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    

推薦する

...

Go 言語アルゴリズムの美しさ - 基本的なソート

[[404642]]この記事はWeChatの公開アカウント「roseduanの執筆場所」から転載した...

地下鉄路線図のための高速経路探索アルゴリズム

1. 概要過去2日間、Blog Parkで地下鉄マップの実装について話していました。その前に、私もク...

ボストン・ダイナミクスのロボット犬「スポット」が新たなスキルを獲得:縄跳びや服拾い

海外メディアCNETによると、ボストン・ダイナミクスのロボット犬「スポット」はすでにダンス、鉱山探索...

Apple の「マトリョーシカ」拡散モデルはトレーニング ステップ数を 70% 削減します。

Apple による最近の研究により、高解像度画像における拡散モデルのパフォーマンスが大幅に向上しま...

ハルビン工業大学人工知能研究所が設立され、4つのレベルと7つの方向でAIの発展をリードしています

5月5日、ハルビン工業大学(HIT)人工知能研究所の除幕式と「知能・未来創造」ハイエンド人工知能フォ...

Cloudera は研究から実稼働までエンタープライズ機械学習を加速します

クラウド向けに最適化された機械学習および分析のための最新プラットフォームを提供する Cloudera...

人工知能はどのような革新と影響をもたらすのでしょうか?

現在、我が国の政策の推進と各方面の支援により、人工知能の発展は急速に進んでいます。人々が最も関心を持...

...

Python でシンプルなニューラル ネットワークを作成する方法 (コード付き)

[[251984]]ニューラル ネットワークの仕組みを理解する最良の方法は、自分でニューラル ネッ...

...

...

LLM の成功に欠かせない基礎: RLHF とその代替技術

LLM について議論するときは、必ず「人間のフィードバックによる強化学習 (RLHF)」と呼ばれるプ...

...