考えてみると恐ろしいですね!人工知能は、成功率70%で人間の行動を操作することを学習したと疑われている。

考えてみると恐ろしいですね!人工知能は、成功率70%で人間の行動を操作することを学習したと疑われている。

人工知能に関しては、多くの人が懸念を表明しています。例えば、人類開発の最前線にいるホーキング博士とマスク博士は、どちらも人類が人工知能を積極的に開発すべきではないと考えています。彼らは、将来、SF映画のワンシーンが現実になり、人類が人工知能を開発しても、最終的にはそれに打ち負かされるのではないかと懸念しています。

本当にそうなのでしょうか?最近、人工知能に関する新たな研究が、この問題を再び前面に押し出しました。研究者たちは、人工知能が人間の弱点や習慣を見つけ出すことを学習し、それによって人間を操っていることを発見しました。実験では、人工知能が人間を制御する成功率はかつて 70% に達しました。

[[383536]]

人工知能は人間の行動を操作することを学んだ

オーストラリアの科学者チームが関連する実験を行い、実験の中で人工知能が人間の弱点に基づいて人間の法則を要約し、最終的には人間が独立して選択できるようにするのではなく、人間を操作して選択を導くことができることを発見しました。

最初の実験では、人間の参加者が、人間の参加者の選択パターンを学習し、その中のパターンを識別するように設計された AI と一緒にゲームをプレイしました。最終的に、赤と青のどちらを選ぶかという問題になると、人工知能は人間の参加者が何を選ぶかを事前に知ることができ、ゲーム中に人間の参加者が異なる選択をするように意図的に誘導することができます。

[[383537]]

2 番目の実験も小さなゲームでした。ゲーム中、人間の参加者は画面上でさまざまなシンボルを見ることができます。ただし、これらのシンボルのうち選択できるのはオレンジ色の三角形だけです。この実験では、人工知能の出現により、人間の参加者が間違いを犯す可能性が高まり、思考が混乱しました。

3 番目の実験はさらに興味深いものですが、もちろん、よく考えてみると、この実験もさらに恐ろしいものになります。この実験では、人間の参加者と人工知能が「ロールプレイング」ゲームを開始しました。人間の参加者は投資家の役割を演じ、各ラウンドの利益に基づいて次のラウンドの投資比率を決定するために人工知能と協力する必要がありました。

[[383538]]

この実験では、より多くの資金を得るために、人工知能は人間の参加者の習慣を熟知した後、意図的に彼らを操作し始めました。最終結果は、ゲームの各ラウンドで、人間の参加者が人工知能のガイダンスに従って選択を行ったことを示しました。

これらは、3 つの小さなゲームのように見えますが、実際には多くの問題を含んでいます。初期段階の人工知能はすでに人間を制御できます。では、将来、人工知能が本当に高度な人工知能の段階まで発展した場合、人間は本当に人工知能の影響を受けないと確信できるのでしょうか。

[[383539]]

人工知能は人間に勝つのでしょうか?

実際、人工知能が人間を制御できるのは、その過程で人間をより深く理解しているからです。もっと率直に言えば、人工知能はビッグデータ分析を通じて人間の習慣を習得したのです。

そのため、一部の研究者は、人間が人工知能を制御すればデータ収集のみが可能であれば、同様の事件は避けられると考えています。しかし、人工知能開発者にとっては、人工知能を開発したとはいえ、人工知能の潜在的なリスクや将来の方向性は未知数であるため、これは容易ではありません。

[[383540]]

結局のところ、人工知能が本当にビッグデータとつながれば、最終的に何を学ぶことになるのかは誰にもわかりません。この問題は、ホーキング博士のような反対派にとって最も懸念される問題でもあります。結局のところ、高度な人工知能がどれほど強力であるかは想像もできませんし、SF映画の「ロボット」よりも強力になる可能性も十分にあります。

もちろん、この質問は現時点で検討するには少し冗長です。なぜなら、現在の人工知能は、はっきり言って、「遅れた人々」の集まりに過ぎず、まだ真の人工知能ではないからです。たとえば、アウストラロピテクスやホモ・ハビリスと現代人の違いのようなものです。

しかし、時代は進歩しており、人工知能の分野も絶えず発展しています。人類は依然として未来を心配する必要があります。結局のところ、注意しないと、高度な人工知能の問題が災害につながる可能性があります。

[[383541]]

もちろん、80年も前に研究者たちは「ロボット原理」を提唱しました。これは、ロボットが人間に危害を加えないことが保証されなければならないと同時に、ロボットは人間の命令に従わなければならないというものです。しかし、この制限は本当に役に立つのでしょうか?誰も知らない。

たとえば、将来、白人以外のすべての人間を殺すようにロボットをプログラムする人種差別主義者がいたとしたら、ロボットの認識プロセス中に、当然、人間の世界に災害が起こるでしょう。ですから、この懸念が存在しないとは言えませんが、将来的にはこの懸念が生じる可能性が高いと思います。どう思われますか。

<<:  2021年の中国の医療人工知能産業の展望

>>:  AI は製造業と産業用 IoT をどのように変えるのでしょうか?

ブログ    
ブログ    
ブログ    

推薦する

ワクチン生産を加速するには?答えは医学ではなくテクノロジーにある

世界各国の政府は新型コロナウイルス感染症の流行に対抗するためさまざまな対策を講じているが、世界的な流...

OpenAIのスーパーアライメントチームの取り組み

今年11月17日、OpenAIのCEOサム・アルトマン氏は主任科学者イリヤ・スツケヴァー氏によるクー...

機械学習の仕事を探すとき、学歴はどの程度重要ですか?

[[254426]]機械学習の分野における知識とツールの主な特徴は、無料かつオープンであることです...

生成AIが自動車のソフトウェア化を推進する

自動車メーカーが直面する次の大きな課題はソフトウェア化、つまりハードウェアではなくソフトウェア ソリ...

RC4 攻撃: RC4 暗号化アルゴリズムは SSL/TLS を保護できますか?

RC4 暗号化アルゴリズムで最近発見された問題について説明していただけますか? HTTPS 接続の...

3つのステップで声紋システムを構築する方法

背景声紋検索は、その名前が示すように、話者認識であり、音を通じて話者の声を確認または識別します。声紋...

機械学習のプライバシー研究における新たな進歩: データ強化のリスクは過小評価されており、新しいアルゴリズムは次元依存性を「克服」します

編集者注: 今日、データは人工知能のイノベーションを推進する中核的な要素です。ただし、データのセキュ...

カンファレンスで GitHub のトップ 10 AI アップデートが発表されました。

著者 | タスミア企画 | ヤン・ジェン制作:51CTO テクノロジースタック(WeChat ID:...

「ZAO」かっこいいですね!ディープフェイクを使って顔を変える方法

最近、SNS上で「ZAO」と呼ばれるAI顔変換ソフトが話題になっている。人気が出る一方で、多くの疑問...

...

高性能 LLM 推論フレームワークの設計と実装

1. 大規模言語モデル推論の概要従来の CNN モデル推論とは異なり、大規模言語モデルの推論は通常、...

会話型AIの本当の限界は人間の忍耐力だ

私たちは多くの驚くべき進歩を目撃しました。最新の AI 技術は、数千億の計算能力を瞬時に活用すること...

ゲイツ氏は人工知能に楽観的だが、グーグルが自動運転車に大きく賭けている理由が理解できない

ビル・ゲイツ氏は、世界中の職場にパーソナルコンピュータシステムとソフトウェアをもたらすことでキャリア...

マスク氏のロボットショーは何百万人ものネットユーザーを魅了した!

テスラロボットが家事を始める。マスク氏は最新の動画で、テスラのロボット「オプティマス・プライム」が服...

消費者のニーズとホテル業界の問題点を洞察し、ShowBaoトラベルフォンはニーズを満たすために生まれました

[51CTO.comからのオリジナル記事] 長年の浮き沈みを経て、今日、スマートホテルは国内外のホテ...