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?

推薦する

このAIはガールフレンドの自撮りを手伝います: 写真から3D動画を生成

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

ディープラーニングと自動テキスト要約が出会うとき

[[198984]]導入近年のテキスト情報の爆発的な増加により、人々はニュース、ブログ、チャット、レ...

AIがイノベーションの大きな原動力となる理由

近年、人工知能は新興技術から必需品へと徐々に変化してきました。より大規模な企業の問題に対する解決策を...

人工知能はどのような通信分野に応用されていますか?

1. 異常なネットワークトラフィックの検出コンピュータネットワークは現代人の生活に欠かせないもので...

ロボット工学は良いが、誇張しすぎるのは良くない

現在、ロボット工学は科学技術分野における最先端技術となっており、先進国は、この技術面で優位に立つこと...

商品受け取り時の顔認証システムを小学生が“クラック”!鳳超が緊急オフラインに

[[279460]]最近、「#小学生がアイテム拾いの顔認証のバグを発見#」という話題が注目を集めてい...

ビッグデータと人工知能のために生まれた新しい職業:アルゴリズム専門家

ビッグデータとは、さまざまな種類のデータから貴重な情報を迅速に取得する能力を指します。これを理解する...

プリンストン DeepMind は数学を使用して、LLM はランダムなオウムではないことを証明します。 「規模が大きいほど能力が強くなる」には理論的根拠がある

今日の物語の主人公は、サンジーヴ・アローラとアニルド・ゴヤルという二人の科学者です。アローラ氏はプリ...

シャンダイノベーション研究所とソゴウ研究者:自然言語処理の応用

【TechWeb Report】6月26日、山大創新研究所検索テーマ研究所研究員の賈文傑氏と捜狗自然...

DeepMap COO 羅偉氏との独占インタビュー:自動運転の時代に、スタートアップは高精度地図の分野でどのように躍進できるのか?

最近、シリコンバレーの高精度地図サービスプロバイダーであるDeepMapは、Accelが主導し、エン...

ディープラーニングを理解するには、より低い次元からアプローチするべきでしょうか、それともより高い次元で考えるべきでしょうか?

今日のトピックは、複数選択問題から始めましょう。ニューラルネットワークとは何ですか?次の説明のうち正...

ソフトウェア開発に GenAI モデルを安全に使用する手順

大企業であれば、最近の AI ブームは見逃せないものであり、現在、AI はコンテンツ生成から自動化や...

この線虫は単純ではありません!脳は高精度に修復され、ダイナミックに前進できる

最高精度の「線虫脳」、ここに登場。この「脳」は、Caenorhabditis elegans 線虫の...