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    

推薦する

...

AIはハリウッドに影響を与えているのでしょうか?議論の余地はあるものの、答えはすでにある

最新の3Dアニメーションをご覧になった方は、その壮大な世界に衝撃を受けるかもしれません。もしこれらの...

クラウドコンピューティングを再構築! Baidu Smart Cloudが20以上のフルスタック製品を一挙にリリース

12月20日、2023年百度クラウドインテリジェンスカンファレンスとインテリジェントコンピューティン...

...

自動運転高速道路の技術仕様の導入によってメリットを享受できる分野はどこでしょうか?

自動運転車を大規模に公道に導入するには、車自体が技術基準を満たしていることを確認するだけでは十分では...

コアアルゴリズムの欠如により、人工知能の開発は「ボトルネック」のジレンマに直面している。

[[264142]] 「中国で人工知能の基本アルゴリズムの研究に携わっている数学者は何人いるのか?...

RPA の収益は 2021 年に 18 億 9,000 万米ドルに達する見込みです。AI は RPA をどのように再定義するのでしょうか?

市場調査会社ガートナーは、ロボティック・プロセス・オートメーション(RPA)を世界のエンタープライズ...

AI はデータセンターをよりスマートにするためにどのように役立ちますか?

[[383176]]今日、人工知能 (AI) は、これまで以上に高速にデータを収集、処理、分析する...

無人運転車の現状はどうなっているのでしょうか?

私たちはここ数年、自動運転車について話し合い、議論してきました。しかし、道路上では見かけません。これ...

静的解析に機械学習を使用する方法

機械学習と人工知能は、特にマーケティング分析とサイバーセキュリティの分野で多くの分野で広く応用されて...

...

Mistral と Microsoft が「小さな言語モデル」の波を起こしました。 Mistralのコーディング能力はGPT-4より優れており、コストは2/3に削減されます

最近、「小さな言語モデル」がにわかに話題になっています。今週月曜日、4億1500万ドルの資金調達を完...

脳卒中の診断と治療を加速させるAIの登場

ディープラーニングは人工知能の一種です。医療分野では、CTスキャン画像を使用して脳の血液供給動脈の閉...

これら 19 の主流 AI テクノロジーについて、どの企業がサービスを提供しているかご存知ですか?

[51CTO.com クイック翻訳] 自然言語生成や音声認識などの分野を中心に、現在主流となってい...