私たちは皆、AIについて間違っていました！ MIT教授が批判：データへの過度の焦点

ルイス・ペレス・ブレバは、マサチューセッツ工科大学 (MIT) の教授であり、MIT エンジニアリングイノベーションチームのディレクターです。彼は、テクノロジーを活用して私たちの生活を向上させる方法を理解し、新しいテクノロジーを世界にもたらす取り組みを探求することに専念しています。

最近、彼はAI Todayポッドキャストでインタビューを受け、 AIについて私たちが完全に誤解していると主張しました。データに過度に焦点を当てることで機械学習とAIの目標が誤解され、私たちがやっていることはインテリジェントなシステムではなく大規模な確率システムを作成することだけだ、と。

以下はフォーブスが報じたオリジナルのインタビューです。

私たちはデータに重点​​を置きすぎているのでしょうか?

人工知能や機械学習に注目している人なら誰でも、データが重要であることを知っています。 データがなければ、機械学習モデルをトレーニングすることはできません。 機械学習モデルがなければ、システムに経験から学習させることはできません。 もちろん、AI システムを実現するには、データが私たちの注目の中心となる必要があります。

しかしペレス・ブレバ博士は、私たちがデータに重点​​を置きすぎており、この広範な重点が機械学習と人工知能の目標を誤った方向に導いているのではないかと考えています。

ルイス氏によると、データの取得には非常に多くの労力が費やされるため、機械学習システムの優秀さは、収集されるデータの量、ニューラル ネットワークの規模、使用されるトレーニング データの量によって判断されるそうです。

大量のデータを収集すると、そのデータを使用して、主に統計に基づいたシステムを構築します。ルイス氏は、AI に大量のデータを入力すると、システムの知能に起因する統計に依存するようになるが、実際には、大規模なデータセットの助けを借りて、知能に起因するものを示す大規模な確率システムを作成しているだけだと述べた。

同氏は、システムが期待通りに学習しない場合、主な本能的な反応は、一般化や知能化の難しい部分についてあまり考えなくて済むように、これらの AI システムにさらに多くのデータを与えることだと述べた。

確かに、AI を教育するためには、いくつかの分野でデータが必要だと主張する人は多いでしょう。 より多くのデータがあれば、コンピューターは画像認識や同様のタスクをより良く学習できます。 データが多いほど、ネットワークは向上し、結果の精度も高まります。ポッドキャストで、ルイスは、ディープラーニングが十分に効果的かどうか、あるいは画像認識に十分な大きさのデータセットがあるかどうかという疑問を提起しています。最も基本的な質問: これが機能するのはアルゴリズムによるものか、それとも膨大なデータ量によるものか?

その代わりに、システム全体を構築するより良い方法を見つけることができれば、AI システムは非常に限られたデータでも問題を推論できるはずだとルイスは主張しています。

ルイスは小売業における各アプリケーションにおける機械学習の使用を比較しました。 彼は、実店舗がオンライン ストアの成功を参考にして、その成功を再現しようとしていることについて話しました。 これを実現する方法の 1 つは、顧客が店内を移動できるようにアプリを使用することです。ルイスは、ターゲットに行ったことがあるが、そこでは携帯電話を使って道順を案内する必要があり、それは単に標識を読むよりも難しかったと話した。人間が質問したり話したりすることは、より速いだけでなく、実店舗での伝統的な体験の一部でもあります。ルイは、コンピューターよりもこうした場所で人々とコミュニケーションをとりたいと語った。

それはディープラーニングの問題でしょうか?

彼はこれを機械学習に例え、その応用範囲は狭いと述べた。 AI のあらゆる側面に機械学習を適用しようとすると、Target で彼が直面した問題と同様の問題にぶつかることになります。基本的に、ニューラル ネットワークをハンマー、すべての AI の問題を釘と考えます。すべてのアプリケーションに有効なテクノロジーやソリューションは存在しません。ディープラーニングが機能するのは、大量のデータがあるからでしょうか。より一般化しやすく、ある領域で学習した内容を別の領域にうまく適用でき、より少ないデータでより質の高い洞察を得ることができる別のアルゴリズムがあるのか​​もしれません。

最近、人間が行う多くの作業を自動化しようとする試みがなされています。歴史を通じて、テクノロジーは人間に取って代わろうとし、ビジネスを潰してきたとルイス氏は言う。 テクノロジーとビジネスは、人間ができることの範囲を広げることで成功します。 人間に代わろうとすることは困難な作業であり、企業を失敗の道へと導くことになるでしょう。 彼は、人間は人間同士の交流を切望していると指摘しています。 人々がテクノロジーを常に使用している時代においても、人々は依然として人間との交流を切望しています。

ルイス氏はまた、多くの人が自動化と AI を誤って混同していることを指摘しました。 自動化とは、知能を生み出すことではなく、特定のタスクを実行するためにコンピューターを使用することです。 これについては、多くの人が何度も言及してきました。 実際、自動化や架空の「超知能」に対する恐怖から、AI を心配する人はたくさんいます。ペレス・ブレバ博士は、多くの人が機械に機械的な特徴があると考えていると指摘した。 しかし、AI システムの場合はそうではありません。

むしろ、彼は AI システムを、人間とは異なる知能モードを持つ新しい種のようなものだと考えている。彼の主張は、研究者たちが本や映画のような AI を作り出すのにはまだ程遠いということだ。彼はこの映画がロボット（AI）が人を殺し、危険な技術であるという印象を与えていると非難した。この映画には良いロボットがたくさん登場しますが、悪いロボットに押しのけられるロボットもいます。彼は、悪いロボットを推すというイメージを取り除く必要があると指摘しています。 AIが人間の成長にどのように貢献できるかに焦点を当てる必要があります。この点に関して映画製作業界が協力できれば有益でしょう。したがって、AI は、人間に取って代わるために設計されたものではなく、人間が作り出そうとしている新しい知的種族として考えるべきです。

AIの明るい未来

否定的なイメージやレトリックにもかかわらず、ルイ氏は少なくともしばらくは AI が定着すると信じています。 すでに多くの企業が AI に多額の投資を行っているため、AI の使用をやめたり開発を中止したりすることは困難です。

インタビューの最後の質問として、ルイス氏はAI業界がどこに向かっていると思うかと尋ねられました。この質問に答える前に、ルイ氏は、これまでの議論を踏まえると、人々が投資しているのは本物の人工知能ではなく機械学習だと述べた。ルイス氏は、企業がいわゆる人工知能に投資していることに満足していると述べた。 彼は、こうした投資が技術を長年にわたって維持するのに役立つと信じている。

人間と AI を比較することをやめれば、AI は大きく進歩するだろうとルイは考えています。彼は、AI には人間と連携して、これまではできなかった知識やタスクを解き放つ能力があると信じています。彼はこれが起こる時期がそう遠くないと信じている。私たちは日々それに近づいています。

ルイスの考えの多くは、人工知能の世界に興味を持つ多くの人々の一般的な認識に反しています。 同時に、彼が共有するアイデアは非常に論理的な方法で提示されており、非常に考えさせられるものです。 これらの考えが正しいかどうかは時が経てばわかるだろう。