チューリング賞受賞者:人工知能を実装したものは、もはや人工知能とは呼ばれない

チューリング賞受賞者:人工知能を実装したものは、もはや人工知能とは呼ばれない

1956年、マッカーシーはダートマス大学で開催された会議で初めて「人工知能」の概念を提唱した。後に、これは人工知能の誕生の兆候と見なされました。

マッカーシーは「人工知能」への貢献により、1971年にチューリング賞を受賞し、「人工知能の父」と称された。彼は2011年に病気で亡くなった。

彼は「人工知能」の研究に携わっており、同僚によくこう不満を漏らしている。「人工知能によって何かが実現されると、人々はそれを人工知能とは呼ばなくなる。」

[[396402]]

この一文は多くの無力さを露呈している。マッカーシー氏の目には、人工知能の時代はすでに到来している。この効果が存在するからこそ、人々は人工知能がすでに身の回りに存在する現実ではなく、未来の神秘的な存在であると常に感じてしまうのです。

人工知能の概念は非常に広く、多くの種類があります。人工知能の強さに応じて、3 つのカテゴリに分類されます。

  • 弱い AI: 弱い AI は特定の分野では非常に優れています。例えば、2016年にAlphaGoは囲碁の世界チャンピオンでありプロ九段の李世ドルを破りました。 AlphaGo は囲碁をプレイするのに非常に優れていますが、チェッカーをプレイしようとすると、ルールすら知りません。
  • 強力な人工知能: 強力な人工知能とは、あらゆる面で人間と同等の能力を持つ人工知能を指します。人間のように考え、計画を立て、問題を解決し、複雑なものを理解し、経験を積み、学習することができます。現在の技術レベルでは、強力な人工知能を実現することはできません。
  • スーパー人工知能: スーパー人工知能とは、科学的革新や社会的スキルなど、あらゆる面で人間よりも優れた能力を発揮できることを指します。この段階では、人工知能が人間によって制御されるようになるかどうかはまだ不明ですが、人工知能の発展の最終段階です。

私たちは弱い人工知能の時代に生きており、人工知能は私たちの生活のいたるところで見ることができます。

たとえば、自動車分野には弱い人工知能システムが数多く存在します。アンチロックブレーキとガソリン噴射パラメータの制御は、どちらも人工知能の応用です。

[[396403]]

携帯電話には人工知能があふれています。ナビゲーションのために地図ソフトを開いたり、SiriやXiao Aiとチャットしたりするのは、実は弱い人工知能なのです。

スパムフィルターも一種の弱い人工知能であるとは、おそらく考えなかったでしょう。

翻訳ソフトウェア、電子商取引ウェブサイトでの商品推奨、検索エンジンなど、例は数多くあります。

[[396404]]

しかし、マッカーシー氏が言ったように、人工知能を使って何かが達成されると、人々はそれをもはや人工知能とは呼ばなくなります。数十年前、携帯電話やコンピューターがハイテク製品だと人々が考えていたのと同じように、今では自動運転車もハイテク製品だと考えられています。

現在の技術では、近い将来に弱い人工知能から強い人工知能に移行することは不可能でしょう。これは、人間の脳が既知の宇宙の中で最も複雑なものであり、コンピューターと人間の脳の間には多くの違いがあるためです。

10桁の数字を10桁の数字で瞬時に掛け合わせることができるコンピュータを作るのは簡単ですが、動物が猫なのか犬なのかを判別できるコンピュータを作るのは難しいです。

微積分、大きな数値の計算、データ分析など、私たちが難しいと感じるものは、コンピュータにとっては非常に簡単なものに見えます。

視覚、力学、直感など、私たちが簡単だと思っていることは、コンピュータにとっては非常に難しいことです。

コンピューター科学者のドナルド・クヌースはかつてこう言った。「人工知能は思考を必要とするほぼすべての分野で人間を上回っているが、人間や他の動物が考えずにはできないことができるようになるにはまだまだ遠い。」

[[396405]]

下の図を見ると、私たちには黒い石が見えます。しかし、コンピューターは白、黄色、黒の 3 つの色を認識します。

[[396406]]

これは静的な情報を理解するに過ぎません。人間と同等になるためには、コンピューターは幸福、喪失、満足などの感情も理解できなければならず、「シンドラーのリスト」が古典的傑作であり、「上海要塞」が駄作である理由を理解できなければなりません。

ただ考えるだけでは簡単なことではありません。

人類が強力な人工知能の時代に入ったとき、人工知能はまだ生活から遠いと感じるかもしれません。スーパー人工知能は人工知能の本当の時代です。

[[396407]]

超人工知能の時代が来たとき、人類はまだそう思うだろうか?超人工知能の時代に人類は生き残れるのか?

すべては未知です。

<<:  グラフアルゴリズムシリーズにおける深さ優先探索

>>:  2021年4月の自動運転分野における重要な進展の概要

ブログ    
ブログ    

推薦する

...

ガートナー: データサイエンスと機械学習の未来に影響を与える 5 つのトレンド

Gartner, Inc. は、人工知能のデータ需要を満たすために急速に進化している分野であるデータ...

主要なソートアルゴリズムのパフォーマンス比較とデモンストレーション例

ソートとは、もともと無秩序だったシーケンスを、順序のあるシーケンスに並べ替えることを意味します。ソー...

オペレーティング システムのプロセス スケジューリング アルゴリズム (CPU 仮想化)

前回の記事では、オペレーティング システムが CPU を仮想化する方法についてすでに説明しました。今...

AIファースト戦略はどこから始まるのでしょうか?

[[393200]] [51CTO.com クイック翻訳]人工知能は企業に競争上の優位性をもたらし...

NLP を上手に使いこなすには、適切な「武器」が必要です。GLUE で 1 位にランクされている武器をご存知ですか?

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...

...

RLHF が LLM トレーニングの鍵となるのはなぜですか? AI専門家が5つの代替案を検討し、Llama 2のフィードバックメカニズムのアップグレードを説明

ChatGPTが主導する大規模言語モデルの時代において、避けては通れないトピックが「人間のフィードバ...

ChatGPT は検索エンジンに取って代わることができますか?

ChatGPT は、いくつかの簡単な問題のタスクを完璧に完了できます。しかし、AI に記事全体を書...

...

自動運転の安全性の問題をどう解決するのか?まずは名前を変えてみましょう。

現在、新世代情報技術の急速な発展に伴い、自動運転をはじめとした新興産業がますます台頭しています。世界...

人工知能とデザインの未来

人工知能はあらゆる業界に混乱をもたらしています。医療分野では、AI 技術が病気の診断において人間を上...

なぜ失敗したかご存知ですか?機械学習プロジェクトの 87% がこのように失敗します…

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

顔認識における克服すべき困難

顔認識は、生体認証の分野、さらには人工知能の分野においても最も難しい研究テーマの 1 つと考えられて...

人工知能の発達により、親は子供たちに新しいエリートの考え方を教えざるを得なくなった

人工知能は急速に発展しており、その理論と技術はますます成熟し、その応用分野は絶えず拡大しています。人...