人工知能は私たちに何を教えてくれるでしょうか?

私たちは、想像力を理解し、活用する機会を求めています。人工知能と人間の間で役割を割り当てるだけでなく、両者を組み合わせて想像力の有効性を高めることも目的としています。

著者|マーティン・リーブス・ジャック・フラー*

出典 | ビジネス レビュー

機械は想像できるでしょうか?私たちは通常、コンピュータが与えられた命令に基づいて計算を実行し、結果を導き出すものだと考えています。私たちはコンピューターが想像力と定義するような能力、つまり予期せぬことを経験したり、反事実的な思考を形成したり、まったく新しい可能性を探索したりできるとは考えていません。しかし最近では、人工知能が徐々に想像力の領域に侵入しつつあるようです。

我々は交代するのでしょうか

たとえば、アーティストのマリオ クリンゲマンは、GPT-3 の人工知能テキスト ジェネレーターに、イギリスの風刺作家ジェローム K. ジェロームのスタイルでテキストを書くように依頼しました。

ワシントン・ポスト紙は、独自に開発した人工知能アルゴリズム「ヘリオグラフ」を通じて、1年間で850件のレポートを作成した。デジタル デザインおよびメディア企業 AKQA は、人工知能を使用して新しい種類のスポーツ「Speedgate」（スピードゲート）を作成し、それを実際に普及させ、スピードゲート リーグも開催しました。

これらの例からどのような結論を導き出すことができますか?ソフトウェアは人間の同様の創造物を生み出す上で大きな進歩を遂げており、場合によっては過小評価できない経済的価値を生み出しています。したがって、人間と機械の間の境界は確かに変化しており、この傾向は今後も続くと予想する必要があります。

しかし、コンピューターは、想像力の基本的な能力の一部を処理できるにはまだ程遠いです。 1つ目は因果関係思考モデルです。 GPT-3 のいわゆるニューラル ネットワークは、インターネットや書籍にある大量の情報に基づいて構築されています。表面的には、GPT-3 は現実世界の情報に基づいたメンタル モデルであり、新しくてあまり驚くべきものを作成することができます。ただし、GPT-3 は、あるテキスト文字列が別のテキスト文字列の後に出現する確率のみを表現できる言語モデルです。

GPT-3 のようなシステムを観察した後、人工知能研究者のゲイリー・マーカスとアーネスト・デイビスは次のように述べています。それは大きなカットアンドペーストのようなもので、見たテキストの変更が必要な場所をつなぎ合わせるだけであり、これらのテキストの背後にある基礎的な概念を掘り下げることではありません。」

人工知能には、想像力のもう一つの最も基本的な部分、つまり想像する動機も欠けています。モチベーションとは、プロセスを開始するための推進力だけを指すのではなく、何を想像すべきか、つまり再考の重要な部分を示す指針も指します。

人工知能は言葉と世界を結びつけることができません。哲学者のデイビッド・チャーマーズ氏が書いているように、GPT-3は「人間の理解を必要とする多くのことを行うが、言語を認識や行動に結びつけることは決してない」。

スポーツ、芸術作品、ニュースメディアに関する上記の例はすべて、人間がコンピューターの計算と現実世界の間で橋渡しの役割を果たすことに関係しています。

したがって、人工知能が因果モデルを確立できず、知覚と行動を結びつけることができず、人間の介入なしに欲望や欲求不満を生成できない場合、短期的には人間に取って代わることはできないと結論付けることができます。

しかし、私たちが見てわかるのは、人工知能が作り出すものは人間の思考にとって非常に貴重な素材を提供し、人間は機械の出力を有用な結果に変えることができるということです。これは問題の別の見方です。

私たちが交代するかどうかという問題と比較して、より意味のある質問は、この巨大な協力体制が今後どのように発展していくかということかもしれません。人工知能はどのような方法で人間の想像力を促進するのでしょうか?

人工知能は私たちの想像力を助けてくれますか?

人工知能は私たちを日常的な活動から解放し、多くの中核的なタスクを実行し、それに基づいて人間の共感を重ね合わせることができ、あるいは想像力を継続的に刺激することができます。

人工知能による想像力の誘発

人工知能は、退屈な分析作業、特に異常監視作業から私たちを解放し、想像力を刺激する予想外の要因を発見するのに役立ちます。自動分析会社 Inspirient の CEO、Georg Wittenburg 氏は次のように説明しています。「データ内の異常値や外れ値の検出など、アルゴリズムには単純すぎるものもあります。私たちのシステムは、このデータセットには 14 個の外れ値または 14 個の異常なイベントがあると伝えます。それ以上でもそれ以下でもありません - そしてこれが異常のリストです。」

しかし、アルゴリズムが従わなければならない制限の 1 つは、フレームワーク全体の中心に依然として人間がいるということです。つまり、特定のメンタル モデルにとって異常と見なされるものが人間によって設定されるということです。人工知能は発見は得意ですが、思いやりは苦手です。システムの設計では、私たちが重要だと考えることを考慮に入れる必要があります。しかし、ウィッテンバーグのアルゴリズムは、人間とコンピューターの繰り返しの対話と対象を絞った分析を通じて、人間が何に興味を持っているかを学習できます。

人工知能を通じてアイデアを豊かにする

人工知能は想像力をさらに強力にし、思考モデルの開発プロセスを促進します。 「ハイブリッド アクティブ」対話型システムと呼ばれるタイプの人工知能ツールがあり、人工知能が独自の提案を行うことで人間の意思決定を導き、深めます。このようなツールは現在、翻訳や顧客サービスの分野で使用されています。

しかし、考え直すと、この種のツールがどのように使用されるか想像できます。新しいヘルスケア企業についてアイデアを書いたり描いたりするとき、人工知能は関連データ、類似の事例参照、さまざまな画像や逸話を私たちのデータにフィードすることができます。想像力。

人工知能による世界との衝突

人工知能との対話は、人間とのチャットと世界の探索の間のような活動になる可能性があります。私たちは初期のアイデアを取得して、AI に次のように伝えることができます。「これが新しい種類の銀行に関する私のアイデアです。金融アナリストが与えるようなフィードバックをこれらの点に沿って与えてください」または「… SF 作家が与えるかもしれない」 " フィードバック"。得られた結果が得られたら、「もう少しエキサイティングなものにしてください」、「もう少しクリティカルなものにしてください」など、追加の要件を追加します。

人工知能によるコミュニケーション

想像力が直面する中心的な課題は、メンタル モデルを伝えることの難しさです。 AI は、抽象的なメンタル モデルを画像やストーリーに変換することで、この問題の解決に簡単に役立ちます。たとえば、Nvidia は、人間が描いた幅広い概念的な落書きを写真のようにリアルな風景に変換するツールを開発しました。

将来的には、このような技術があれば、新製品の登場やビジネス形態の見直しなどを素早く行うことができると考えられます。このツールはテキストまたは視覚要素を操作できる必要があります。

将来の会社についてのアイデアを大まかに数ストローク描いて人工知能システムに入力すると、人工知能がいくつかの素晴らしいストーリー、過去の先例、他の事柄の類推分析に基づいてそれを完成させます。特定の要素を追加すること、つまり人工知能を洗練し磨くことで、より効果的にアイデアを広め、他の人にインスピレーションを与えることができる何かが生まれます。

人工知能による新しい常態の構築

人工知能は、コンセプトの適用成功の背後にある共通の特徴や中核となる特徴を抽出するのに役立ちます。これは、革新的なものの標準化とプロセス、さらには新しい常態の構築にとっても重要です。

人工知能は原因と結果をまだ把握できませんが、パターンの識別を通じて、操作マニュアル、ソリューション、ユーザー インターフェイスの設計を効果的にサポートするのに役立ちます。顧客が製品の使用習慣をデータ形式で取り込むことが増えているため、新しいものをコーディングするためのルールはより的を絞ったものになっています。

たとえば、このアプローチは新しい農法のデータ分析に適用できます。これは、どの特性があらゆる状況に適用できるかを判断するのに役立ち、新しい農法の可能性を実現するために農家が何をする必要があるかを理解するのに役立ちます。

別の例として、特定の実験的な教育テクノロジーの使用プロセスと結果に関するデータを研究することによって、新しいプラットフォームに適用できる機能の範囲を明らかにし、人々がこれらの機能の使用方法を学ぶように導くことができます。

私たちが直面する必要があることの 1 つは、人工知能を使用すると、コンセプトの継続的な進化が容易になるということです。人工知能は、製品と顧客の間のインタラクション データから新たな変化について洞察を得ることができるため、継続的に指示を調整することができます。ユーザーインターフェースのアップグレード。

人工知能による想像力の復活

最後に、人工知能は、思考の二重性を維持するために不可欠なビジネスの状況を特定し、追跡するのに役立ちます。たとえば、アルゴリズムは企業内で発生する対話と試行の数を評価し、これに基づいて、そのような企業が想像力を維持できるかどうかを判断できます。

あるいは、人工知能を使用して既存の従業員または将来の従業員の行動と特性を分析し、企業が反事実的な考え方で人材を継続的に収穫できるようにすることもできます。

人工知能は私たちに何を教えてくれるのか

私たち自身の想像力を向上させることに加えて、より想像力豊かな人工知能テクノロジーの開発にエネルギーを注ぐことで、想像力とは何か、そしてそれをより効果的に活用する方法をより効果的に理解できるようになるかもしれません。

人工知能技術がどのような発展段階にあるとしても、想像力を構築しようとするプロセスは、直感に最も依存し、最も明確ではないものを強制的に明確に提示するプロセスです。おそらく人間は想像力が優れているが、人工的な想像力を構築しようとすると、想像力が個人レベルおよび集団レベルでどのように発生するかについてさらに学ぶことができるかもしれない。

これは、集団レベルでの想像力にとって特に重要です。つまり、組織全体を想像力で満たすことです。

対立を通した想像力

すでにクリエイティブなアプリケーションで使用されている最も興味深い人工知能アルゴリズムの 1 つは、「敵対的生成ネットワーク」(GAN) と呼ばれるもので、これは 2 つの対立するネットワーク (1 つは生成モデル、もう 1 つは判別モデル) を通じて機能します。

GAN がどのように機能するかは、私たちが個別にも集合的にも議論してきた重要なテーマ、つまり複数の心と認知的多様性の重要性と関連しています。 GAN を企業レベルに適用するとどうなるでしょうか?私たちは、互いに結びついた人々のネットワークを構築する必要があるかもしれません。ある人は創作を担当し、他の人はこれらの創作物を批判する責任を負います。

重要なのは、両者がそれぞれの責任を果たしながらお互いから学び、それぞれの仕事の結果を常に磨き、最適化できることです。この現実版の GAN は、ゲーム、競技会、または効果的な対立を生み出すことができるその他の形式を通じて起動でき、ネットワーク内の両当事者は、相手方の出力結果や学んだ教訓に基づいて運用方法を継続的に調整します。

プログラム コードをプロンプトに置き換える: GPT-3 などの今日の最も強力な人工知能アルゴリズムには、ユーザーが従来のプログラミング手法を使用せずにアルゴリズムと対話するという、非常に満足のいく機能が備わっています。代わりに、プロンプトを使用します。

別の言い方をすると、人間が情報を入力すると、種を植えるようなもので、それが複雑な反応へと成長し、人々の想像力を刺激します。 GPT-3 を使用する場合、「最適」と呼ばれる設定を調整することもできます。これは、人工知能が最終的に出力する結果の数を指し、人工知能はそのうちの 1 つを選択して表示します。

おそらく、同様のルールを組織レベルに適用することを想像できるでしょう。プロンプトによって人工知能の豊富な知識が活用できるのと同じように、CEO もテキスト、画像、ビデオなどを通じてプロンプトを作成し、会社全体がそれに応答できるようにすることができます。

これらの回答結果は、人工知能を通じて意思決定者に提示されるか、仲介チームによって選択されて想像力をさらに刺激することができます。プロセス全体で重要なのはスピードです: 目標は、洗練されたプロジェクト提案書やよく制作されたビデオ コンテンツを一度に入手することではなく、迅速な応答を得てすぐに経営陣に返し、継続的に表示されるようにすることです。経営陣の議論の範囲。

「温度」の制御 GPT-3 のもう 1 つの画期的な機能は、人工知能の応答結果の「温度」、つまり確率の高い応答結果からの乖離の度合いを調整することです。

人工知能に数学の問題や事実に関する質問を解決してもらいたい場合は、「温度」を下げる必要があります。この種の答えがあまりにもランダムであったり、突飛なものになったりすることは絶対に望ましくありません。しかし、反事実的なアイデアを増やすことが目標の場合、熱量を高めるのは理にかなっています。

このアプローチを企業で実践することも想像できます。理想的には、ビジネス リーダーは、ビジネス内のさまざまな部門、特にプロジェクト内の特定の作業プロセスのさまざまな温度をデバッグできる機能を備えている必要があります。一部の企業はすでにこれを実行しており、クレイジーで大胆なプロジェクトに特化したクリエイティブ部門を設置しています。

しかし、このアプローチを推進し、全社的な原則とすることは可能です。マネージャーは、割り当てたジョブの各部分に対して 1 ～ 10 の温度を設定できます。彼が要求した前四半期の小売分析レポートについては、温度を 1 (「通常注意している事実データを提供してください」)、6 (「推測的な議論を追加」)、または 10 に設定できます。 (「反事実的な質問をし、それらの質問を調査する新しいデータを見つけてください。」)

機械が人間に取って代わるという段階には程遠いですが、両者の境界は間違いなく変わりました。この変化は今後も続き、想像力をより深く理解し活用するのに役立つ新たな機会が今後も出現し続けるでしょう。私たちは、想像力を理解し、活用する機会を求めています。人工知能と人間の間で役割を割り当てるだけでなく、両者を組み合わせて想像力の有効性を高めることも目的としています。私たちが人工知能と並んでいる姿を想像してみてください。

著者について: Martin Reeves、ボストン コンサルティング グループ (BCG) のヘンダーソン シンクタンク会長、BCG サンフランシスコ オフィスのシニア パートナー。心身の健康管理会社の創設者であるジャック フラーは、かつて BCG ヘンダーソン シンクタンクのトピックマネージャーを務めていました。この記事は、彼らの新著『The Imagination Machine』からの抜粋です（『Making Ideas』の中国語版は 2023 年に CITIC Publishing Group から出版される予定です）。

(この記事は知識の共有のみを目的としており、投資、会計、法律、税金に関するアドバイスを提供したり、それに依存したりするものではありません。これに基づく投資決定は自己責任でお願いします。)

ワンダフルマガジン過去号

スワイプしてもっと見る

以上が人工知能は私たちに何を教えてくれるでしょうか?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。