私が嫌いな人工知能

以前は、機械学習に少しイライラしていました。一方では、メディアやトレーニング機関が機械学習を汎用人工知能としてパッケージ化していたため、誇張されていました。まるで、SFの中の人工知能の時代が到来しようとしているかのようでした。実際は、まったくそうではありませんでした。

[[273715]]

一方、こいつが訓練するものはブラックボックスです。かなり良い結果が出せるし、時には人間よりも良い結果が出ることもありますが、こいつは内部でどのように動いているのでしょうか？ 分かりません！パラメータを調整してください！

私は心の底では因果関係と確実性を支持しており、それらだけが世界を統治できると感じています。一方、不確実性は理解し、耐えることが困難です。

決定論とは何でしょうか? たとえば、物理学では、物体の動きについて、初期速度と物体が受ける力がわかれば、その後の任意の時点での物体の速度を計算できます。これが決定論です。

その後、量子力学が登場し、世界（特にミクロの世界）はもはや決定論的ではなく、波動関数によって決定される、あちこちに存在する可能性のある確率の雲であると主張しました。粒子の速度と位置は同時に測定できません。シュレーディンガーの猫は生きていると同時に死んでいる。この不確実な感覚は、人々に理解不能で不安な気持ちを与えます。

プログラミングの世界でも同じことが言えます。アルゴリズムと入力が与えられれば、出力は一定で変化しません。私たちはさまざまなプログラミング言語、さまざまなフレームワークを学び、さまざまなシステムを開発していますが、それらはすべてこの決定論的なアルゴリズムを使用しているため、安心できます。

その後、ビッグデータが登場し、人々は膨大なデータから何らかの情報を見つけようとしましたが、データ間の因果関係を見つけることは困難でした。売上増加に貢献した要因は何ですか？プロモーションですか？休日ですか？理由が多すぎて、判断が困難でした。

したがって、ビッグデータ分析が現在行っていることは、因果関係を探すことではなく (もちろん、因果関係を見つけることができればベストですが)、相関関係を探すことです。一定の相関関係が見つかれば、それは良好であり、受け入れられるものであると考えます。

機械学習は不確実性を表します。たとえば、画像認識では犬か猫かを識別できますが、このアルゴリズムは 100% の精度を保証するものではなく、確率について語っています。

しかし、この不確実性は、特定の分野では補助手段としては十分です。たとえば、自動翻訳は正確で流暢でエレガントではないかもしれませんが、記事の内容を大まかに理解することはできます。これは改善です。 顔認識なら、多少の間違いがあっても大した問題にはなりません。

自動運転はミスをしたら…致命的だから、短期的には自動運転が何千もの家庭に入り込んで街や路地を走れるようになるとは思えない。怖すぎる。運転支援は問題ありませんが、すべての制御を機械に任せることはできません。

つまり、以前は不確実性に耐えられなかったのですが、今は機械学習によって効率化が図れ、労力も節約できるのであれば、それで十分だと思っています。真の汎用人工知能については、今のところ忘れてください。