将来、仮想現実、人工知能、そして人体はどのように融合するのでしょうか?

将来、仮想現実、人工知能、そして人体はどのように融合するのでしょうか?

仮想現実や人工知能などのテクノロジーが人体とどのように統合されるかを探ります。将来、仮想現実と現実の境界を曖昧にする VR 機器が登場するのでしょうか? AI は人間の脳の活動を完全に再現できるのでしょうか?

[[186925]]

記事の主な内容は次のとおりです。

「人間」と「機械」の間のギャップは縮まっています。機械学習により、仮想現実 (VR) はこれまで以上に「リアル」になり、人工知能 (AI) はかつては人間の脳に限定されていた活動を再現する能力を絶えず向上させています。これら 2 つのテクノロジーを組み合わせることで、テクノロジーが人体にさらに近づきます。すべてがますます信じられないほどになってきています。

将来、彼らはさらに素晴らしい存在になるでしょう。

こんな質問をしてみましょう。VR で Minecraft の大聖堂の端に立つのは、現実世界でノルウェーの山の端に立つよりも怖いでしょうか? 私は両方を体験しましたが、前者の方が怖いと感じました。

私たちの脳は、私たちが住む世界を理解し、遺伝子の生存を最適化する決定を下せるように進化しました。たとえば、高所恐怖症は、注意しないと落下して死ぬ可能性があるため、高い場所の端に近づいてはいけないという知覚的理解の結果です。

実際には、私たちが見ているのは、目から入力されたデータを脳が解釈したものです。私たちが見ているのは現実ではなく、私たちが有用だと判断するように進化してきた現実の一部に対する脳の解釈です。 「見る」ことを「何を見るか」に変換する方法を理解することで、VR の幻想は現実そのものよりもリアルに感じられるようになります。たとえば、Minecraft の山とノルウェーの山の違いなどです。

人類が VR 大聖堂の頂上のようなものを実存的リスクとして認識するのをやめるには、長い時間がかかるだろう。今後数年間、私たちは脳に特定の解釈を誘導できる技術の開発も続けていきます。

同時に、脳に対する理解も深まり続けるでしょう。神経可塑性に関する現代の研究では、脳の一部を再訓練して、機能しなくなった部分を置き換えることができることがわかっています。理解が深まるにつれ、さまざまな人工刺激の動作をプログラム的に微調整して、現在の VR で可能なものよりもはるかに器用な手を作成できるようになるかもしれません。

こうした種類の聴覚トリックは、スマートヘッドフォンやサウンドソフトウェアの新しい波に登場しています。 Oculus が最近リリースしたヘッドセットは、ユーザーに完全な没入感を与えることに重点を置いていますが、もともと H__r と呼ばれていたアプリは、サウンド フィルタリングを試みて、背景のノイズを調和のとれたサウンドに変換します。

「人工嗅覚の専門家」を自称するeNose社は、人間の鼻の機能を再現する技術を開発した。この技術の応用としては、肺の健康の促進や、探知犬の代替などが挙げられる。

こうした進歩を考えると、VR ギア一式 (ヘルメット、ヘッドフォン、手袋、さらには鼻と口のセンサー) によって仮想現実と現実そのものの境界が完全に曖昧になる未来を想像するのは難しくありません。

実際、仮想体験は、特に記憶シナプスを強化する脳内の化学物質を刺激する方法が見つかれば、現実の体験では得られない感覚体験を提供できる可能性があります。おそらく、「トランセンデンス」や VR ポッド (「マイノリティ・リポート」) の要素はそれほど突飛なものではないだろう。

AIの役割

こうした技術の進歩の結果、テクノロジーは私たちの身体にさらに密接に統合されるようになっています。しかし、テクノロジーと人体の相互作用は VR で終わるわけではありません。人工知能を組み合わせると、この相互作用はさらに興味深いものになります。 AIは脳の活動を機械内で再現しようとするからです。

技術者たちは何十年もの間、脳に関する理解を活用して、極めて複雑で非線形な問題を解決できるアルゴリズムを構築しようと努めてきました。コアアルゴリズムとインテリジェント組織の進歩、および純粋な計算能力の向上により、近年、さらに大きな進歩が遂げられています。

汎用 AI (脳全体のパターンを再現する) の実現にはまだまだ遠い道のりであり、そこに到達するかどうか、またいつ到達するかは不明です。一つの制約は、人間の脳を複製する機械を作るためには、人間の脳を完全に理解する必要があるということです。

画像認識や言語学習など、さまざまな脳の活動を研究することで、それらの活動がどのように機能し、どのように学習するかを理解できます。脳のアルゴリズムは、学習プロセスを完了するために、多くの類似のものを見る必要があるのでしょうか? それとも、脳のアルゴリズムには自律的に学習する能力があるのでしょうか? 言い換えると、脳のアルゴリズムは「教師あり」ですか、それとも「教師なし」ですか?

今後数年間、真に教師なしの AI を開発することは、業界に積極的に参入してきたテクノロジー大手 (多数の買収などを通じて) を含む実務者にとって課題であり続けるでしょう。

<<:  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?

>>:  AR技術が携帯電話業界のブレークスルーとなる

ブログ    
ブログ    
ブログ    

推薦する

高性能 LLM 推論フレームワークの設計と実装

1. 大規模言語モデル推論の概要従来の CNN モデル推論とは異なり、大規模言語モデルの推論は通常、...

表の数学的推論の正解率は98.78%です! UCLA が新しい「カメレオン推論フレームワーク」を発表

自然言語処理タスクで目覚ましい成功を収めた大規模言語モデル (LLM) は、優れたパフォーマンスを示...

...

二足歩行ロボットは撮影以外にも応用シーンが多すぎて問題になっている

揚子江は東に流れ、その波はすべての英雄たちを押し流す。ジャッキー・チェン、ジェット・リー、ジャン=ク...

賈強淮: Ant大規模知識グラフの構築とその応用

1. アトラスの概要まず、ナレッジグラフの基本的な概念をいくつか紹介します。 1. ナレッジグラフと...

Scikit-learn をご存知ですか?これらの機能をご存知ですか?

[[229302]]ビッグデータ概要編纂者: 王暁奇、大潔瓊、アイリーンScikit-learn ...

AIが新たな芸術を披露、700万人のネットユーザーがオンラインで視聴、ControlNetが新たな貢献

AIは非常に新しい芸術を演じています。 「とんでもないと合理的な境界線を繰り返しテストする」一連の写...

イアン・マッシンガム:AWSはモノのインターネットと人工知能への投資を継続

[51CTO.com からのオリジナル記事] 先進的なクラウドサービスプロバイダーとして、AWS は...

3省庁:AI分野の大学院生の育成を加速し、世界の科学技術の最先端を掌握

教育部のウェブサイトによると、教育部、国家発展改革委員会、財政部はこのほど、「『双一流』建設大学にお...

AI導入において、テクノロジーは最大の課題ではないが、人材は

[[427056]]写真: ゲッティ従来型企業の経営幹部が人工知能 (AI) や機械学習 (ML) ...

医療診断AIプロジェクトを実施するための10のステップ

【51CTO.com クイック翻訳】ヘルスケアのあらゆる側面において、時間は常に最も貴重な部分である...

Torch7 オープンソース PyTorch: Python ファーストのディープラーニング フレームワーク

PyTorch は、次の 2 つの高レベル機能を提供する Python パッケージです。強力な GP...

3分レビュー! 2021年5月の人工知能分野における重要な進展の概要

近年、社会経済の発展に伴い、人工知能技術は科学技術の最前線に立っています。テクノロジーが成熟するにつ...

機械学習モデルを評価する際にデータ漏洩を防ぐ方法

この記事では、モデルのパフォーマンスを評価する際のデータ漏洩の問題と、データ漏洩を回避する方法につい...