人間かAIか？両方

この記事は公開アカウント「Reading Core Technique」（ID: AI_Discovery）から転載したものです。

AIは私たちの生活にますます深く関わってきています。私たちに関する膨大な量のデータを収集し、ますます複雑な決定を下します。 AI は電子メールの整理やブロックに役立ち、音声アシスタントはより複雑なリクエストに回答し、チャットボットは複雑なプロセスを自動化して何千人もの顧客にサービスを提供します。このような例は無数にあります。

[[321856]]

未来はここにありますが、私たちは本当に準備ができているでしょうか? 近年起こった多くの出来事により、AI に対する懸念を払拭することは不可能になっています。 AIはデータから切り離すことはできませんが、そのデータはどこから来るのでしょうか? 企業は常にユーザーからデータを収集しています。ユーザーが気づいているかどうかに関わらず、ユーザーデータは世界で最も価値のある商品となっています。

一方、AI が効率的だとしたら、機械に置き換えられる可能性のある何百万もの仕事にとってそれは何を意味するのでしょうか?

失業の懸念、データ漏洩、ケンブリッジ・アナリティカのスキャンダル…これらすべてが私たちを冷静にさせます。私たちは本当に、よりスマートなコンピュータ システムの恩恵を受けるために、私たちの生活のあらゆる側面が記録され、分析されることを望んでいるのでしょうか?

利益と損失のバランスをどう取るか。まず、人工知能を実現するプロセスにおいて人間がどのような役割を果たすのかを考えなければなりません。

自己認識マシンの進化と未来

注意するのは当然ですが、AI が何ができるかを考えてみましょう。この宇宙において、人間の脳ほど柔軟で大きな可能性を秘めたものは、これまで発見されていません。

しかし、コンピューターは最も複雑なゲームで人間に勝ち、人間のドライバーよりも安全かつ効率的に車を運転し、人間の医師よりも優れた医療処置を行っています。

これらすべての究極の目標は、自己認識マシンを作成することです。

これがチューリングテストの目的であり、コンピューターが人間をどれだけ効果的に複製できるかを判断するために設計されています。

自己認識型人工知能が人類にもたらすリスクについては、何千もの映画、小説、そして驚くべき記事の主題となっています。

これは、レイ・カーツワイラーが30年以内に人類とAIのシンギュラリティが到来するという、急進的でありながらもますます現実的になっている予測の要点でもある。

しかし実際には、人間を本当にユニークなものにしているのは、私たちの脳が周囲の世界を観察し、解釈する方法です。たとえそれが常に正しいとは限らないとしてもです。

機械が真の意識を持つためには意識を持つ必要はありません。決定が自分自身や周囲に与える影響を観察し評価する能力は、人間に特有のものです。これは機械では決して再現できないものであり、人間の知性が AI 方程式にとって非常に重要である理由です。

機械の思考方法

機械が人間と同じように世界を見ることができないのであれば、機械は一体どのように「考える」のでしょうか。そして、人間はこのプロセスにどのように影響を与えることができるのでしょうか。

機械学習は過去 5 年間、人工知能業界の焦点となってきました。機械学習では、明示的な人間の入力なしにパフォーマンスを向上させるために必要なツールをアルゴリズムに提供します。

人工ニューラル ネットワーク (ANN) を活用した機械学習は、過去 5 年間で急速に発展し、人間が周囲の世界のパターンを見つけて評価する方法を模倣しています。その結果、コンピューターは顔を認識し、音声信号に反応し、非常に複雑な活動において人間と競争できるようになります。

商業的には、人工ニューラルネットワークに基づくディープラーニングは、AI専門家の予想よりも早く、AlphaGoが人間の囲碁チャンピオンを破ったのと同じ2016年に主流になりました。

4年後、ディープラーニングは何百万もの企業やコンピュータシステムのプロセスを改善するために使用されています。しかし、研究者たちは、ディープラーニングが本当に人間レベルの知能に到達できるかどうかについては依然として慎重な姿勢を保っています。

機械の意思決定プロセスには透明性が欠けており、単一のシステムを新しいタスクの観察と学習にどれだけ転用できるかは不明です (ただし、これには多くの要因が影響しています)。

もう一つの大きな問題は、アルゴリズムのブラックボックスの背後に隠された差別と偏見です。はい、その通りです。ディープラーニングシステムであっても、固有のバイアスが存在します。アマゾンは、男性からの履歴書を優先する採用アルゴリズムの使用を中止した。

MITの研究者らは、顔認識アルゴリズムは少数民族、特に少数民族の女性を識別するための訓練が不十分であることが多いことを発見した。人間のオペレーターや開発者は、設計したアルゴリズムに情報を提供するため、固有のバイアスが生じる可能性があります。

シリコンバレーの企業インサイツが2018年に実施した調査によると、同地域の大手企業10社は2016年に黒人女性を一人も雇用しておらず、3社には黒人従業員が全くいなかった。この多様性の欠如は、これらのシステムに取り込まれるデータに直接影響を及ぼし、悪循環を生み出します。

人間と機械は協力しなければならない

人工知能が今後も存在し続け、極めて効率的であることに疑いの余地はありません。人々は依然としてデータのセキュリティやアルゴリズムの偏りを心配していますが、それらと比較して、人間はAIに置き換えられて大規模な失業を引き起こすことのほうが心配です。

安心してください。AI は、データ入力、追跡、多くのカスタマー サービスの仕事など、完全に自動化できる一部の仕事を置き換えますが、同時に新しい仕事も生み出し、仕事の数を何百万も増やします。

AI が機能するには、人間の知性が関与する必要があります。人間は重労働を行う代わりに、より生産的な役割に再配置され、多くの場合 AI をサポートしたり、AI と連携して作業したりします。

技術が進歩するほど、生産および管理の人材の需要が高まります。 AI は、データの取得、データの管理、システムを運用するアルゴリズムの提供など、人間の入力と連携してのみ機能する実用的なエンジンです。

私たちは変化の時代に生きています。 AI システムは急速に発展しており、私たちの生活やあらゆる分野に大きな変化をもたらしています。改善して対処する必要があることが多すぎるため、これは機会であると同時に課題でもあります。しかし、強調しなければならないのは、このプロセスには人間の知性が不可欠であるということです。