あなたは人工知能（AI）を本当に理解していますか？将来、人工知能によって多くの人が失業することになるのでしょうか？

[[286906]]

人工知能 (AI) は、通常は人間の思考を必要とするタスクを実行できるインテリジェントなマシンの構築を伴う学際的な科学です。

1950 年 10 月、英国の技術の先見者アラン・チューリングは、MIND 誌に「計算機械と知能」と題する記事を発表しました。この記事は、当時は SF のように思われたであろう疑問を提起しました。

[[286907]]

アラン・マシスン・チューリング（英訳：Alan Mathison Turing）は、コンピュータサイエンスと人工知能の父として知られています。 （インターネットからの写真）

「機械は、思考と説明されるべきだが、人間の思考とはまったく異なる何かを実行することはできないのか？」とチューリングは尋ねた。

チューリングはそれが可能だと考えた。さらに、彼は、チェスのプレイから人間の言語の理解まで、環境を観察して新しいことを学習できるデジタルコンピューター用のソフトウェアを作成できると信じていました。彼は、機械は最終的には人間の指導なしに自らこの能力を開発できるようになると信じている。彼は、機械が最終的には知能の面で人間と競争できるようになるだろうと予測した。

約70年後、チューリングの一見突飛なビジョンは現実のものとなった。人工知能は、機械に経験から学び、人間の脳だけが実行できると思われる認知タスクを実行する能力を与えます。

人工知能は文明世界全体に急速に普及しています。

[[286908]]

人工知能は文明世界全体に急速に普及しています。 （インターネットからの写真）

日常生活では、AI がユーザーが興味を持ちそうな広告を判断し、e コマース サイトにアクセスするとフレンドリーなチャットボットがポップアップ表示され、ユーザーの質問に答えたり、カスタマー サービスを提供したりします。

音声起動型スマートホームデバイスの人工知能アシスタントは、テレビやドアベルの制御から雑学クイズへの回答、お気に入りの曲の検索まで、数え切れないほどのタスクを実行します。

マッキンゼー・グローバル・インスティテュートによれば、AI技術がより高度化するにつれ、世界経済の発展を大きく促進し、2030年までに約13兆ドルの富を生み出すと予想されている。

AIはどのように機能するのでしょうか?

放射線科における X 線画像や MRI スキャンの分析は、狭義には「インテリジェント」と理解できます。しかし、機械は放射線科での特定の診断には役立つかもしれませんが、野球に関する質問をしても役に立たないでしょう。

したがって、現時点では、人間の知的多様性は依然として人工知能の範囲を超えています。

[[286909]]

人工知能は真の人間の知能からは程遠いものです。 （インターネットからの写真）

科学者によると、人工知能には2つの重要な部分がある。

• その 1 つはエンジニアリングの部分です。つまり、何らかの方法でインテリジェンスを使用できるツールを構築することです。
• もう 1 つは知能の科学、より正確には、たとえ機械がまったく異なるプロセスを経てその結果に到達したとしても、人間の脳が到達した結果に匹敵する結果を機械が導き出せるようにする方法です。たとえば、鳥は飛び、飛行機は飛びますが、その飛び方はまったく異なりますが、どちらも空気力学と物理学を利用しています。同様に、人工知能は、インテリジェント システムの動作には一般的な原則があるという概念に基づいています。人工知能は基本的に、脳の働きを理解して模倣し、それをドローンやロボットなどの他の自律システムに適用する試みの結果です。

現在、人工知能のアプリケーションのほとんどは、大量のデータを扱う分野にあります。

AI は、大量のデータとスマート アルゴリズム (一連の命令) を組み合わせて、ソフトウェアがデータ内のパターンや特徴を学習できるようにすることで機能します。

[[286910]]

人工知能プログラムには人間の脳との興味深い類似点がいくつかあります。 （インターネットからの写真）

AI は脳の働きをエミュレートする際に、さまざまなサブフィールドを使用します。

• 機械学習は、特定のものを探したり、特定の結論を導き出すようにプログラムすることなく、データに隠された洞察を明らかにする分析モデルの構築を自動化します。
• ニューラル ネットワークは、脳内の相互接続されたニューロンの配列を模倣し、異なるユニット間で情報を渡して接続を見つけ、データから意味を導き出します。
• ディープラーニングは、非常に大規模なニューラル ネットワークと膨大な計算能力を使用して、画像や音声認識などのアプリケーションのデータ内の複雑なパターンを検出します。
• 認知コンピューティングは、音声を解釈して応答する機能を含む、「自然で人間のようなインタラクション」を生み出すことです。
• コンピューター ビジョンは、パターン認識とディープラーニングを使用して画像やビデオの内容を理解し、機械がリアルタイムの画像を使用して周囲の状況を理解できるようにします。
• 自然言語処理には、人間の言語の分析と理解、そして人間の言語への応答が含まれます。

人工知能に関する数十年にわたる研究

• 人工知能の概念は 1940 年代にまで遡り、「人工知能」という用語は 1956 年に米国のダートマス大学で開催された会議で提案されました。
• その後 20 年間にわたって、研究者たちはゲームをプレイしたり、簡単なパターン認識を行ったり、機械を学習したりできるプログラムを開発しました。コーネル大学の科学者フランク・ローゼンブラットが、IBM コンピューター上で動作する最初の人工ニューラル ネットワークであるパー​​セプトロンを開発しました。
• より高レベルのタスクを処理するために、より複雑な多層ニューラル ネットワークの第二波が開発されたのは、1980 年代半ばになってからでした。
• 1990 年代から 2000 年代初頭にかけては、ネットワークやますます高性能化するコンピューターといった他の技術革新が AI の発展を加速させました。インターネットの出現により、大量のデータがデジタル形式で出現しました。ゲノム配列解析などのプロジェクトによって大量のデータが生成され始め、コンピューター技術の進歩によってこのデータを保存し、アクセスすることが可能になりました。より複雑なタスクを実行できるように機械をトレーニングすることができます。 30 年前にはデータと計算能力がなかったため、ディープラーニング モデルは存在できなかったでしょう。

人工知能とロボット工学

人工知能はロボットとは異なりますが、ロボットと関連があります。ロボットは環境を感知し、独自に、または人間の指示に従って計算および物理的なタスクを実行できます。人工知能とロボット工学の分野はさまざまな形で交差しています。

あまり知能のないロボット、自動織機のような純粋に機械的な装置を想像してみてください。一部のロボットはほとんど知能がありません。しかし、人間が運転する車や歩行者でいっぱいの道路でドローンを誘導するなど、知能はロボット工学の不可欠な部分です。

[[286911]]

人工知能はロボットとは異なる（インターネットからの画像）

AI を機械学習にまで拡張すると、スペルチェッカー、テキスト推奨システム、あらゆる推奨システム、洗濯機と乾燥機、電子レンジ、食器洗い機、2017 年以降に製造されたほとんどの家電製品、スピーカー、テレビ、アンチロック ブレーキ、あらゆる電気自動車、最新の CCTV カメラも含まれます。ほとんどのゲームはさまざまなレベルで AI ネットワークを使用します。

AIはすでに、いくつかの狭い分野では人間を上回っている。例えば、何百万ものソーシャルメディアネットワークのやり取りを処理し、ユーザーの行動に影響を与える洞察を導き出すことができる。AIの専門家は、人間の脳を圧倒するほどの膨大な量の情報を理解するのがAIに非常に優れているため、この機能が「あまり良くない結果」をもたらすのではないかと懸念している。この機能により、インターネット企業はユーザーについて収集した膨大なデータを分析し、その洞察を活用してさまざまな方法で私たちの行動に影響を与えることができます。

[[286912]]

人工知能は、人間の脳を圧倒するほどの膨大な量のデータを処理することができます。 （インターネットからの写真）

しかし、これまでのところ、AI は人間の創造性を再現することにおいて大きな進歩を遂げていません。

人工知能は経済をどう変えるのでしょうか？その普及により、私たちの大半は失業するのでしょうか？

かつては人間が必要だったタスクを AI が実行できる可能性があることを考えると、AI の普及によって私たちのほとんどが失業してしまうのではないかと心配するのは当然です。

• 一部の専門家は、人工知能とロボット工学の組み合わせによって一部の仕事が消滅するかもしれないが、技術に精通した労働者のための新しい仕事がさらに創出されると予測している。最も危険にさらされているのは、小売業、金融業、製造業の定型的かつ反復的な仕事に従事している人々だ。
• 人々がより頻繁に転職するにつれて、失業は増加するでしょう。

[[286913]]

人工知能によって一部の仕事は消滅するだろうが、必然的に新たな仕事も生まれるだろう。 （インターネットからの写真）

• 新しい仕事は創出されるが、必要なスキルを持たない人が多くいるだろう。したがって、スキルと仕事の間にミスマッチが生じ、人々がデジタル経済への移行に遅れをとるリスクがある。
• テクノロジーが普及するにつれて、各国は職業再訓練と労働力開発にさらに投資する必要が出てきます。人々が職業上のスキルを定期的に向上できるように、生涯学習が必要です。
• AIは人間に取って代わるのではなく、知的能力を高めるために使用される可能性があります。
• 人工知能は人間の脳に入り込み、記憶力を強化し、ユーザーを人間と機械のハイブリッドに変える可能性が高くなります。