.com/images/id-32...

最大の効率: AIがソースコードを読み取って教えてくれる

みなさんこんにちは、カソンです。テクノロジー系のブログをよく読む友人なら、 Webpilot [1]...

DidiがAoEをオープンソース化: AIの迅速な統合を可能にする端末操作環境SDK

Didi は、エンドサイド AI 統合ランタイム環境 (IRE) である AoE (AI on E...

人工知能について知っておくべきことすべて

人工知能は今日最も話題になっている技術の一つです。しかし、それは正確には何でしょうか?なぜ気にする必...

ロボットが宇宙飛行士に取って代わるでしょうか?この会社は『アバター』を宇宙に送りたい

地球上の仕事でロボットが人間に取って代わり、今ではロボットが宇宙に行って仕事をこなすようになっている...

機械学習におけるクラス不均衡に対処するための 10 のヒント

導入あるクラスの観測値が他のクラスの観測値よりも高い場合、クラスの不均衡が生じます。例: 不正なクレ...

...

Java プログラミング スキル - データ構造とアルゴリズム「非再帰的バイナリ検索」

[[396063]]基本的な紹介1. バイナリ検索は、順序付けられたシリーズ(数字や文字など)の検...

静的解析に機械学習を使用する方法

機械学習と人工知能は、特にマーケティング分析とサイバーセキュリティの分野で多くの分野で広く応用されて...