なぜ人工知能は過大評価されているのでしょうか?

なぜ人工知能は過大評価されているのでしょうか?

他の新しいテクノロジーと同様に、AI もハイプ サイクルと呼ばれる段階を経ます。それらはテクノロジーのトリガーから始まります。人々が設定した期待が超過した場合(過剰インフレ)、テクノロジーが期待に応えられなかったことに対する幻滅感が生じ、その後に感動的な成功物語が続き、最終的に生産性は停滞します。

[[337148]]

人工知能に関して、人々はその技術がターミネーター映画に出てくるスカイネットのようなものだと期待しているが、現実は、質問したときに Siri が行うことに近い。実際に仕事をこなせる AI ソリューションもいくつかありますが、人間レベルの意思決定を行える AI 技術、ましてや世界を制覇できる AI 技術とは程遠いものです。

これは問題です。AI ならどんなタスクでも実行できると人々が考えると、プロジェクトにとって良い結果にはなりません。代わりに、明確に定義された問題と、それを処理するための AI ソリューションが必要です。そうして初めて成功を期待できるのです。

ここでは、予想を超える AI の大きな問題について説明します。

レベル2自動運転

自動運転は人工知能が初めて広く応用された例だが、アメリカ自動車協会は最近、人工知能技術は期待に応えられていないだけでなく、安全でもないことを示す報告書を発表した。

レベル2の自動運転システムは、想定されていない非標準のランプに進入しようとしたり、混乱したときに突然停止したりするなど、奇妙な動作をすると思われるかもしれない。さらに、テスラ車のドライバーの中には、車の AI に頼って確実に実行できない操作を行ったために負傷した人も数多くいるとされている。コンシューマー・レポートは、ドライバーが自動運転車だと思わないように、テスラにその技術の名称を変更するよう働きかけさえした。

しかし、これは過大な期待の危険性を反映しており、意思決定者がプロジェクトに対してテクノロジーがまだ対応できない期待を設定することで、テクノロジーを台無しにする可能性があります。

期待が下がったとき

テクノロジーがこの誇大宣伝サイクルを経るにつれて期待は低下し、低下した期待とテクノロジーの機能の向上が一致すると、テクノロジーはクロスオーバー ポイントまで発展します。自動運転技術は5年程度で実現すると予想されています。それまでは、過度な期待による安全上の懸念から、個人の取り組みが禁止される可能性があります。

テクノロジーはエネルギーの無駄になる可能性があるため、人々はこの幻滅期にテクノロジーで効果的に対処しています。この段階を越えられなかった消費者向け製品としては、レーザー ディスク、4 チャンネル サウンド、ロボット ペット、一輪車スクーターなどがあります。これらのうちいくつかは、他の形(CD、7-1 サウンド システム、Aibo 2)で期待を上回る形で登場しているにもかかわらず、期待は現実をはるかに上回っており、技術を消滅させかねない幻滅期が長く続くことにつながっています。

企業側では、顔認識は現時点では非常にリスクの高い応用 AI 技術です。このリスクは期待が高すぎたために発生し、この問題が長期間続いたため、大きな幻滅期につながり、最近、この技術の創始者の 1 人であり AI のリーダーが AI を断念するに至りました。

要約: AI は失敗するのか?

率直に言って、AIが完全に失敗するリスクはありませんが、顔認識に関してはまだ危機は去っていないという警告を受けました。バンク・オブ・アメリカなどの大企業が人工知能で大きな成功を収めたとしましょう。

しかし、この成功は、彼らが時間をかけて何ができて何ができないのかを理解したからであり、彼らの期待は現実と一致し、彼らは失望する代わりに、自分たちの解決策が本当にうまく機能したことに驚いたのです。しかし、これは適切にターゲットを絞られ、適切に開発され、適切にトレーニングされたソリューションであり、AI がすでに実行できないことを実行しようとするものではありません。

AI で成功するには、解決すべき問題と検討中の AI ソリューションの機能を深く理解する必要があります。プロジェクトを開始する前に、この理解には、テクノロジーの限界と、テクノロジーを適切に機能させるために必要なコスト(たとえば、人材のトレーニング予算が大幅に不足していることが多い)を含める必要があります。最後に、実際の展開に基づいて、完了時間に対する合理的な期待を設定する必要があります。そうしないと、期待に応えられず、プロジェクトは失敗します。

私たちは最終的にこの段階を乗り越えるでしょうが、それまでの間、私たちに必要な保護は、AI の採用を避けるか、AI の現在の機能とレベルを深く理解することです。そうしないと、私たちは過大な期待にとらわれてしまう可能性があります。

<<:  AIがAIを攻撃、サイバーセキュリティ戦争が激化

>>:  アルゴリズムの芸術: MySQL order by のさまざまなソートアルゴリズムの巧みな使用

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

...

Spark を使用して行列分解推奨アルゴリズムを学習する

[[182792]]協調フィルタリング推奨アルゴリズムにおける行列分解の応用では、推奨アルゴリズムに...

業界規模のナレッジグラフ:経験と課題

[[355133]] 【導入】この記事は、Stone Brothersが推奨するナレッジグラフに関す...

...

GPT-4より18倍高速、世界最速の大型モデルGroqが登場!毎秒500トークンが記録を破る、自社開発LPUはNVIDIA GPUの10倍

気がつくと、1 秒あたり 500 トークンを出力できる Groq モデルがインターネット上に広まって...

これらの6つのヒントを活用してAIガバナンスの問題を解決しましょう

AI ガバナンスは、データ プライバシー、アルゴリズムのバイアス、コンプライアンス、倫理など、企業内...

...

...

ChatGPTに「カスタムコマンド」機能が追加されました

海外メディアの報道によると、7月21日、OpenAIはユーザーにChatGPTの応答に対する強化され...

高等教育における人工知能の3つの革新的な応用

高等教育の専門家は、AI と完全に連携する準備をしなければ、機会を逃したり、学生とのつながりが断たれ...

...

将来、音声認識はどのような商業シナリオに適用される可能性がありますか?

Companies and Markets の評価レポートでは、世界の音声認識市場は今後さらに多様...

VR時代、eスポーツは新たな輝きを放つ

[51CTO.comからのオリジナル記事] 2015年以降、仮想現実(VR)業界は急速に発展しました...

かつて人類を滅ぼす恐れがあったロボットは、商業的なパフォーマンスツールになりました。人工知能は結局のところまだ高価すぎます。

人類文明の継続的な発展に伴い、社会の分業は大きな変化を遂げ、さまざまな産業の置き換えと反復において、...