もう読み間違えないでください！人工知能と人間の知能の違いを理解する

人工知能が賢くなるにつれて、人類を絶滅させるだろうという主張が次々と現れています。実際、多くの有力者が人々に警戒するよう呼びかけている。今では、AI推進派のグーグル主任エンジニア、レイ・カーツワイル氏の将来に対する楽観論は、ビル・ゲイツ氏、イーロン・マスク氏、スティーブン・ホーキング氏が提起した懸念に追い抜かれてしまったようだ。

確かに懸念すべき理由はあるが、AI を活用するより良い方法があるため、将来が必ずしも暗いものである必要はない。重要なのは、人間の知能と機械の知能の補完関係を認識することだ。結局のところ、人工知能は人間の知能とは大きく異なるので、今後はこの2つを比較するのはやめましょう。

最近では、人工知能が人間の知能と同じくらい、あるいはそれ以上に賢くなったと信じるのは簡単です。たとえば、少し前に Google は、ユーザーがヘアサロンやレストランのアウトバウンド予約を完了するのに役立つ Duplex AI をリリースしました。その声は人間の声とほとんど同じなので、会話の過程で相手を騙して人間だと思わせることができます。

さらに、Google の子会社である DeepMind は、最も複雑なボードゲームで世界チャンピオンに勝利した AI を開発しました。最近、人工知能は訓練を受けた医師と同じくらい正確に眼疾患を診断できることが証明されました...近い将来、ロボットが人間の仕事を奪うかもしれないことを示す出来事は他にもたくさんあります。

テクノロジーの発展と飛躍的進歩により、人工知能は、私たちの目にも明らかなスピードで、新しい分野、新しいタスク、新しいスキルを生み出しています。これらの分野は、以前は人間の知能にのみ存在すると考えられていました。しかし、これは人工知能が人間の知能よりも賢いことを意味するのでしょうか? 小志軍氏の意見では、人工知能と人間を比較するのは間違った考えです。なぜなら、たとえ機能が重複することがあるとしても、両者はまったく異なるものだからです。

人工知能はデータ処理が得意だが、抽象的な思考は得意ではない

まず、最も洗練された AI テクノロジーであっても、本質的には、超高速でデータを処理するという点で、他のコンピューター ソフトウェアと何ら変わりはありません。 AI とその派生技術である機械学習やディープラーニングは、研究者が適切なデータセットに変換できる限り、あらゆる問題を解決できます。

たとえば、画像認識を考えてみましょう。ディープ ニューラル ネットワーク、ディープラーニング アルゴリズムのインフラストラクチャ、および十分な数のラベル付き画像があれば、AI は非常に洗練された方法でデータを比較し、各オブジェクトの種類を定義する相関関係とパターンを見つけ、その情報を使用して、これまで見たことのない画像内のオブジェクトにタグを付けることができます。もちろん、音声認識でも同じプロセスが機能します。つまり、人の声の十分なデジタルサンプルがあれば、ニューラル ネットワークは人の声に共通するパターンを見つけ、特定の録音がその人のものかどうかを判断できます。

最近公開ベータ版としてリリースされたアリババのAIポルノ音声スパム対策サービスは、この理論に基づいています。ポルノ画像、ビデオ、テキストを識別するだけでなく、ポルノ音声もAIで識別できます。 AIインテリジェントマシンが複数の言語や方言を認識する能力を持つためには、事前にトレーニングと学習のプロセスが必要です。アリババセキュリティ部門の製品専門家であるNian Xia氏は、「子供と考えてください。そのような能力を持つ前に、絶えず餌を与え、訓練し、学習する必要があります」と述べました。たとえば、広東語を学ぶには、サードパーティの企業からトレーニング教材を購入するだけでなく、アリババシステム内のビデオプラットフォームにある広東語のテレビドラマもロボットの学習トレーニングに使用されます。

実際、顔認識やガンの診断を行うコンピューター ビジョン アルゴリズム、悪意のあるネットワーク トラフィックを排除できる人工知能ネットワーク セキュリティ ツール、さらにはコンピューター ゲームをプレイする複雑な AI プロジェクトなど、AI アプリケーションについて私たちが知っていることはすべて、同じルールに従っています。テクノロジーは常に変化し、改善され続けているのです。

「完璧な人間などいない」という古い格言があるように、AIにも欠点があり、欠けているのは抽象的な思考、常識の応用、知識の伝達です。冒頭で触れた Google Duplex AI に戻ると、レストランやヘアサロンの予約には非常に優れているかもしれませんが、これらは非常に限定的で特殊な 2 つのタスクです。この AI は、人間のイントネーションを使用して、人間の会話を模倣する自然な動作を完了することもできますが、会話が軌道から外れると、Duplex は一貫した方法で応答することが難しくなります。この場合、会話を終了するか、人間の助けを借りて有意義な方法で会話を継続します。

これまで、AI モデルが専門分野外のイベントにさらされたり、トレーニングに使用したデータとは異なるコンテンツを受け取ったりすると、不合理な形で失敗する例が数多くありました。範囲が広くなるほど、AI が習得する必要のあるデータが増え、エッジ ケースもいくつか発生します。これらのシナリオはトレーニング データでカバーされておらず、最終的には AI の失敗につながります。一例としては、自動運転車が挙げられます。自動運転車は、すでに数千万キロ走行しているにもかかわらず、完全な自律性を実現するのにまだ苦労しており、人間が熟練したドライバーになる必要性をはるかに超えています。

人間はデータの処理は得意ではないが、抽象的な意思決定は得意である

データ部分から始めます。コンピュータとは対照的に、人間は情報を保存したり処理したりするのが苦手です。たとえば、曲の歌詞を覚えたい場合、覚えられるようになるまでに何度も聞く必要がありますが、コンピューターの場合、曲を覚えるのは、アプリケーションで「保存」を押すか、ファイルをハードドライブにコピーするのと同じくらい簡単です。同様に、人間にとって記憶しないことは困難です。一生懸命努力したとしても、あまり良くない思い出は心に残ってしまうものです。コンピューターでは、何かを忘れることはファイルを削除するのと同じくらい簡単です。

正直に言うと、データ処理に関しては人間は人工知能にはるかに劣っています。上記のすべての例では、人間はコンピュータと同じタスクを実行できるかもしれませんが、人間が画像を識別してラベルを付けるのにかかる時間で、AI アルゴリズムは 100 万枚の画像を分類できます。コンピュータの処理速度が非常に速いため、数学的計算やデータ処理を伴うあらゆるタスクにおいて、コンピュータが人間を上回るパフォーマンスを発揮できると言っても過言ではありません。

しかし、情報が不足している場合には、人間は本能と常識に基づいて抽象的な判断を下す可能性があることに注意することが重要です。たとえば、人間の子供は非常に幼い頃から物事を整理することを学びます。しかし、AI アルゴリズムの場合、同じタスクを実行するには何年ものトレーニングが必要です。インテリジェントマシンと人間の違いについて尋ねられたとき、技術評論家のニコラス・カーはかつてこう答えた。「コンピューターには狂気の領域がなく、矛盾は存在できず、曖昧さを処理するように設計できず、直感もない。」

たとえば、人々が初めてビデオゲームに出会ったとき、穴、棚、火、尖った物体から離れる（または飛び越える）といった日常生活の知識をすぐにゲーム環境に転用することができます。彼らは生き残るためには銃弾を避け、車にぶつからないようにしなければならないことを知っています。しかし、AI にとって、あらゆるビデオ ゲームはゼロから学習しなければならない新しい未知の世界です。人間は、人工知能の時代を先導したあらゆる技術を含め、新しいものを発明することができますが、AI ができるのは、データを取得して比較し、新しい組み合わせやデモンストレーションを考え出し、以前のシーケンスに基づいて傾向を予測することだけです。

人間は、感じたり、想像したり、夢を見たり、無私であったり貪欲であったり、愛したり憎んだり、嘘をついたり、時には真実を混同したりもします。これらすべての感情は、合理的または非合理的な方法で意思決定を変える可能性があります。人間は肉体でできた不完全で欠陥のある生き物であり、それぞれが独自の特徴を持っています。一方、AI は本質的には、無生物の回路を流れる小さな電流です。

人工知能は人間の知能とは大きく異なります。比較するのはやめてください

一般的に、これは人工知能が人間の知能よりも優れている、あるいはその逆を意味するものではありません。なぜなら、本質的に、この 2 つは完全に異なるものだからです。 AI は、境界が明確に定義され、データで表現できる反復的なタスクに優れていますが、不完全な情報に基づく直感的な判断を必要とするタスクではパフォーマンスが低下する傾向があります。対照的に、人間の知能は常識と抽象的な意思決定を必要とする環境に適していますが、大規模なリアルタイムの計算とデータ処理を必要とするタスクには適していません。

別の視点から見ると、AI は拡張された知能として考えるべきです。人工知能と人間の知能は互いに補完し合い、互いの欠点を補い合います。したがって、彼らは単独では達成できないどんなタスクも協力して達成することができます。たとえば、AI は大量のネットワーク トラフィック内の異常を検出するのが得意ですが、調査が必要な実際の脅威を判断する際に間違いを犯す可能性があります。一方、人間のアナリストは、企業のネットワークを通過するギガバイト単位のデータを監視するのは得意ではありませんが、異常とさまざまなイベントを相関させ、どれが本当の脅威であるかを判断するのは得意です。つまり、AI と人間のアナリストは互いのギャップを埋めることができます。

確かに、AI が実行できる機能は増え、ロジックも複雑化しているため、より複雑な状況に対処し、より可変的なパラメータを処理できるようになりました。しかし、AIと人間の強みは異なる分野にあるため、競争関係ではなく共生関係を模索する必要があるのです。

機械が人間の仕事に取って代わるだろうという見解を持つ人は多い。 Aiobservation の意見では、誇張されたプロパガンダが不足しているわけではない。実際、人工知能の拡大により、雇用が失われるどころか、雇用が増えている。しかし、過去のあらゆる技術革新がそうであったように、多くの作業において人間の必要性がなくなる可能性は確かにある。しかし、それはそれらの仕事がもともと人間向けではなかったからかもしれません。おそらく、これらの作業を自動化する技術がまだ開発されていないため、現在、これらの作業に多くの貴重な人的資源と労力が費やされています。

AI がより多くのタスクをこなせるようになると、私たち人間は創造的、社会的、芸術的、運動的、文学的、詩的、その他の価値ある用途に知性を活用する時間が増えることになります。それまでは、拡張知能ツールを使用して、これらの仕事に創造性を加えていきます。

最後に、私たちは機械ではなく、機械は人間ではありません。未来は人工知能と人間の知能が協力して築かれるのです。