シカゴのダウンタウン近くの気取らない建物で、マーク・ギョンギョシと IFM/Onetrack のメンバーは成長し、ますます力をつけています。
人工知能には「シンプルに考える」という基本原則があります。この言葉は、2階建ての工業用建物の上階の裏壁にテープで貼られた紙に簡単な手書きで書かれていた。しかし、彼らが人工知能を使ってここで行っていることは決して単純なものではありません。
#人工知能の未来 人工知能は、ほぼすべての業界で人類の未来を形作っています。同社はすでに、ビッグデータ、ロボット工学、モノのインターネットなどの新興テクノロジーの主要な原動力となっており、予見可能な将来にわたってテクノロジーのイノベーターとしての役割を果たし続けるでしょう。
機械学習とコンピューター ビジョンを使用して、さまざまな「セキュリティ イベント」を検出および分類するこの靴箱サイズのデバイスは、すべてを検出したわけではありませんが、多くの「セキュリティ イベント」を検出しています。車両を操作する際のドライバーの様子、運転速度、運転している場所、周囲の人の位置、他のフォークリフトオペレーターが車両をどのように操作しているかなどです。 IFM のソフトウェアは、携帯電話の使用などの安全違反を自動的に検出し、倉庫管理者に通知して、直ちに措置を講じることができます。事故の防止と効率の向上が主な目的です。ギョンギョシ氏は、IFM のデバイスの 1 つが監視していることを知るだけで「大きな影響」があったと主張しています。
ギョンギョシ氏は、「カメラについて考えてみると、現時点で入手可能なセンサーの中で最も豊富なセンサーであり、その価格は非常に興味深いものです。最近ではスマートフォン、カメラ、イメージセンサーが非常に安くなりましたが、私たちは多くの情報を取得します。1 枚の画像から 25 の信号を推測できるかもしれませんが、6 か月後には、同じ画像から 100 または 150 の信号を推測できます。唯一の違いは、画像を表示するために使用されるソフトウェアです。 .. 各クライアントは、当社のシステムがプロセスをより多く見て学習し、重要かつ関連性のあるものをより多く検出し始めるにつれて、当社が参加する他のすべての顧客から恩恵を受けることができます。」
IFM は、この成長分野における無数の人工知能イノベーターの 1 つにすぎません。たとえば、2021年にIBMの発明者が取得した9,130件の特許のうち、2,300件は人工知能に関連したものでした。テスラの創設者でハイテク大手のイーロン・マスク氏は、進行中の研究に資金を提供するために非営利調査会社オープンAIに1000万ドルを寄付した。
「知識工学」から始まり、数十年にわたる散発的な冬眠を特徴とする進化の時代を経て、テクノロジーはモデルとアルゴリズムに基づく機械学習へと発展し、知覚、推論、帰納にますます重点が置かれています。現在、人工知能はこれまでにないほど再び注目を集めており、すぐに注目を失うことはありません。
人工知能はなぜ重要ですか? 人工知能はコンピューター学習の基礎であるため、重要です。人工知能を使用すると、コンピューターは大量のデータを利用し、学習した「知能」を使用して、人間がかかる時間のほんのわずかな時間で最適な決定と発見を行うことができます。
現代の人工知能、より具体的には「狭い人工知能」です。これは、データに基づいてトレーニングされたモデルを使用して目的関数を実行します。多くの場合、深層学習または機械学習のカテゴリに分類され、影響を受けていない主要業界はほとんどありません。これは、モノのインターネットの強力な接続、接続デバイスの急増、コンピューターの処理速度の高速化により、データの収集と分析が劇的に増加しているため、特にここ数年に当てはまります。
一部の業界は AI への取り組みの始まりにあり、他の業界は経験豊富な旅行者です。どちらも長い道のりを歩んでいます。いずれにしても、人工知能が今日の生活に与える影響は無視できません。
しかし、これらの進歩や他の多くの進歩は単なる始まりにすぎません。今後もさらに多くのことが起こるでしょう。
最高技術責任者で顧客関係管理会社 4Degrees の共同創設者であるデイビッド ヴァンデグリフト氏は、「インテリジェント ソフトウェアの機能がある時点で限界に達するという仮定は間違っていると思います。」と述べています。
企業が AI 製品やサービスに毎年数十億ドルを費やし、Google、Apple、Microsoft、Amazon などのテクノロジー大手がこれらの製品やサービスの開発に数十億ドルを費やしているため、大学は AI をカリキュラムに組み込んでいます。米国省が AI ゲームを強化するにつれて、大きな出来事が起こることは間違いありません。これらの開発の中には、完全な実現に向けて進んでいるものもあれば、単なる理論上のものもあり、今後もそうなる可能性があります。これらすべてが良くも悪くも破壊的であり、景気後退の見通しは立っていません。 Googleの元責任者でBaiduの主任研究員であるアンドリュー・ン氏はZDNetのインタビューで、「多くの業界は、冬、冬、そして永遠の春というパターンを経験することになるだろう。私たちは永遠にいるかもしれない」と語った。 人工知能が社会に与える影響人工知能は仕事をどう変えるかノースウェスタン大学での講演で、人工知能の専門家であるカイ氏は、 Fu Lee 氏は、人工知能技術とその今後の影響を提唱するとともに、人工知能の副作用と限界についても指摘しました。前者については、 「人口の下位 90%、特に世界人口の収入または学歴の下位 50% は、失業によって深刻な損害を受けるでしょう...単純な質問です。」 「これは、人工知能が仕事を置き換える可能性です。人工知能は日常業務の中で自らを最適化する方法を学習できるためです。そして、その数が多ければ多いほど、ゴミ箱に分別するなどの作業がより客観的になります」缶詰、皿洗いなど。果物を摘んだり、顧客サービスの電話に応答したりするなど、これらは反復的で日常的なスクリプト化されたタスクです。5 年、10 年、または 15 年後には、これらは人工知能に置き換えられるでしょう。」 With 10万個以上 ロボットと人工知能のオンライン巨人であるアマゾンの倉庫では、ピッキングと梱包作業は依然として人間によって行われているが、それは変わるだろう。 リー氏の意見は最近、インフォシスの社長モヒト・ジョシ氏も同様で、ニューヨーク・タイムズに次のように語った。彼らはこう感じています。「なぜ、わずか 1% の人間でこれができないのか？」共感や愛の能力。むしろ、それは「人間の創造性を増幅させるツール」なのです。解決策はどうでしょうか？繰り返しの仕事や日常的な仕事をしている人は、排除されないように新しいスキルを学ばなければなりません。アマゾンは従業員が他社に就職するための訓練を受けるための資金も提供している。 イリノイ大学アーバナ・シャンペーン校の教授兼コンピューターサイエンス部長のクララ・ナールステッド氏は、次のように述べています。新しい仕事に就くために人々を再教育します。トレーニング。」クララさんは、これが広範囲に、または頻繁に起こらないことを心配しています。 IFM のギョンギョシ氏はさらに具体的です。
「人々は、新しい言語を学ぶのと同じようにプログラミングを学ぶ必要があります。これは本当に未来なので、早期に行う必要があります。将来、コーディングを知らなくても、 「あなたはプログラミングを知りません。これからますます難しくなるでしょう。」
「テクノロジーによって職を追われた多くの人々が新しい仕事を見つけることになるでしょうが、それは一夜にして実現するものではありません。アメリカが戦争中にそうしたのと同じように。」産業革命 大恐慌の主な原因となった農業経済から工業経済への移行中、人々は最終的には立ち直ったが、短期的な影響は大きかった」とヴァンデグリフト氏は語った。 「仕事は失われ、新しい仕事は生まれます。移行は必ずしも人々が考えるほど簡単ではありません。」 NVIDIA の学習者エクスペリエンス デザイナーであるマイク メンデルソンは、ナールシュテットとは異なる種類の教育者です。彼は、人工知能についてもっと学び、それをビジネスに応用したいと考えている開発者と協力しています。
そこには次のように書かれていました:「もし彼らがそのテクノロジーで何ができるかを理解し、この分野をよく理解していれば、彼らはつながりを持ち始め、『もしかしたらこれは AI の問題かもしれない』と考えるでしょう。この状況はさらに深刻です」これは、ラベル付きデータではなく報酬とペナルティを扱う「強化」学習と、敵対的生成ネットワーク (略して GAN) の 2 つの領域で発生します。 , これにより、2 つのネットワークを互いに対抗させるだけでなく、コンピューター アルゴリズムを作成できるようになります。評価. 前者は、例として Google DeepMind の AlphaGo Zero の Go 機能に代表され、後者は、有名人や特定の種類の音楽などの特定のトピックの学習
より大規模に、AI は持続可能性、気候変動、環境問題に大きな影響を与えることが期待されています。理想的には、高度なセンサーの使用を通じてです。
人工知能とプライバシーのリスク
もちろん、AI のビッグデータへの依存はすでにプライバシーに大きな影響を与えています。Facebook に対する Cambridge Analytica のいたずらや、Alexa に対する Amazon の見解を見てください。盗聴は次の 2 つです。テクノロジーが制御不能に陥る例は数多くあります。批評家は、適切な規制や自主規制がなければ、状況はさらに悪化すると主張しています。2015年、Apple CEOのティム・クックは、ライバルであるGoogleとFacebookの貪欲なデータマイニングを嘲笑しました。 "彼らはあなたについてできる限りのことを学び、それを収益化しようとしているのです」とクック氏は2015年のスピーチで語った。私たちはこれは間違っていると考えています。 「
「大量の個人データを収集して人工知能を進歩させることは、効率ではなく怠惰である」とクック氏は述べた。 AI が真に賢くなるためには、プライバシーを含む人間の価値を尊重する必要があります。これを誤ると、危険は非常に大きくなります。
多くの人が同意しています。2018 年、英国に本拠を置く人権およびプライバシー団体アーティクル 19 とプライバシー インターナショナルは、人工知能に対する不安は人工知能の日常的な機能に限定されているとする論文を発表しました。ロボットの覇者にとってのような壊滅的な変化
「責任を持って導入すれば、人工知能は社会に利益をもたらすことができます。しかし、ほとんどの新興テクノロジーと同様に、商業的および国による使用は確かに人権に悪影響を与える可能性があります」と著者は書いています。 。 「
著者らは、収集された大量のデータが、スパム フィルターやレコメンデーション エンジンなどの無害な方法で将来の行動を予測するために使用される可能性があることを認めています。しかし、個人のプライバシーや個人情報の保護に対する本当の脅威もあります。」差別は彼らの権利に悪影響を及ぼします。
2018年末、国際的に有名な人工知能の専門家であるスチュアート・ラッセルは、講演の際に冗談めかして(あるいはそうでなくても)こう述べました。ウェストミンスター寺院では、ジャーナリストが記事に「ターミネーター」ボットを含めないことに同意しない限り、ジャーナリストと話をしないという正式な協定を結んでいる。その皮肉は、作りすぎで終末論的になりがちなハリウッドの遠い未来の人工知能の描写に対する明らかな軽蔑を明らかにしている。ラッセル氏が「人間レベルの AI」と呼ぶもの、または汎用人工知能としても知られるものは、長い間空想の産物でした。しかし、それが短期間に実現する可能性、あるいはまったく実現する可能性は非常に低いです。
ラッセル氏は次のように説明しました:「人間のような人工知能に到達する前に、達成する必要がある大きなブレークスルーがたくさんあります。」
ラッセル氏はまた、人工知能はまだ完全には言語を理解していないと指摘しました。 。これは、現時点で人間と AI の間に明確な違いがあることを示しています。人間は機械語を翻訳して理解することができますが、AI は人間の言語を翻訳することはできません。しかし、AI が私たちの言語を理解できれば、AI システムはすべてのテキストを読んで理解できるようになります。
「ひとたびこの能力を手に入れれば、人間のあらゆる知識を照会することができ、人間がこれまで答えたことのない質問を合成、統合し、答えることができるようになるでしょう」とラッセル氏は付け加えた。 、また、歴史的に別々だった物事の間の点をまとめて結び付ける能力もありません。」
これは私たちに多くのことを考えさせます。さらに言うと、人間の脳をシミュレートすることは非常に困難であり、これが、AGI の将来が仮説にとどまるもう 1 つの理由です。ジョン・レアード氏は、ミシガン大学で工学およびコンピューターサイエンスの教授を長年務め、数十年にわたりこの分野の研究を行ってきました。
「私たちの目標は、インテリジェント システムに固有であると考えられる認知アーキテクチャと呼ばれるものを構築しようとすることでした」とレアード氏は、主に人間の心理学からインスピレーションを得た研究について語った。人間の脳は単なる同種のニューロンの集合ではないということです。それはさまざまなコンポーネントで構成された実際の構造であり、その一部は世界でどのように物事を行うかについての知識に関連しています。」
これは、いわゆるプログラムメモリ。また、一般的な事実に基づく知識、つまり意味記憶もあり、もう 1 つのタイプは、エピソード記憶と呼ばれる、以前の経験 (または個人的な事実) に関する知識です。レアード氏の研究室のプロジェクトの 1 つは、自然言語命令を使用してロボットにチェスやパズルなどの簡単なゲームを教えることです。これらの指令には通常、目的の説明、法的措置の概要、失敗のシナリオが含まれます。ロボットはこれらの命令を内部に取り込み、それを使用して動作を計画します。しかし、いつものことですが、画期的な進歩には時間がかかり、レアード氏らの予想よりも遅いです。
「進歩するたびに、私たちはそれがどれほど難しいことについても新たに理解できるようになります。」
人工知能の分野の多くの指導的人物は、超知能機械が人類を乗っ取り、人類を奴隷化したり絶滅させたりすることで人類を永久に変える、いわゆる「シンギュラリティ」を含む悪夢のようなシナリオが存在することに同意しており、中には誇張している人もいる。
理論物理学者の故スティーブン・ホーキング博士は有名な仮説を立てました:人工知能自体が人間のプログラマーよりも優れた人工知能を設計し始めると、その結果は「機械がカタツムリのペースで知能において私たちを超える」かもしれません。イーロン・マスクは、AGI が人類の存在に対する最大の脅威であると信じ、警告しています。この目標を達成するための努力は「悪魔を呼び寄せる」ようなものだと述べた。彼の友人でGoogleの共同創設者であるラリー・ペイジ氏が、彼の善意にもかかわらず、誤って「邪悪な」ものの出現を誘導してしまうのではないかという懸念さえある。たとえば、「人類を滅ぼすことができるAI強化ロボットの艦隊」。 IFM のギョンギョシ氏でさえ、AI 予測に関しては警戒心を抱いているわけではなく、あらゆる可能性を排除するつもりはありません。それによると、ある時点で人間は訓練システムを必要とせず、自ら学習し、成長するようになるという。
「これらの分野で私たちが現在使用している方法が、機械に私たちを殺そうとさせることにつながるとは思いません。おそらく 5 年か 10 年後には、これを再評価する必要があると思います。」とギョンギョシ氏は語った。
殺人機械はおそらくフィクションの産物であり続けるでしょうが、多くの人は、殺人機械がさまざまな方法で人間に取って代わると信じています。オックスフォード大学のFuture of Humanity Instituteは、「人工知能はいつ人間のパフォーマンスを超えるのか？人工知能の専門家からの証拠」と題した人工知能に関する調査結果を発表し、将来についての352人の機械学習研究者の意見が含まれている。 2019 年の人工知能開発の様子。
このグループには楽観主義者がたくさんいます。回答者の中央値は、2026 年までに機械が学校のレポートを書けるようになる、2027 年までに自動運転トラックにドライバーが必要なくなる、2031 年までに人工知能が小売業で人間を上回る、そして 2049 年までに人工知能が人間を超えるようになる、2053 年までに人工知能が普及する、と回答しました。次のスティーヴン・キングになるかもしれないし、2053年までに次のチャーリー・テオになるかもしれない。最も衝撃的なのは、2137 年までに人間のすべての仕事が自動化されることです。しかし、人間自身はどうでしょうか? 傘の下でロボットの飲み物を飲んでいるのは間違いありません。
ノースウェスタン大学の教授であり、分析科学修士プログラムの創設ディレクターであるディエゴ クラビアンは、自分自身を AGI 懐疑論者だと考えています。
その説明: 「現在、コンピューターは 10,000 単語以上しか処理できません。つまり、何百万ものニューロンが存在します。しかし、人間の脳には数十億のニューロンがあり、それらは非常に興味深い方法で相互に接続されて機能します。複雑な方法で接続されており、現在の最先端のテクノロジーは、非常に単純なパターンに従った単純な接続に過ぎません。したがって、数百万のニューロンから数十億のニューロンに至るまでの既存のハードウェアおよびソフトウェア技術では、そのようなことは起こらないと思います."
Klabjan は、極端なシナリオ、たとえば、殺人ロボットが地球をくすぶる地獄に変えるような極端なシナリオも信じていません。それよりも、戦争ロボットのような機械が邪悪な人間によって間違った「動機」を教え込まれていることに関心があります。マサチューセッツ工科大学の物理学教授で人工知能の第一人者であるマックス・テグマーク氏は、2018年のTED講演で「人工知能の本当の脅威は、愚かなハリウッド映画のような悪意ではなく、人工知能が可能にする能力だ」と述べた。目標は我々の目標と一致していない」 これもレアードの見解だ。
何かが目覚めて世界を征服するというシナリオは絶対に考えられない、とレアード氏は語った。「それはサイエンスフィクションであり、将来の結果ではないと思います。」
レアード最大の出来事懸念されているのは、邪悪なAIそのものではなく、銀行強盗やクレジットカード詐欺などの多くの犯罪に対して「偽りの戦力増強手段としてAIを利用する邪悪な人間」である。したがって、進歩のペースにイライラすることはよくありますが、AI のゆっくりとした燃焼は実際には祝福である可能性があります。
レアード氏は次のように述べています:「私たちが何を生み出し、それをどのように社会に統合しているのかを理解することは、まさに私たちが必要としているものかもしれません。」
しかし、正確な答えは誰にもわかりません。
ラッセルはウェストミンスターでの演説の中で、「いくつかの大きな進歩が達成されなければならず、間もなく達成されるかもしれない。」と述べ、1917年にイギリスの物理学者アーネスト・ラザフォードによって提案された原子力システムを引用した。原子の分裂など）、「これらの概念的なブレークスルーがいつ起こるかを予測するのは難しい。」
しかし、それが起こるときはいつでも、それが重要である場合には備えておくことを強調する。これは、AGI の倫理的使用と規制されるべきかどうかについての議論を開始または継続することを意味します。これは、アルゴリズムに悪影響を及ぼし、現在人工知能の大きな欠陥となっているデータバイアスを排除する取り組みを意味します。これは、テクノロジーを制御するセキュリティ対策を考案し、強化することに取り組むことを意味します。また、それができるからといって、そうしなければならないわけではないことを理解する謙虚さを持つことも意味します。
「AGI 研究者のほとんどは、AGI は数十年以内に達成されると予測していますが、準備を整えずに実現すれば、それは人類史上最大の間違いになる可能性があります。残忍な世界的独裁体制につながる可能性があります。「前例のない不平等をもたらし、 「監視、苦しみ、そしてもしかしたら人類の絶滅さえも」とテグマーク氏はTEDの講演で語った。「しかし、私たちが慎重に行動すれば、最終的には誰もがより豊かになる、より良い未来が訪れるかもしれない――貧しい人は金持ちになり、金持ちはさらに金持ちになり、そして誰もが健康で、自由に夢を実現できます。」
以上が人工知能の未来: 人工知能は世界をどう変えるのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
