2021年に人工知能の倫理的問題、社会的価値、影響について読むべき8冊の本

2021年に人工知能の倫理的問題、社会的価値、影響について読むべき8冊の本

[[387639]]

人工知能に関するこれらの 8 冊の本は、AI に関連する倫理的問題、AI が雇用市場に与える影響、企業が AI を活用して競争上の優位性を獲得する方法など、さまざまなトピックをカバーしています。

人工知能(AI)は進化を続ける技術です。さまざまな用途があるため、私たちの生活の中でますます多く使用されるようになっている理由は簡単にわかります。これらの書籍では、AI に関する一般的な質問に答え、現在企業で使用されている AI テクノロジー、人間が AI の制御を失っていることなどについて説明します。

TマイナスAI

T-Minus AI: 人類の人工知能へのカウントダウンと世界的権力への新たな探求

T-Minus AI では、著者であり、アメリカの専門家であり、米国空軍の初代 AI 責任者でもあるマイケル・カナーン氏が、人間中心の AI の見方を説明しています。彼は、イノベーションの歴史についての視点を提供し、現代のコンピューティング、人工知能、機械学習について私たち全員が知っておくべきことを明らかにします。さらに、カナーン氏は、既存の文化的および国家的な脆弱性と将来の差し迫った問題を明らかにすることで、AI の世界的な重要性について議論しています。

整合の問題

一貫性の問題:機械学習と人間の価値観

研究者らによると、「整合問題」は、人間が教えようとしている技術システムが、望まれている、あるいは期待されている通りに動作しないときに発生する。ベストセラー作家のブライアン・クリスチャンが、調整問題に対する「最初の対応者」と、解決策が到着する前に問題を解決するための彼らの計画について説明します。クリスチャンは、歴史と現場レポートを組み合わせて、この分野における機械学習の発展を追跡し、現在のテクノロジーと文化を調査します。

ロボットの台頭

ロボットの台頭:テクノロジーと雇用喪失の脅威

人工知能によってパラリーガル、ジャーナリスト、さらにはコンピュータプログラマーなどの職業が時代遅れになる可能性を踏まえ、著者のマーティン・フォードは雇用市場の将来とそれがどのように変化し続けるかについて考察しています。ロボットの台頭は、変化する市場に仕事や社会がどのように適応していくかを理解するのに役立ちます。

人工知能: 考える人間のためのガイド

人工知能: 人間の思考へのガイド

著者のメラニー・ミッチェルは著書『人工知能』の中で、AI に関する差し迫った疑問を提起しています。最高の AI プログラムはどれほど賢いのでしょうか?どのように機能するのでしょうか?彼らは実際に何ができるのでしょうか、そしていつ失敗するのでしょうか?私たちは彼らにどれほど人間らしさを期待しているのだろうか、そして彼らが私たちを追い越してしまうのではないかとどれほど心配する必要があるのだろうか。ミッチェル氏は、最新の AI と機械学習、最先端の AI プログラム、AI における人間の投資家の主要モデルについても取り上げています。

AI倫理

AI倫理(MIT Press Foundationsシリーズ)

AI 倫理では、人工知能によって生じる主要な倫理的問題について議論し、いくつかの具体的な問題を取り上げます。著者の Mark Coeckelbergh 氏は、物語と関連する哲学的な議論を用いて、機械学習とデータ サイエンスへのさまざまなアプローチについて説明します。 AI 倫理では、データ サイエンス プロセスのすべての段階で発生するプライバシー、責任、意思決定の委任、透明性、偏見などの問題を検討します。

AIの利点

AIの優位性:AI革命を最大限に活用する方法(最先端の経営)

『AI アドバンテージ』では、トーマス・ダベンポートがビジネス環境で AI を使用するための実践的なガイドを提供しています。ダベンポート氏は、利用可能な AI テクノロジーについて説明するだけでなく、企業がそれらを活用して競争上の優位性を獲得する方法についても説明します。

ビッグナイン

9人の大物:テクノロジーの巨人とその思考機械が人間の本質を歪める

著者のエイミー・ウェッブ氏は、著書の中で、システムで働く人々からテクノロジーそのものに至るまで、AI の基盤がどのように破壊されているかを検証しています。ウェーバー氏は、9 大企業 (Amazon、Google、Facebook、Tencent、Baidu、Alibaba、Microsoft、IBM、Apple) が「人類の未来に対する動機、願望、希望を共有しないテクノロジーをうっかり構築し、実現してしまう可能性がある」と指摘しています。

人工知能: 私たちの未来について今知っておくべき101のこと

人工知能: 未来について今知っておくべき101のこと

『人工知能: 未来について今日知っておくべき 101 のこと』には、自動運転車、ロボット、チャットボット、そして AI が雇用市場、ビジネス プロセス、業界全体にどのような影響を与えるかなど、タイムリーな AI 関連のトピックが多数含まれています。タイトルが示すように、読者は人工知能に関する 101 の質問に対する答えを学び、豊富なリソース、アイデア、ヒントにアクセスできます。

<<:  機械学習入門

>>:  第2世代のビッグデータの偏りを打破するには、アルゴリズムの公平性が必要

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

13Bモデルはあらゆる面でGPT-4を圧倒しますか?この裏にあるトリックは何でしょうか?

130 億のパラメータを持つモデルが実際にトップの GPT-4 に勝つのでしょうか?下の図に示すよ...

私たちは本当にロボットの「カンブリア紀の進化」に近づいているのでしょうか?

ロボット工学の分野は驚異的なスピードで進歩しており、多くの専門家がこの急速な発展を生物学における「カ...

人工知能技術の発展の概要

人工知能は、コンピュータサイエンス業界のトップテクノロジーの一つとして、1956年にダートマス会議で...

すべての IT リーダーが議論すべき 6 つの難しい AI に関する議論

AIほど多くの議論や論争を巻き起こした技術はほとんどなく、労働者、著名な経営者、世界の指導者たちは、...

ImageNetは人間の顔をぼかすことにしたが、ハスキー犬の顔の写真の認識率は急上昇した

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...

生成 AI とビッグモデルの違いと関連性は何ですか?

近年、ChatGPT、GPT-4、BARD、Claudeなどの大規模モデルが急速かつ大幅な進歩を遂げ...

2020年にはAI技術はさらに環境に優しくなる

人工知能(AI)技術の環境への影響は最近、幅広い注目を集めていますが、これは今後10年間でAIの中心...

...

追跡すべきマルチモーダル LLM が多すぎますか?まずは26のSOTAモデルを見てみましょう

現在、AI分野の焦点は大規模言語モデル(LLM)からマルチモーダルへと移行しており、その結果、LLM...

疫病流行中の人間の行動にAIが混乱!データ変更による作業の「異常」は手動での制御が必要

[[327938]]ビッグデータダイジェスト制作著者: 劉俊環半年前に Taobao をオープンした...

Google が 3,300 万ドルを投じて 5 年間の脳プロジェクトを開始!マウスの脳の2~3%をマッピング、エベレスト山とほぼ同じデータ量

人間の脳は、数十億個の細胞のネットワークで構成された、存在する最も複雑なコンピューターです。これまで...

Google mBERT の秘密を解明: ディープラーニングは人間の言語をどのように処理するのか?

[[384615]]言語機能を備えたディープラーニングシステムは、人々の生活の中で広く利用されてき...

AIがタンパク質構造を予測し、サイエンス誌とネイチャー誌の年間技術革新として掲載され、無限の可能性を秘めている

2021 年に AI 分野で最も画期的な賞を授与するとしたら、誰を選びますか? 「サイエンス」と「ネ...

OpenAIがカスタムコマンド機能を開始、会話ごとに好みや情報を繰り返す必要がなくなる

OpenAIは7月21日、カスタム指示機能のリリースを発表しました。この機能はまずPLUSプランのベ...