なぜ人工知能は未だに愚かなものなのでしょうか?人間のせいにする

[[186749]]

かつてはSF作家や脚本家の領域だった人工知能が、今や着実に現実世界に進出しつつある。最近、人工知能が人間との競争でますます目立つようになってきました。専門家よりも優れた読解力からポーカーのトーナメントでの優勝まで、人工知能は常に人間に勝っています。

しかし、誰もが AI の流行に乗っているように見える中、このテクノロジーが実際にどれほど進んでいるのか疑問に思います。私たちは、人工知能を活用した画像認識会社 Cortica の創設者 Igal Raichelgauz 氏に質問しました。なぜ人工知能は今でもこんなに愚かな存在なのでしょうか?

これが彼の答えです。

人工知能は、情報を取得する能力が実際の環境によって制限されないため、常に十分な知能を欠いていました。人間の知能は生物学と自然な進化のプロセスによって制限されますが、AI は理論的には外部条件に制限されることなく知能を開発し、向上し続けることができます。 AIの「知能」の本当の限界は、私たちの能力です。それにもかかわらず、現在、AI が複数のタスクを実行する能力は、人間や他の生物の能力にはまったく及びません。

たとえば、ディープラーニングは過去 5 年間で目覚ましい進歩を遂げましたが、これらの技術は、真の人間が持つ画像理解能力を達成するにはまだまだ遠い状況です。人工知能システムは誤った判断を下すこともあります。文脈情報を理解できず、細かい点を無視してしまうこともあります。もちろん、デジタルコンピューティングや囲碁など、今日の人工知能が人間の能力を超えている分野もあります。しかし、現実世界とやりとりし、自然な信号を感知するという、人間にとって最も単純な作業を AI がまだ実行できないのが現実です。これは、AI システムが単により強力なコンピューターであり、その名前が誤解を招くタイトルであることを示唆しています。

[[186750]]

人工知能が人間の知能の頂点に到達するには、人間が何千年もの間得意としてきた分野で卓越することが最も重要です。したがって、この超越のプロセスでは、ポーカーをプレイするよりも、視覚的な理解とインテリジェントなナビゲーション機能の向上の方が適切です。こうした自然なタスクにおいて人間の知能と AI を一致させることで、AI は人間の知能に限りなく近づくことになるでしょう。

この巨大なギャップを理解するには、生物システムとディープラーニング技術の違いを詳しく調べる必要があります。

機械学習人工知能の開発者は、機械が自ら学習し、データを処理できると自慢しています。しかし、現実には、機械学習技術はトップダウンのアプローチに従っており、機械学習技術だけで何かを行うことはできません。

トップダウンアーキテクチャでは、まず AI システムをトレーニングします。つまり、そのアルゴリズムが開発され、膨大な関連データセットが表示されます。そうして初めて、この知識を新しいデータに適用できるようになります。ディープラーニング システムには、新しいデータを正常に出力できるようになるまで、トレーニング データのラベルが供給されます。機械は、質問に対する正しい答えを正常に推測できた場合にのみ停止するように指示されます。ディープラーニング マシンは、多くの抽象化レベルを使用してデータを処理する多くのレイヤーのアルゴリズムを使用して構築されます。これらのトップダウン システムは大きな成功を収めていますが、トレーニングに依存しているため、インテリジェントなマシンではなく複雑なマシンになっています。

機械による模倣

人間の学習のほとんどは監督なしで行われます。子どもは生まれたその日から、大量の情報を吸収し続け、世界を理解して、その中でどう生きていくかを学びます。人間に匹敵する知能を持つためには、機械は人間が学習し理解する方法を根本から模倣する必要があります。トレーニング、パラメータ、データセットがなくても、アルゴリズムと構造はデータを取り込んで処理し、独自に理解できるようになります。論理学習モデルによれば、インテリジェントマシンは理解し、学習することができます。帰納的学習、コンテキストの組み合わせ、独自の創造性の活用を通じて学習することができます。

Cortica を共同設立する前、私は大脳皮質がどのように機能するかを理解し、このプロセスを模倣できる機械を設計することを目標に、テクニオン・イスラエル工科大学の神経科学者とエンジニアのチームに参加しました。このような複雑な問題に膨大な計算能力を投入しているにもかかわらず、システムのレイヤー数を制限するという決定により、教師なし学習とコンピューター ビジョン AI の構築に成功しました。

現在、Cortica のシステムは、内部でさまざまな情報を区別し、類似のデータを作成し、インターネット上にすでに存在する情報でラベル付けすることができます。真にインテリジェントなテクノロジーの出現により、最も重要な技術革新を推進する方法が根本的に改善され、無限とも思える量の視覚データを活用できるようになります。

人工知能の開発が人間のプロセスを模倣するものであれば、それは確かに人間の知能を超える可能性があります。より高度な AI の開発を制限する理由はありませんが、適切な枠組みを与える必要があります。

（英語ソース/NewAtlas翻訳/Jiji Xiaoyiレビュー/Yudan）