AIと人間: 人工知能は常に進歩し、人間は常に進化している

AIと人間: 人工知能は常に進歩し、人間は常に進化している

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)から転載したものです。

人工知能には生命がない。人工知能は進化できませんが、反復的に最適化することはできますが、これは進化ではありません。進化とは、与えられた環境におけるランダムな突然変異です。対照的に、機械学習は特定の事前にプログラムされた目標を対象とします。それは複雑かもしれませんが、進化、天気、海洋、あるいは母なる自然とは異なり、神秘的なものではありません。

[[357308]]

都市の多くの信号機のような複雑なシステムは、人間の活動を上から下へ導きます。対照的に、環状交差点のような深く複雑なシステムでは、多くの参加者の相互作用を通じて自発的に交通の流れが形成されます。機械は多くの複雑な部品で構成され、複雑なプロセスを含んでいますが、高度なものではありません。機械にはあらゆる種類の実際の複雑さが存在します。

コンピューターの動作を説明するために神経学的な用語がいくつ作られたとしても、コンピューターには意識がありません。コンピューターが生き返ることを夢見る人たちは、あたかもこれらのプログラミング技術によって機械が人間の直感をよりよく理解できるようになるかのように、「ファジー論理」などの用語を好んで使います。

ファジー論理とは、1 または 0 以外の値を取得し、それを 1 または 0 としてのみ表現するコンピュータ プログラムの機能です。ファジー論理は、真の不確実性という点ではファジーではなく、現実の粗さと複雑さを、コンピューターが処理できる単純なバイナリに単純に縮小するだけです。

同様に、ニューラル ネットワークは人間の脳とはまったく異なります。これらは、入力の数百または数千の例から「学習」するノードの単純なレイヤーです。コンピューターに猫の見た目を教えるのではなく、猫の共通点や特徴を識別できるようになるまで何百枚もの写真をコンピューターに与えます。しかし、たった一つの例を見るだけで、人間の脳は「猫」が持つ属性を一般化することができます。

人間の脳はどのように一般化するのか?まだわかっていません。

思考し、自己決定する人間であることが何を意味するのかを正確に言うことができないという事実は、負担として見なされるべきではありません。現実そのものが単なる情報であるのと同じように、人間の心は計算することができません。知性は脳の強力な機能であり、現実には膨大な量のデータが保存されていますが、それらを提示する人間の意識がなければ、どちらも存在しないでしょう。

人間の意識を単なる処理能力に還元してはいけません。これは、人間の体が重量物を持ち上げることしかできないのと似ています。私たちの計算速度はスーパーコンピュータには及ばず、また私たちの吊り上げ能力はクレーンには決して匹敵しません。しかし、人間の価値は単なる有用性だけではありません。技術介入や代替によって雇用に有利な基準を一つ改善すると、人々はより重要かもしれない他の価値観を忘れてしまうだけだろう。これらの中で最も重要なのは意識そのものです。

意識は、微小管と呼ばれる脳の最も小さな構造にある、完全に計算不可能な量子状態に基づいていることはよく知られています。こうした微小管は数十億個存在し、それぞれに非常に多くの活動的な振動部位があるため、人間の脳の複雑さは、コンピュータ チップ上で動作するコンピュータに比べれば見劣りします。

意識は機械によって複製できるほど単純であるかのように行動するのは、コンピューター開発者だけです。機械がニューロンの束から発せられる自己認識を実現できないという事実は、神経科学者を非常に喜ばせ、困惑させ、矛盾を感じさせます。

しかし、これは私たちがすぐに意識を否定できるようになるという意味ではありません。これは、宿主の生存本能を刺激するために DNA によって人間の脳内に作り出された幻想ではありません。私たちはシミュレーションの中で生きているのではなく、私たちの意識は現実なのです。圧力の下では、物理学者でさえ、意識は客観的現実よりも存在する可能性が高いことを認めています。

量子論によれば、客観的な現実を観察しなければ、それは存在しないかもしれないとされています。言い換えれば、誰かがその存在に気づき、何らかの方法で説明するまでは、宇宙は可能性に満ちており、それからそれが私たちが現実と呼ぶものになるのです。

意識の種子を探すことは、宇宙の最小の粒子を探すことに少し似ています。それは思考方法の反映というよりも、むしろ機械科学の産物です。最終的な決定要因、たとえば遺伝子が見つかると、その発現が他の物質によって決定されることもわかります。

病気を引き起こす細菌を発見すれば、その細菌が繁殖する環境要因や、病気を有益な細菌から侵入する病原体に変化させる免疫欠陥も発見されるでしょう。意識の問題を解決する唯一の方法は、それを自分自身で体験し、私たちが住んでいる世界に畏敬の念を抱き、私たちと一緒に暮らす他の人々を尊重することです。

[[357309]]

画像ソース: unsplash

この意味で、私たちは意識が存在することを知っている。なぜなら、意識があるとはどういうことかを知っているからだ。動物やコンピューターと同じように、キッチンテーブルの上にコーヒーカップが置かれているのが見えます。しかし、テーブルの上にコーヒーカップが置かれているのを見たときの気持ちも理解できます。そのコーヒーカップを見る、そのコーヒーカップに注意を払うという選択は、意識に特有のものです。コンピューターではそれができません。彼らは範囲内のすべてを見なければなりません。彼らには注意力も、焦点も、本当の方向性もありません。

そして、一杯のコーヒーを見たときの気持ちを知り、考え、思考を構築する能力を持つこと。人間だけがこれを行うことができます。なぜなら、人間には生命があり、コンピューターには生命がないからです。

<<:  2021 年のテクノロジートレンドはどこに向かうのでしょうか? IEEEが答えを教えます

>>:  安全で制御可能、かつ法的に準拠した人工知能は金融分野で「原則化」されている

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

人工知能はどのようにして新しい世界を創造するのでしょうか?

AI は時間の経過とともにさらに賢くなり、パワーを増していきます。私たちの多くにとって、人工知能 ...

人工知能の便利な日常的な活用例8つ

人工知能が私たちの生活にどのような影響を与えているかを示す例は無数にあります。これを「ロボットが悪の...

AIはあらゆるブランドに影響を与えており、適応できないブランドは消滅するだろう

インテリジェントエージェントはブランドをスクリーニングし、商取引を再形成し、消費者の選択を導きます。...

Microsoft Megvii の顔認識は 100% 動作不能! 写真の「見えないマント」で写真のプライバシー データを保護

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

2024年には、AI PCが目を見張るほど登場するでしょう。企業や消費者はどのように選択すべきでしょうか?

先日開催されたCES 2024カンファレンスでは、AI PC(人工知能コンピュータ)のコンセプトや製...

有機構造の画像を分子構造に変換するトランスフォーマーベースの人工ニューラルネットワーク

人類は人工知能の時代に突入しています。化学もまた、ニューラル ネットワークのトレーニングに大量の定性...

資金調達は引き続き好調:6月の自動運転分野における資金調達活動の概要

近年、自動運転の開発が本格化し、多くの企業や資本が参入しています。こうした背景から、もうすぐ終わる6...

アリババ人工知能ラボ:テクノロジーがあなたの生活をどう変えるかを見てみましょう

[PConline News] ジャカルタアジア競技大会が閉幕し、アジア競技大会は正式に杭州タイムに...

脳のようなデバイスを使用して神経信号を効率的に処理し、新しい脳コンピューターインターフェースを構築する

最近、清華大学マイクロナノエレクトロニクス学部および未来チップ技術先進イノベーションセンターのQia...

人工知能専攻では主に何を学ぶのですか?キャリアの方向性と展望は何ですか?

人工知能専攻は、工学専攻の下にある電子情報専攻に属します。ここでは、人工知能専攻を提供している大学と...

今後数年間の AI 求人市場はどのようになるでしょうか?

[[353999]] AI がもたらす自動化の脅威によって仕事が奪われる一方で、AI は新しい職種...

データサイエンスと機械学習のための珍しいPythonライブラリ

[51CTO.com オリジナル記事] この記事では、現在市場にあるデータサイエンスや機械学習に適し...

SafetyNet: 自動運転における機械学習戦略のための安全な計画アプローチ

[[427712]] 2021年9月28日にarXivにアップロードされた論文「SafetyNet:...

データ サイエンティストが 95% の時間使用する 11 の基本分布

前回のレビュー「データ サイエンティストが 95% の時間に使用する 11 個の基本チャート」に続き...

Python ニューラル ネットワークで自動車保険の支出を予測する

[[381201]]新しいデータセット用のニューラル ネットワーク予測モデルの開発は困難な場合があり...