人工知能時代のセキュリティ専門職とは?

人工知能時代のセキュリティ専門職とは?

人工知能の時代におけるセキュリティ専門職は何かという問題は、徐々に人々が直面しなければならない問題になりつつあります。人工知能の発達により、本来人間が行っていた仕事が次々と機械に置き換えられています。 AlphaGo は囲碁チャンピオンの仕事を、マイクロソフトの XiaoIce は詩人の仕事を、テスラの無人車は運転手の仕事を、アマゾンの無人スーパーマーケットは販売員の仕事をこなす... 伝統的な職業はもはや安全ではない。人々は、次のような疑問を抱かずにはいられません。将来、機械に取って代わるのが難しく、したがって比較的安全な仕事は他に何があるでしょうか?

[[377252]]

この問題を判断するには、推測に頼ることはできず、思考の枠組みが必要です。人工知能時代のセキュリティ専門家の問題は、本質的には、人工知能が得意なことと苦手なこと、つまり人間が得意なことと苦手なことなのです。人間と機械のそれぞれの長所と短所を理解すれば、この質問に対する答えは自然に浮かび上がってくるでしょう。

まず、人工知能の本質に関する疑問が、ジューディア・パール氏とダナ・マッケンジー氏の共著『Why: The New Science of Causation』で議論されています。彼らは、AI 機能の本質を理解するためのシンプルなフレームワーク、因果推論フレームワークを提案しました。因果推論は相関と因果関係の関係について語ります。簡単に言えば、相関関係は帰納法に対応し、因果関係は演繹法に対応します。パール氏は、因果関係について議論せずに相関関係だけを語ることに反対しており、モデリングを通じて相関関係を因果関係に高めることによってのみ、人工知能は推論を通じて問題を解決できると考えています。

職業に関して言えば、規則的なパターンを持たないもの(相関関係はあるが因果関係がないもの)は人間が行うのに適しており、規則的なパターンを持つもの(相関関係から因果関係を推測できるもの)は機械が行うことができるということになります。もっと簡単に言えば、モデル化できない作業では、機械は人間に取って代わることはできません。たとえば、気まぐれで買い物をする人もいて、モデルの仕事では彼らを抑えることができないことが多いため、こうした消費者への対応は人間が行うのが最適です。

第二に、職業の本質の問題に関して、スコット・ペイジも「多様性の配当」の中で、多様性は能力よりも優れているという非常にシンプルな判断枠組みを提案しました。ここでの多様性は靴屋(人間)に置き換えることができ、能力は諸葛亮(人工知能)に置き換えることができます。どのような条件であれば靴屋は諸葛亮に確実に勝てるのでしょうか。言い換えれば、どのような条件であれば人間は人工知能に確実に勝てるのでしょうか。実は、条件は非常に単純です。人間の計算が神の計算に及ばないものは、諸葛亮(人工知能)には適していません。逆に、人間が明確に計算できるものは、靴屋(人間)には適していません。明らかに、人工知能、この「諸葛孔明」がこれほど強力に見えるのは、計算ができるからです。明確に計算できなければ、当然降伏するでしょう。何が不明瞭なのでしょうか?ペイジ教授の理論によれば、それは株式市場、生態系の多様性、結婚や恋愛など、計算能力を超える複雑さを持つ事柄です。

最後に、人工知能とキャリアの関係については、馬華星氏と王鵬氏が共著した書籍「良い選択をする」の中で、人工知能とキャリアを結び付ける判断枠組みが提案されている。このフレームワークは、作業を手順作業と探索作業に分けます。手続き型作業は、因果関係を発見するためのモデリングについてパール会員が述べたことに対応し、また「能力」タイプの作業についてペイジ会員が述べたことに対応します。一方、探索型作業は、モデル化できない相関関係のみについてパール会員が述べたことに対応し、また「多様性」タイプの作業についてペイジ会員が述べたことに対応します。 「良い選択をする」は、探索的な仕事に取り組むことが未来への方向性であると信じています。これは人工知能時代のセキュリティ専門職です。この本では、有望な探索的仕事として、ソーシャル系、デザイン系、経験系という 3 つのタイプをまとめています。

しかし、人工知能と専門職の原理を理解すれば、セキュリティ専門職はこれら 3 つのカテゴリだけではなく、無限に増えていく可能性があります。たとえば、オンラインの文学・芸術業界全体が、ペイジ学者が言及した「多様性」の基準を満たしており、まったく同じ作品はすべて盗作と判断されます。これらには、オンライン文学、オンライン音楽、オンラインビデオ、オンラインオーディオなど、10を超える職業が含まれます。多くの職業は、ライブストリーミングや子供が注射を受ける漫画のデザインなど、製品の内容と体験からさらに派生しています。たとえば、オンラインエンターテイメントは、スポーツ、ゲーム、その他の職業に細分化されており、人間が提案し、神が処分するという特徴があり、職業は何十万もあり、無限にあります...つまり、人間の感情(より良い生活への憧れなど)に関連する限り、人間には適していますが、人工知能には適していません。本当の問題は、セキュリティ関連の職業が多すぎて数え切れないほどあり、人的資源を解放して才能を十分に発揮する機会を与えるために人工知能にもっと力を入れなければならないということなのかもしれない。

<<:  人工知能が人間の労働力に完全に取って代わった後、労働者は何をすべきでしょうか?彼らは職を失うのでしょうか?

>>:  サーバーレス コンピューティングによる機械学習の解決策は何でしょうか?

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

コストを 95% 削減した ChatGPT の代替品を作成しましょう! OpenAIのハードコアアップデートが来月リリースされ、ビジュアルAPIが登場

世界中の開発者は長い間、OpenAI モデルの価格に悩まされてきました。ロイター通信は、11月6日に...

...

人工知能デジタル技術の強化は現実予測において徐々にその力を発揮しつつある

現在、人工知能は人々の生活の中でますます普及しており、生活のあらゆるところで人工知能を見つけることが...

ソラの影に隠れ、不安を抱える中国AI

「ついていけない人は排除されるかもしれない」ソラのデモ動画を見て、10年以上の経験を持つアニメプロ...

2024 年に向けた 6 つの生成 AI 予測

アナリストの Mike Leone 氏は、オープンソースから規制の変化まで、生成 AI の今後を予測...

ChatGPTのトラフィックが減少しており、学生が夏休みに入っているためだと推測する人もいる

7月16日、OpenAIが開発した人工知能チャットボット「ChatGPT」は、ユーザーと自然言語で会...

SumTo100ゲームの自己学習と結果予測を実現するためのAIアシスタントのトレーニング

翻訳者|朱 仙中レビュー | Chonglou導入完全情報ゲームにおいて、ゲームのルールに従って、必...

...

リカレントニューラルネットワークの分析を深く理解する

[[211637]]リカレント ニューラル ネットワーク (RNN) は、レイヤー内に重み付けされた...

自動運転に関して、私たちはこれら 3 つの重要な問題を意図的に避けているのでしょうか?

Leifeng.com によると、「部屋の中の象」という外国の慣用句は、「ワニの涙」と同じくらい有...

人工知能を正しく実装するにはどうすればいいでしょうか?

[[264479]]人工知能 (AI) が私たちの日常の仕事や生活にますます普及し、企業がさまざま...

AI面接ロボットのバックエンドアーキテクチャの実践

01 はじめにAI面接ロボットは、Lingxiインテリジェント音声セマンティックプラットフォームの人...

人工知能は人間に取って代わるでしょうか?

この記事のタイトルは少し大まかです。私の意見では、実際には 2 つの意味が含まれています。1 つ目は...