人工知能:古典コンピュータから量子コンピュータまで、弱い AI は強い AI の時代へ進むのでしょうか?

人工知能:古典コンピュータから量子コンピュータまで、弱い AI は強い AI の時代へ進むのでしょうか?

人工知能(AI)は通常、通常のコンピュータ プログラムを通じて人間の知能を表現する技術を指します。コンピュータは AI に必要な技術的基盤を提供し、人工知能の上限を決定します。人工知能は弱い人工知能と強い人工知能に分けられます。弱い人工知能から強い人工知能への進化は、人間が使用する古典的なコンピュータから量子コンピュータへの移行を表しており、強力な人工知能の時代が本当に到来する可能性があります。

強いAIと弱いAIの最大の違い:

強力な人工知能 (強い AI) には、真に推論して問題を解決できる知能ロボットを作成できる可能性があると考えられています。さらに、そのようなロボットは知覚力があり、自己認識を持ち、人間のように考え、学習します。

弱い人工知能(弱いAI)とは、レストランの料理配達ロボットやフロントデスクの受付ロボットなど、見た目が知的な機械を指します。案内や音声による対話など、最も基本的なレベルの知能を提供します。

将来、強力な人工知能技術を実現するために、コンピュータが技術基盤として機能することになります。古典的コンピュータの限界を突破し、量子科学の分野に参入し、量子コンピュータを最も基本的な技術基盤として使用することによってのみ、強力な人工知能の時代に進むことができます。

[[347302]]

では、古典コンピュータと量子コンピュータの違いは何でしょうか?なぜ強い人工知能は量子コンピュータの発達に対応すると言われるのでしょうか?

両者の最大の違いは、量子コンピュータの動作メカニズムが不確実な確率論であることです。これは、人間が不確実な未来に直面し、次の1秒に何が起こるかわからないにもかかわらず、さまざまな決定を下すのと同じです。

従来のコンピューターの動作は、組立ライン上の生産設備のように、一目でわかる 100% 固定された手順に従って動作する、決定論的な結果に基づいています。

また、量子コンピュータの計算能力は極めて強力で、数十万年かかる計算時間を数秒に短縮することができ、計算速度もスーパーコンピュータ(超大型電子計算機)の数百億倍にもなります。

1. 75年間の古典的なコンピュータの反復

電子コンピュータの発明と使用は、人類がインターネット時代に入り、国や人々が密接に結びついたことを意味する第3次技術革命の兆候です。

現在、コンピュータの開発は75年近くの歴史があり、第4世代のコンピュータに属しています。

第一世代: 真空管コンピュータ

第2世代: トランジスタコンピュータ

第三世代のコンピュータ - 中小規模の集積回路

第4世代コンピュータ - 大規模および超大規模集積回路

[[347303]]

第一世代: 真空管コンピュータ

2. 古典的コンピュータ理論の基礎: バイナリ、オンとオフ。

第一世代の真空管コンピュータは 1946 年に発明されました。コンピュータの父であるチューリングは、コンピュータの発明に豊富な理論的基礎を提供し、それを可能にしました。

人類史上初の汎用コンピュータ「ENIAC」は、当時作られたばかりの高さ2.4メートルの巨大なコンピュータで、いわゆる真空管コンピュータでした。

その基本的な動作原理は、最も単純な加算演算です。バイナリでは、すべての整数は 0 と 1 で表され、演算が実行され、電子部品の 2 つの異なる状態を表します。

つまり、ダイオードには「オフ」状態と「オン」状態があります。 「オフ」は0、「オン」は1を表します。100%正しいか間違っているかの操作メカニズムです。

3. 古典的コンピュータの技術的限界

現在、コンピュータチップの集積度はムーアの法則に従って増加し続けています。たとえば、携帯電話はますます小型化し、コンピューティング速度はますます高速化しています。携帯電話をこれ以上小型化できず、チップが最小のナノメートルレベルに達すると、ボトルネックが発生し、物理的な限界に近づきます。

[[347304]]

チップ

その時までに、人々はどのようにしてコンピューターの計算速度を向上させることができるでしょうか?

最も基本的な理論的基礎を変え、量子の世界に入り、別の一連の自然法則に従い、量子特有の法則を活用し、コンピューターの計算能力を継続的に向上させることによってのみ、新しい状況を切り開くことができます。

ニュートンの力学と万有引力はマクロの世界を説明するのと同じように、アインシュタインの相対性理論と光電効果はミクロの世界を説明します。

古典コンピュータは善悪の計算メカニズムを説明しますが、量子コンピュータは不確実性の確率計算メカニズムを説明します。

4. 量子コンピュータの理論:シュレーディンガーの猫

量子物理学の応用では、次のような実験があります。箱の中に猫と少量の放射性物質が入っています。放射性物質は崩壊して有毒ガスを放出します。

崩壊の可能性があります。放射性物質が崩壊して有毒ガスを放出し、猫を死なせる可能性は50%です。「同時に」、放射性物質が崩壊せず、猫が生き残る可能性も50%あります。

放射性物質が崩壊するかどうかは分かりません。それは確率的なものです。 2 つの異なる確率的イベントが同時に発生します。

時間が経てば、必然的に「毒で死ぬ」か「生きる」かのどちらかの結果が出てきます。人間の生命状態も「シュレーディンガーの猫」理論に最も近いものです。次の 1 秒に何が起こるかは予測できますが、実際に起こるかどうかは確率的な出来事です。

[[347305]]

シュレーディンガーの猫

量子コンピュータの動作メカニズムについても同様です。同じ秒間に、量子スイッチは開いた状態または閉じた状態のいずれかになり、ランダムな確率の変化を通じて動作します。従来のコンピューターは、同じ秒間にオンまたはオフの 1 つの状態しか取ることができません。

人間が判断を下す際に「消去法」をよく使用するのと同様に、従来のコンピュータは、結果を得て誤った答えを排除する前に、最後まで計算する必要があります。量子コンピュータは、ある特定のノードに対して確率計算を行い、誤った答えを排除しているため、計算速度が非常に速いはずです。

したがって、量子コンピュータの計算メカニズムは、強い人工知能(強いAI)の定義にさらに沿っており、確率的な推論と判断を行い、問題を解決し、人間のように考え、さまざまな選択を行うことができます。

現在、人工知能の技術的基礎は古典的なコンピュータで構成されており、これは弱い人工知能としか考えられません。

商用ロボット業界では、ロボットの自動障害物回避機能は、障害物回避距離と範囲を設定し、障害物がその範囲に入ると障害物回避機能が起動します。予測機能はありません。

5. 量子コンピュータの開発動向

現在、量子コンピュータの開発は各国でも重要な研究分野となっている。国家レベルでは、10月16日午後、中国共産党中央政治局が量子技術の研究と応用の見通しに関する第24回集団研究を開催した。その中で、科学技術の革新、量子技術の発展の加速、戦略計画と体系的な手配についての研究が行われた。

[[347306]]

量子コンピュータ

今後はインターネット時代からモノのインターネット時代へと移行し、人工知能の分野における量子コンピュータの役割は計り知れないものとなるでしょう。

今日のインターネット時代では、情報は急速に流れ、送信され、受信されます。将来、モノのインターネットの時代では、モノはすぐに接続され、識別され、相互作用するようになります。

写真はインターネットからのものであり、著作権侵害があれば削除されます。

<<:  人工知能はますます急速に発展しています。将来、人工知能は人間に取って代わるのでしょうか?

>>:  Facebookの新しいAIモデルは、英語以外の言語から英語以外の言語に直接翻訳できる

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

私たち全員が失業するかもしれない:今後10年間でほぼすべての仕事が変化する

[[248203]]バイオテクノロジーの進歩により、人間の寿命は今後も延び続け、社会の家族構成、結婚...

このモデルは数十万ドルの費用がかかり、数え切れないほどのプロジェクトを導いたのに、使用されたネガティブサンプルがゼロだったことが判明したのですか?

今日の人気のディープラーニング モデルはブラック ボックスであるとよく言われます。つまり、入力を与え...

投資管理と AI: 顧客関係と投資収益の向上

正直に言うと、顧客はおそらく、投資マネージャーが使用する高度な AI ツールを気にしていないでしょう...

都市の気質を改善し、住みやすい環境を守る。AIはガバナンスの閉ループを開く

「新しいインフラ」は新たな方向性を表しています。新旧の成長原動力の転換という文脈において、「新インフ...

超音波脳読み取りはマスクの脳コンピューターインターフェースよりも正確で侵襲性が低い

脳コンピューターインターフェース分野で新たなニュースがあります。 IEEE Spectrum による...

15歳の少女が農場の収穫機にヒントを得てピンポン球を拾うロボットを発明

最近、上海の15歳の中学生が卓球ボールを拾うロボットを発明した。体育館の床に散らばった卓球ボールを自...

機械に漢字の一画一画の謎を理解させるにはどうすればいいでしょうか?

[[227335]]背景インテリジェントな顧客サービスから機械翻訳、テキスト要約の生成からユーザー...

AIがAIに勝つ: Googleの研究チームがGPT-4を使ってAI-Guardianのレビューシステムを打ち破る

8月2日、Googleの研究チームはOpenAIのGPT-4を使用して他のAIモデルのセキュリティ保...

さまざまな分野とフレームワーク、これはディープラーニングモデルの超完全なGitHubコレクションです

研究者や開発者は常に GitHub リポジトリで興味深いプロジェクトや実装を検索してきましたが、特定...

...

高校生のアルゴリズム「y-cruncher」が円周率の精度の世界記録を更新した

最近、スイスのグラウビュンデン応用科学大学のチームが、円周率の62.8兆桁の計算を101日と9時間で...

最短経路問題の探究: ダイクストラのアルゴリズム

[[386543]]前回、データ構造としてのグラフについて書きましたが、グラフ アルゴリズムのテスト...

...

ヘルスケア業界における人工知能と機械学習の応用

[[414016]]ヘルスケア業界における人工知能と機械学習の役割を理解するには、ヘルスケア業界にお...