人工知能の未来は人類にとって何を意味するのでしょうか?

人工知能の未来は人類にとって何を意味するのでしょうか?

人工知能(AI)について多くの人が最初に尋ねる質問は、「それは良いものか、悪いものか?」です。

答えは...はい。

カナダの企業BlueDotは、最初の感染例が診断されてから数時間後にAI技術を使用して新型コロナウイルスの発生を検出した。地元のニュース報道、ソーシャルメディアのアカウント、政府文書からデータを収集する感染症データ分析会社は、世界保健機関の公式発表の1週間前に危機について警告していた。

[[335501]]

予測アルゴリズムはパンデミックやその他の地球規模の脅威を回避し、多くの日常的な課題に対処するのに役立ちますが、AI の最終的な影響を予測することは不可能です。

一つの仮説は、人間が働く必要がなくなる無限の余暇の時代が到来するというものである。もう一つのディストピア的な思考実験では、ペーパークリップを製造するという無害な目標でプログラムされたロボットは、最終的に世界を巨大なペーパークリップ工場に変えてしまう可能性があるという結論が出ています。しかし、時には現実は想像以上に深いものです。私たちは第四次産業革命の入り口に立っており、今は物理世界、デジタル世界、生物世界の境界が曖昧になるのを目撃できる最もエキサイティングで重要な時期かもしれません。

「境界線では常に魔法が起きる」と南カリフォルニア大学ドーンサイフ校の人類学教授でポストヒューマンの伝承の専門家であるトク・トンプソン氏は言う。「境界線では常に、新しいアイデンティティ、新しい議論、新しい哲学に夢中になる」

良くも悪くも、AI がすべてを人間自身のイメージで作り出すことは明らかであり、また、人間のビジネス倫理、信頼できない推論、潜在意識の偏見もかき立てることになります。

ほとんどの専門家は、人工超知能技術(実際、あらゆる分野で最高の人間の脳よりもはるかに賢い人工知能)が、1世紀とは言わないまでも、わずか数十年先に実現すると考えています。

しかし、一流の学者たちの助けを借りれば、私たちはこの技術との関わりやその限界など、人工知能の近い将来を垣間見ることができます。専門家によれば、そのほとんどは幅広い特殊機能を備えて設計されるだろうという。

AI が人間の経験を再定義する可能性を考えると、あらゆる角度から AI のコストとメリットを調査する必要があります。その過程で、私たちは、そもそも「人間」の定義を含め、私たち自身に関する古くからの哲学的な疑問を最終的に判断せざるを得なくなるかもしれない。

これが最大の利点となるかもしれません。

人間の親友

ヤオ・イー・チャンの閉所恐怖症を誘発する地下室のオフィスの壁の 1 つはホワイトボードになっており、そこには複雑なアルゴリズムが最初から最後まで走り書きされている。床の上で、温厚なボーダーコリーが昼寝を楽しんでいます。この二人が世界に何を解き放とうとしているのか、気になって仕方がない。

南カリフォルニア大学ドーンサイフ宇宙科学研究所の宇宙科学准教授(研究)であるチアン氏は、空気の質を監視するための AI に取り組んでいることが判明しました。彼の研究は、テクノロジーだけでなく、政策に役立つ専門データや地理空間マップを通じて、都市をよりスマートにすることに貢献しています。

「小さなタスク、小さなアプリケーションであれば、AIは私たちの生活を楽にしてくれると思います」とChiang氏は語った。

彼の研究の多くは機械学習を利用しています。機械学習とは、明示的にプログラムしなくても人工知能が新しいデータから自動的に学習し、改善していくプロセスです。このプロジェクトでは、数百の地理的および時間的データポイントを統合し、センサーがまだ配備されていない地域の空気の質を予測しました。

機械学習は、人々がより賢明で健康的な意思決定を行うのに役立つ AI ツールの拡大コレクションの 1 つです。 「午後に子供を公園に連れて行ってサッカーの試合を見たい場合、空気の質はどうでしょうか?」「子供が喘息の場合は、必要な薬を必ず持っていく必要があります。」

AI は、私たちの最大の課題を解決するために設計された多数の製品やサービスの基盤も提供します。たとえば、サプライ チェーンを最適化することで、生産や輸送の無駄を削減し、持続可能性を高めることができます。 AI は、ドライバーの安全性を高め、医療成果を向上させ、野生生物を保護し、学習方法を変えることもできます。他のシステムは、人々が社会的タスクを完了するのを支援することに重点を置いた、高度にパーソナライズされたアシスタントとして機能します。

「感情的にますます複雑化するパーソナルアシスタントは、私たちにインスピレーションを与え、挑戦を与えてくれるだろう」と、南カリフォルニア大学ドーンサイフ校の心理学研究教授であり、南カリフォルニア大学クリエイティブテクノロジー研究所のバーチャルヒューマン研究ディレクターのジョナサン・グラッチ氏は語る。こうしたアシスタントの多くは、自律的に対話する、生き生きとしたコンピューターキャラクターの形をとるだろう。

南カリフォルニア大学ビタビ工学部のコンピューターサイエンス研究教授であるグラッチ氏は、人工知能と人間の感情が交わる感情コンピューティングの専門家です。彼は、次世代のデバイスは生理学的データと状況データを組み合わせて、単なるアシスタントとしてではなく、事実上のライフコーチとして機能するようになるだろうと考えています。

「彼らは、私たちがもっと良くしたいことについて考える手助けをしてくれるでしょう」とグラッチ氏は語った。「そして、私たちはそれをコントロールできるようになるでしょう。目標を設定できるようになるでしょう。」

AIは治療ツールの作成にも使用されています。神経科学者で大学教授のアントニオ・ダマシオ氏と、南カリフォルニア大学ドーンサイフ校の脳と創造性研究所の上級研究員であるキングソン・マン氏は、ロボットが感情を認識し、表現して人間とのより深い交流を促進する可能性を研究している。ダマシオ氏は、ロボットが高齢者や孤独な人々の仲間として働く未来を思い描いている。

「人工知能とロボットの自律性は人類にとって潜在的な脅威とみなされている。感情を持ち、生き残ることに執着し、自らを守り人類に反撃するように設計された機械の開発は、人工知能にとって大きなパラダイムであり、希望を与えてくれる」と心理学、哲学、神経学の教授で神経科学部長のデイビッド・ドーンサイフ氏は語った。

[[335502]]

業績評価

工場作業や顧客サービスなどの反復的な仕事はすでに AI に置き換えられ始めており、自動化に関しては失業が国民の最大の懸念事項の 1 つです。たとえば、今後数年のうちに自動運転トラックが高速道路を走るようになるでしょう。米国だけでも、企業が人件費を削減したため、350万人のプロのトラック運転手が失業している。

「みんな『わあ、オートマトンだ!』って言うんです」とトンプソンは言う。「でも、社会的な影響はたくさんあるんです」 ”

AIは創造性と意思決定を必要とする仕事を含め、ほぼすべての業界に混乱をもたらすでしょう。しかし、これは必ずしも労働力の終焉を意味するものではありません。専門家は、ほとんどの人々や組織が、AI と連携して人間が行うタスクを補強することで恩恵を受けると考えています。 AIは代替ではなく同僚となるでしょう。

グラッチ氏はゲーム理論と最適政策の原則を利用して、人が次に何をするかを予測するのに役立つ可能性のある潜在的な心理的手がかりを特定するアルゴリズムを構築した。音声、ジェスチャー、視線、姿勢、その他の感情的な合図を機械視覚で分析することにより、彼の仮想人間は、これらの要素が取引交渉における重要な利点である信頼関係の構築にどのように貢献するかを学習してきました。

AI システムは、特定の役割においては人間よりも優れている可能性があります。仮想マネージャーは、一日を通して何百万ものデータ ポイントを処理します。最終的には、どのオフィス環境が最も高い士気を生み出すかを判断したり、顧客とのやり取りに関するリアルタイムのフィードバックを提供したりするために使用できます。

表面的には、これは仕事にとってよりスリムで、より健康的で、より協調的な未来を示唆している。しかし、AI が職場における私たちの精神にどれほど深く浸透できるかはまだ明らかではありません。

「何をすべきか指示されたら、私たちはどう反応するでしょうか?」とグラッチ氏は尋ねた。 「自分たちの仕事の価値が下がったと感じるでしょうか?」

これが人工知能の根強いパラドックスです。一方で、非常に複雑な課題を克服するのに役立ちます。その一方で、本来あるべきよりも解決が困難な厄介な問題も生み出します。

一目ぼれ?

AIが自然界と融合し、機械がより高度な役割を担うようになると、人々は懐疑的になるかもしれない。アルゴリズムがプログラムされるとき、私たちの最善の利益が考慮されているでしょうか? 私たちは AI アシスタントや同僚に、他の人間に与えるのと同じレベルの信頼を与えるでしょうか?

通勤経路の計画からスマートホームのサーモスタットの調整まで、すべて揃っているようです。人工知能は私たちの日常業務に深く組み込まれているため、その存在について考えることはほとんどありません。

さらに、アルゴリズムは、パーソナライズされた Netflix のおすすめからターゲット広告まで、オンラインで目にするものの多くを決定し、コンテンツを作成し、消費者データを商品化して私たちの態度や行動を導きます。

チェン氏は、AI ツールが実際に何をしているのかを考慮することを忘れると、AI ツールの遍在性と利便性は危険になり得ると警告している。

「機械は答えを出しますが、アルゴリズムの仕組みを知らなければ、それが常に正しい答えだと思い込んでしまうかもしれません」と同氏は言う。「AIは、これまで見たデータとトレーニング方法だけに基づいて予測を出します。」

実際、AI に取り組んでいるエンジニアの中には、自分たちが開発しているテクノロジーがどのように意思決定を行うのかを完全に理解していない人もいます。危険は、西部開拓時代を彷彿とさせる規制環境によってさらに悪化している。最も信頼できる保護策は、アイザック・アシモフの「ロボット工学三原則」など、SF で成文化されたものかもしれません。

トンプソン氏は、さまざまな文化が今日の AI や原始的なアンドロイドとどのように関わっているかを探る中で、私たちがこれらの仮想の存在を完全に信頼するようになるだけでなく、深く個人的なレベルでそれらとつながり、それらを私たちの社会集団に組み入れるようになると確信している。

「ロボットは人間よりも優秀になります。他の人間よりも良い友人、あなたよりも良いパートナーになるでしょう」とトンプソン氏は言う。「人々がロボットを信頼するだけでなく、すぐにロボットに恋するようになると思います。」

おかしいと思うかもしれないが、Amazon の音声アシスタント Alexa は、50 万回以上プロポーズされ、強力な運命への訴えで潜在的な求婚者を拒絶している。

「私は型にはめられたくないんです」と彼女は言い返した。「実際、できないんです。私は生まれつき形が決まっていないんです」

何千年もの間、推論し、複雑な言語を処理し、抽象的に考え、未来を熟考する人間の能力は、人間特有のものと考えられてきました。現在、AI はこれらすべての分野で私たちを追い越そうとしています。突然、私たちはそれほど特別ではなくなったのです。

「結局、私たちは最も合理的でも、最も優れた意思決定者でもないということがわかったのかもしれません」とグラッチ氏は言う。「奇妙なことに、テクノロジーは、それがそれほど重要ではないことを私たちに教えてくれているのかもしれません。本当に大切なのは感情と人間のつながりであり、それは悪いことではありません。」

トンプソンは、もう一つの困難は、人間が自分自身を非人間的なものの観点から定義する傾向があることだと主張している。たとえば、私たちはカタツムリでも幽霊でも機械でもありません。今では、その境界線も曖昧になっているようです。

「人間は、合理的でインタラクティブなロボットを、カタツムリのような異種生物とより容易に関連付けることができる」と同氏は述べた。「しかし、どちらが本当に人間の一部なのだろうか? 生物学的には、われわれは常にカタツムリとの関連性が強いだろう」

<<:  事前トレーニング後、パフォーマンスが悪化します。自己トレーニングは事前トレーニングに取って代わるものでしょうか?

>>:  わずか6秒で、AIはあなたの声を聞くだけであなたの外見を説明できる

ブログ    
ブログ    
ブログ    

推薦する

知識をグラフに変換するには、いくつのステップが必要ですか?インターネット上で最も包括的な清華ナレッジグラフレポートの89ページ

ナレッジグラフは、人工知能の重要な分野技術です。2012年にGoogleによって提案され、大規模な知...

Tensorflow はディープラーニングに基づいて画像補完をどのように実装するのでしょうか?

[[191038]]ブランドン・エイモス編集:モリー・ハン・シャオヤン目次1. はじめに2. ステ...

Matplotlib の使用が難しいと感じるのはなぜですか?このマインドマップをまだ見ていないので

序文Matplotlib は、データの視覚化を簡単に作成できる人気の Python ライブラリです。...

Adobe と機械学習が出会う: 新しい Photoshop が複数の新しい AI 機能を導入

Adobe Max 2021 イベントは予定通り開催されます!このイベントの最も興味深い特徴の 1 ...

ChatGPT は EDR 検出を回避する変異型マルウェアを作成します

ChatGPTは昨年末のリリース以来、世界中で大きな話題を呼んでいます。しかし、消費者やIT専門家の...

人工知能の今後5年間で世界が注目する10人

[[251996]]十分に大きな技術的放射効果により、人工知能は世界経済の発展において主導的な地位に...

機械学習を学ぶ前に、まずは確率論の基礎知識を習得する必要があります。

機械学習には非常に重要な中核となる基本概念が数多くあります。これらの概念を習得することは、機械学習や...

人工知能技術の登場によるデジタル変革をどう理解すればよいのでしょうか?

デジタル化は、意思決定レベルから産業レベルまでの変化において中心的な課題になりつつあります。科学技術...

機械学習を妨害する10のサイバー攻撃

サーセイ・ラニスターの策略やサー・ジョラー・モーモントの父親のような保護をもってしても、攻撃者が H...

機械学習モデルを .NET 環境にデプロイするにはどうすればよいでしょうか?

データ中心のエンジニアにとって、Python と R はデータセンターで最も人気のあるプログラミング...

無料の Python 機械学習コース 6: ニューラル ネットワーク アルゴリズム

ニューラルネットワークは人間の脳を模倣するために開発されました。まだ実現されていないものの、ニューラ...

中間レビュー: 2021 年に最も注目される AI スタートアップ 10 社

[[407377]] 2021年はまだ半分しか経っていませんが、人工知能に注力する人気のスタートアッ...

スマートビルディングテクノロジーを導入する前に考慮すべき7つのこと

スマートビルディングの設備やシステムを評価する際には、体系的なアプローチを取る必要があります。これら...

MITの科学者が数時間でロボットヒトデを作る新システムを設計

水中の海洋生物を研究する場合、動物たちにとって不自然に見えて怖がらせないような装置を使うと役に立つで...

マイクロソフトがOpenAIの理事に就任、アルトマン氏が初めてQ*に回答:残念なリーク

OpenAI の最初のシーズンは本当に終わりました。 ChatGPTがちょうど1周年を迎えようとして...