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    

推薦する

...

MIT は Google と提携して 7 台のマルチタスク ロボットをトレーニングし、9,600 のタスクで 89% の成功率を達成しました。

タスクの数が増えるにつれて、現在の計算方法を使用して汎用の日常的なロボットを構築するコストは法外なも...

...

...

3大分野で需要が解放され、2021年には検査ロボットの開発が期待される

近年、人口ボーナスの継続的な減少に伴い、無人作業の需要がますます顕著になり、ロボット産業は急速な発展...

...

95 年以降の DAMO アカデミーのインターン生がマイクロソフトに勝ち、最も難しい NLP タスクの世界記録を更新

アリババAIは、常識QA分野の権威あるデータセットであるCommonsenseQAで新たな世界記録を...

CNN、RNN、GAN とは何ですか?ついに誰かが明らかにした

[[334740]] 01 完全に接続されたネットワーク完全に接続された高密度の線形ネットワークは、...

...

ゲームに「顔認識」を追加したことで生まれた考え

最近、国内で人気の「チキン早食い」ゲームに「顔認識システム」が導入され、大きな論争を巻き起こした。多...

スマート農業におけるモノのインターネットの応用

人口は飛躍的に増加しており、農業は人口を養う問題を解決する必要がある。農業をより効率的かつ持続可能な...

...

オープン語彙検出オープンワールド物体検出コンペティション2023優勝チームソリューション共有

OVDテクノロジーの紹介物体検出は、コンピューター ビジョンの分野における中核的なタスクです。その主...

LeCun は AGI を予測します: 大規模モデルと強化学習はどちらもランプです!私の「世界モデル」は新しい道です

現代の AI 界で最も有名な巨匠の一人であり、Meta の AI 研究所の魂である Yann LeC...

ソートアルゴリズムを簡単に学ぶ: よく使われるソートアルゴリズムを視覚的に体験

1. クイックソート導入:クイックソートは、Tony Hall によって開発されたソートアルゴリズム...