AI | 人工知能、プログラマーの終焉?

AI | 人工知能、プログラマーの終焉?

AIといえば、一般の人はまだそれが何なのか知らない人が多いかもしれません。 Baidu 百科事典では、人工知能 (AI) を次のように定義しています。これは、人間の知能をシミュレート、拡張、拡大するための理論、方法、技術、アプリケーション システムを研究および開発する新しい技術科学です。人工知能やロボットに関しては、誰もがよく知っているか、聞いたことがあり、多少は知っていると思います。

少し前に、百度のCEO、ロビン・リー氏が北京の第五環状道路で無人車に乗っていた際にトラブルに巻き込まれたというニュースを見た。交通警察は、この件を調査すると回答した。自動運転は、少なくとも技術的なレベルでは、すでに実現可能です。

[[263127]]

私たちは子供の頃から、映画やテレビシリーズを通して、ナイトライダーのマイクのスーパースポーツカー、ターミネーターT100、1000、TXなどを通じてAIに触れてきました。AIの機能はますます強力になり、そのスキルと致死性は目を見張るものがあります。 Red Alert や StarCraft での戦闘準備から、DOTA や LOL でのワードの設置やタワーの押し込み、そして時折 6 と呼ばれるコンボをいくつか提供することまで、AI はこれまで私たちの生活に楽しさと想像力をもたらしてきました。しかし、ここ数年、ほとんどの人は依然として AI は手の届かないものだと信じていました。私たちは通常、AI をジュニア プレイヤーと見なしていたため、AI は単なる私たちの夢なのかもしれません。しかし、「AIによる第三次技術革命」は、非常に速く、そして激しくやって来ます! Deep BlueからAlphaGo、指紋認識、音声入力、そして人類の知性の頂点として知られる囲碁の分野まで。 GoogleのAlphaGoが何の緊張もなく勝利を収めた。李世ドルから柯潔まで、現在世界中の囲碁の名人は皆彼に負けている。私たち全員が AI を改めて見つめ直すきっかけになりました。AI は本当に素晴らしいものだとわかりました。

人工知能は、今日の世界における高度な生産力です。テクノロジーが次々と登場し、私たちはすでに圧倒されています。 Baidu AI 開発者会議での AhphaGo から Apollo まで、AI の発展により社会は日々変化しています。

これほど急速に成長し、世界を変えることができるテクノロジーはかつて存在しなかった。第一次産業革命と第二次産業革命の間、蒸気と電気の使用によって世界が変化するまでには何十年もかかりました。人工知能が将来的に変化をもたらし、何千もの家庭を変えるには、わずか 10 年しかかからないかもしれません。

これほど長期にわたって発展できる新技術はかつてありませんでした。1956年にダートマス会議でAIの概念が提唱されて以来、AIは60年以上にわたって開発され、3つの発展の波を経てきました。

[[263128]]

古代から現代まで、王朝は変化してきました。ある世代の台頭は、別の世代の終焉を意味する。 AIの台頭により、数え切れないほど多くのプログラマーの夢が外国で消滅した。

学者であれ技術研究者であれ、AIの時代が到来したと誰もが言います。しかし、AIの時代は本当に到来したのだろうかと自問する必要があります。 Java、C+、C#、.NET は本当に消滅するのでしょうか?中国や世界に衝撃を与えた囲碁では、感情や思考を持つ人間が冷たいロボットに負けたが、これはAIの時代が到来したことを意味するのだろうか。すべての技術者が現在の分野を放棄して、いわゆる AI の世界を研究する価値はあるのでしょうか?答えはノーです。すべての技術者が AI に切り替える価値はありません。少なくとも私はその準備ができていません。

人工知能は、人間の意識と思考の情報処理のシミュレーションです。それは人間の知能ではなく、人間の思考能力を模倣することしかできません。これは合理的であり、将来的には機械学習に取って代わる可能性があります。どんな狭い分野でも、大量のデータを扱うとなると、人間の脳はそれに太刀打ちできません。しかし、これは人間の数学的能力の拡張と拡大に過ぎません。しかし、広くマクロなレベルで理解すると、感情的な交流、文化的革新、異なる人々の心理の理解、音楽、芸術、詩の鑑賞など、人間のように持つことはできません。これらの能力は、人間によって代替できない人間の機能です。それは人間の計算機能を代替することしかできず、人間の思考能力を超えることは決してできません。したがって、それを開発した人々を置き換えることはできません。人間とインテリジェントな機械の間には、依然として客観的な違いがあります。限りなく近づくことはできますが、完全に置き換えることは不可能です。正しい意見もありますが、ロボットのバグはまだ修正する必要があります。良いビジョンとして、もちろん、反復的で疲れる「労働」の一部を置き換え、コストを削減し、効率を向上させることを望んでいますが、これは達成可能です。しかし、イノベーション、最適化、アップグレード、および多重構造は、依然として人間の脳の思考から生まれなければなりません。

しかし、AIの急速な発展により、将来ロボットが簡単なプログラミングを行うことは問題なくなるだろう。例えば、マイクロソフトとケンブリッジ大学の研究者が発表した論文では、プログラミング可能な機械学習システム「DeepCoder」に関する科学的研究結果が詳しく説明されている。 DeepCorder は独自のプログラミング言語 (なぜ独自かと言うと、通常のプログラミング言語は難しすぎるからです) を使用し、基本的な算術演算といくつかの基本的な関数が組み込まれています。 DeepCorder は、マシンが小さなステートメントやプログラム ブロックを大きな部分にまとめることを可能にするシンプルな DSL 言語を使用します (Microsoft の LINQ 言語に似ています)。このように、マシンが考えているように見えますが、実際には実行しているだけです。

[[263129]]

数日前、私は友人の輪の中で、第74回ヒューゴー賞を受賞したハオ・ジンファン氏が書いた「北京を折る」という記事を読みました。彼女はそのような社会を描いている。「将来の北京では、貧しい人々は搾取される価値すらないのだろうか?」

科学技術の発展により、工場にはロボットが入り、街路清掃員もロボットになり、プログラマーさえもロボットになる。上流階級は絶対的な資本を掌握し、本当の生活を享受する一方、貧困層はますます役立たずとなり、存在感を失い、この社会の資源を廃棄物のように消費することしかできなくなる。

他の人は AI の繁栄と栄光を見ているが、私が見ているのは深い悲しみだ。 AI はハイエンドの開発者に取って代わることはできませんが、ジュニアプログラマーを完全に置き換えることはできるかもしれません。

AIがプログラマーに取って代わるかどうかは、私たちが決められることではありません。AIが支配する世界が来るかどうかは、私たちが一定の能力を身につけて初めて、将来の社会に備えることができると思います。大半の人にとって、小さな技術者として、自分の仕事を正直に行う方が良いでしょう。上司を責める余裕がないときは、落ち着いて集中すべきです。AIはまだあなたから遠いです。安定して歩くこともできないのに走りたいなら、間違いなく何度も転んでしまい、時間とエネルギーを無駄にしてしまうでしょう。結局、立ち止まったままになり、歩き方さえ忘れてしまうかもしれません。

現代の若者は安定感が欠けているので、仕事をしっかりこなした後は、自分自身の向上に努め、仕事をしっかりこなすために最善を尽くし、技術レベルの向上に努めるべきです。今日の積み重ねが明日の成功の鍵となるでしょう。かつて先生が私にこう言いました。「有能な人にとって、敷居は扉であるが、無能な人にとって、敷居はハードルである。」私はいつもこの言葉を人生のモットーだと思っています。

【編集者のおすすめ】

  1. 知覚AIオペレーティングシステム
  2. AI による執筆の歴史を振り返ると、AI が人間の執筆作業に取って代わるまでにはどのくらい時間がかかるのでしょうか?
  3. FacebookはAI音声アシスタントを開発しているが、財務上の将来は不透明
  4. 2019 年にトップ CIO が AI を導入する 5 つの方法
  5. トマシュ・トゥングズ: AI 組織が直面する 4 つの戦略的課題

<<:  人工知能の時代が到来した今、子どもたちはどんな仕事に就くことができるのでしょうか?

>>:  トマシュ・トゥングズ: AI 組織が直面する 4 つの戦略的課題

ブログ    
ブログ    

推薦する

2021年以降の人工知能トレンドに関する5つの予測

アンドリュー・ン教授(スタンフォード大学コンピュータサイエンスおよび電気工学准教授)は、「人工知能は...

5G消毒ロボットが武漢を支援し、人間の感染を効果的に防ぐことができる

中国移動の公式ニュースによると、2月3日と2月4日、武漢協和病院と同済天佑病院はそれぞれ、中国移動と...

退屈な「機械学習」がこのように学べるとは思ってもいませんでした!

[[234276]]機械学習は、確率論や統計などの複雑な分野を含む人工知能の中核分野の 1 つです...

...

AIが監督者になる。それでも仕事をサボれるのか?

「仕事でサボるのは楽しいが、いつもサボっているのも楽しい」ということわざがあります。 [[3583...

GPT-4 は P≠NP であると結論付け、Terence Tao の予測は実現しました。世界の数学の問題を解く「ソクラテス的推論」対話97ラウンド

大規模言語モデルは実際に数学の定理の研究に使用できます。最近、Microsoft Research ...

...

スイスのCERTがボットネットのドメイン名生成アルゴリズムを解読し、多数のトップレベルドメインをブロック

スイス政府コンピュータ緊急対応センター(GovCERT)は、ボットネットTofseeが通信に使用して...

Testin Cloud Testingは、ビッグモデル+ソフトウェアテストの業界リーダーの技術革新の道を模索し始めました。

情報技術が急速に発展する時代において、ソフトウェア業界は活況を呈しており、高品質のソフトウェアに対す...

海外のAIは使えない?国内お宝AIツール6選をシェア!

Chat GPTが普及して以来、さまざまなAIツールが次々と登場しました。AIの出現により、多くの...

中国の科学者によるこの命を救うAIは海外のホットリストに載った

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

マトリックスシミュレーション! Transformer の大型モデルの 3D 視覚化。GPT-3 と Nano-GPT の各層がはっきりと見える

「マトリックスシミュレーション」の世界は本当に存在するかもしれない。人間のニューロンをシミュレートし...

人民日報:教室規律における顔認識は目的ではなく手段

どの学校も生徒をより深く理解したいと考えていますが、テクノロジーを駆使した解決策の中には、満場一致で...

注目メカニズムに基づく人工知能アルゴリズム単一画像超解像法は、質感と滑らかさを区別します

人工知能アルゴリズムによる注目ベースの単一画像超解像法は、テクスチャと滑らかさを区別します。概要: ...

AIについて何も知らないのに、どうやってAIを開発すればいいのでしょうか?

「カスタム開発された AI モデル」に対する現在の市場需要は 86% にも上ります。 [[3461...