人工知能は非常に強力だが、人間は必ずしも人工知能に支配されるわけではない。ホーキングは間違っているのだろうか?

人工知能は非常に強力だが、人間は必ずしも人工知能に支配されるわけではない。ホーキングは間違っているのだろうか?

有名な物理学者ホーキング博士はかつて、将来人類は人工知能によって滅ぼされるかもしれないので、人工知能に対して警戒する必要があると予言した。

[[386318]]

これは、人類を滅ぼすとさえ脅かした、世界初の「身分証明書」を持つ女性ロボットを人々に思い出さざるを得ません。後に関係者が単なるミスであったことを確認したが、やはり心配だ。

[[386319]]

人工知能はテクノロジー時代に登場し、私たちが作り出した最も先進的なものの一つです。多くの生産ラインに関わり、人間の生産性の解放をサポートしてきました。

人工知能はまだ知覚知能の段階にある

しかし、周囲で起こっている急激な変化に適応できないと感じている人もいます。特に、科学者たちは人工知能が人間にどんどん近づいていることに気づき、関連技術を改良し続けており、将来的には人間を支配する可能性もあります。これも、人々が人工知能の発展に反対する重要な理由です。

[[386320]]

反対意見は、これは西太后が馬に列車を引かせたのと非常に似ているというものです。人工知能は人間の創造物であり、高度な技術の代表に過ぎません。人々がそれを心配するのはまったく愚かなことです。

実際、人類の進歩のプロセスは、認知レベルの継続的な向上のプロセスでもあり、新しいものを受け入れる能力もそれに関係しています。

[[386321]]

人間は認知知能を持っていますが、他の動物や人工知能はまだそれを習得していません。ロボットは自分自身を明確に理解していません。ロボットは物事を行うためにプログラムに依存しており、考えることが困難です。

[[386322]]

科学者によると、人工知能はまだ知覚知能の段階にあり、感覚要素を使って情報を伝達しており、人体の単純なシミュレーションに過ぎず、人間の脳と比較することはできません。

人工知能の知覚から認知までの範囲は非常に広い

探索の過程で、研究者たちは、世界全体の探索が他のトピックにまで及ぶのと同じように、知覚から認知までの範囲が非常に広いことを発見しました。しかし、ロボットの想像力や情報処理能力はまだ初期段階にあるため、学習した内容からすぐに推論を導き出すことは困難です。

[[386323]]

実際、動物は人工知能よりも進歩しています。これが生命の魔法です。ただ、相対的に言えば、動物は進化するのに長い時間を要するのに対し、人工知能は高度な技術的サポートがあればすぐにアップデートできるのです。

[[386324]]

人工知能には大きな可能性があることを否定することはできませんが、人間の助けが必要です。人工知能が人間を支配するためには、まだ多くの障害を克服する必要があります。

[[386325]]

驚くべきことに、認知知能を備えたロボットはすでに登場していますが、まだ人間には匹敵しません。さまざまな制約があるため、人間は人工知能の運命が人間の手に委ねられていることを保証しなければなりません。

[[386326]]

AlphaGo はとっくに人間を打ち負かし、囲碁のチャンピオンになっています。人工知能も多くの競技で非常に良い成績を収めています。しかし、科学者の目には、これらは単に、より多くの人々に学習能力を認識させるための試みに過ぎません。

人間と人工知能の関係は短期的には安定している

人工知能ロボットに認知能力を与えることについては学界で議論があり、関連する変化を決定する鍵となるのは人間です。人工知能を変革する一方で、人類文明への脅威を防ぐために、人工知能に一定の開発制限を課すことができると考える人もいます。科学者は現在、関係者間の合意に達するために懸命に取り組んでいます。

[[386327]]

人間による人工知能の創造は、認知知能の継続的な発展の兆候です。生産性を解放し、生産効率を向上させるには、人間が作成した高度なツールである人工知能の参加が必要です。

[[386328]]

私たちの運命は私たち自身の手の中にあります。これは人類の間で長い間合意されてきたことであり、私たちは今でも人工知能の発展に期待を寄せています。しかし、ホーキング博士の予測が現実になるのを防ぐために、科学者たちは極めて慎重に行動してきた。

[[386329]]

科学技術の発展条件を把握することが人類無敵への鍵であり、人工知能と人間の関係は短期的には変化しないだろう。

<<:  超人工知能を巡る究極の議論 ― 人間とどう共存するか?それとも人類に対する完全な脅威でしょうか?

>>:  システムアーキテクト、アルゴリズムエンジニア、人工知能エンジニアはどの程度の数学を学ぶ必要がありますか?

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

純粋なテキスト モデルは「視覚的な」表現をトレーニングします。 MITの最新研究:言語モデルはコードで絵を描くことができる

「本を読む」ことしかできない大規模な言語モデルは、現実世界の視覚的認識を備えているのでしょうか?文字...

快手AIハッカソンは「AIの名の下に」みんなの幸福を向上させるために終了しました

最近、快手の内部インキュベーターである快手幸福実験室が主催した第2回ハッカソン「AIの名において」の...

2020 年の産業用 IoT ソリューション トップ 10

IoT については誰もが知っていますが、そのサブセットである産業用 IoT は、製造および産業プロ...

世界的なサプライチェーンの混乱はロボットの導入をどのように促進するのでしょうか?

企業がより強力な管理を維持し、コストのかかる混乱を回避しようとする中、製造拠点の国内移転とサプライチ...

...

AIは脳の信号をリアルタイムで解釈し、画像の主要な視覚的特徴を7倍の速度で復元するとルカン氏は述べた。

AIが脳の信号をリアルタイムで解釈できるようになりました!これはセンセーショナルなことではありませ...

10年後の市場規模は1.3兆ドル。「モデル電源時代」到来

半年以上にわたる大規模なモデル嵐の後、AIGC 市場には新たな変化が起こり始めました。クールな技術デ...

プログラマーはAIアルゴリズムを使用して3,000匹の新しいポケモンを生成した

「人間は見たことのないものを想像することはできない」ということわざがあります。したがって、ほとんどの...

LLM ウィザード、コードの事前トレーニングは魔法の杖です! UIUC中国チームがコードデータの3つの利点を明らかに

大規模モデルの時代における言語モデル (LLM) は、サイズが大きくなるだけでなく、トレーニング デ...

ネットワークセキュリティ運用保守サービスにおける人工知能の応用

近年、国内外のサイバーセキュリティ情勢はますます複雑化しており、従来のモデルでは国民経済の生命線に関...

才能の「脳」が人的資本管理の変化を解き放つ

黄金の3月と銀の4月の採用シーズンが再び到来しました。 [[324006]]疫病の影響を受け、キャン...

アルゴリズムだけでは不十分:AIの次のブレークスルーにはハードウェアの再検討が必要

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

クラウド コンピューティング テクノロジーの進化において、人工知能はどのような役割を果たすのでしょうか?

[[438415]]クラウド コンピューティング業界が成長を続ける中、クラウド コンピューティング...

Facebook、MITなどが共同で451ページの原稿を発表:「第一原理」を使ってDNNを説明する」

Facebook、プリンストン大学、MITのAI研究者らは最近、ディープラーニングが実際にどのよう...