2030 年までに AI と私たちの世界はどうなるでしょうか?

2030 年までに AI と私たちの世界はどうなるでしょうか?

2030年までに、私たちの世界は変わるでしょう。人工知能 (AI) は、スマート シティ、モノのインターネット、ブロックチェーン、ヘルスケア、量子コンピューティング、音楽、科学、拡張現実をさらに進歩させます。

[[419232]]

将来の超人的な限定的な AI アプリケーションは、私たちのスマート ネットワーク、デバイス、プロセス、サービスの中に存在します。これには、戦略ゲーム、チェス/囲碁、ビデオゲーム、自律移動、株式取引、金融取引、医療診断、NLP、言語翻訳、パターン/オブジェクト/顔認識、製造プロセスなどで人間を上回るパフォーマンスを発揮する、特別に設計された自動化インテリジェンスなどのアプリケーションが含まれます。

現在、人間の労働よりも効率的で効果的な、人間のようなタスクや作業向けに設計された、狭い範囲の人工知能 (AI)/機械学習 (ML)/ディープラーニング (DL) の断片化されたアプリケーションのみが存在します。

現在、主な存在論的な疑問は、ロボット/機械/コンピューターがいつ現実世界の一般的な人工知能になるのかということです。

ほとんどの人は、AI テクノロジーの根本的な破壊力とそれが私たちの未来に与える重大な影響をまだ理解していません。

世界経済フォーラムは、世界未来評議会のメンバー(学者、ビジネスリーダー、市民社会のメンバー)に、2030年のより良い世界を想像するよう依頼した。

「2030年までに、宇宙技術と人工知能を組み合わせることで、森林破壊、石油流出、農業、国境を越えたテロ、移民の流れなど、地球規模の課題に対処するのに役立つだろう」など、将来の生活における人工知能技術の役割について言及した人はわずかだった。 2030年に正しく実行できたらどうなるでしょうか?

国連の持続可能な開発のための2030アジェンダに沿ったほとんどの予測では、人工知能、機械学習、ディープラーニング、ロボット工学、その他の新興技術などの高度なデジタル技術の破壊的な力は無視されています。

AI の世界については、肯定的なものも否定的なものも、ユートピア的なものもディストピア的なものも含め、将来を見据えたシナリオがいくつかあります。

  • あらゆるものがインテリジェントに相互接続された、地球規模の人間と機械の超インテリジェント社会。
  • ヒューマノイドロボットの世界。 2030 年までに、限定的な AI とロボット工学が世界を席巻し、ヒューマノイド ロボットが完全に優位に立つようになるかもしれません。
  • 世界をリードする中国の人工知能。 2030年までに中国は人工知能で世界をリードするだろう。 2030 年までに、人工知能の理論、技術、アプリケーションが世界をリードするレベルになります。その時までに、中国は、知的財産の応用生産部門、社会統治、国家安全保障と防衛などの分野が深く統合され、一連の一流の人工知能技術革新基地と世界をリードする人材を備えた、人工知能技術と人工知能経済の世界の中心地(人工知能コア産業の生産額が1兆元を超え、人工知能関連産業の生産額が10兆元を超える)になっているはずです。次世代人工知能発展計画(国発[2017]第35号)。
  • 狭義のAI経済の世界。限定的な AI/ML/DL/ロボティクスは、世界経済の生産性と GDP の可能性を変革します。 2030 年までに、AI は世界経済に 15.7 兆ドルの貢献をする可能性があります。これは、現在の中国とインドの生産高を合わせた額を上回ります。このうち、6.6兆ドルは生産性の向上から、9.1兆ドルは消費の副作用から得られる可能性がある。
  • 強力な軍事人工知能の世界。軍隊の大部分は、自律型致死兵器システム(LAWS)と殺人ロボットを備えたヒューマノイドロボット部隊となるでしょう。世界中の軍隊は、2030年までに戦場での人工知能とロボット工学の使用を大幅に拡大する計画を立てています。 英国軍の首脳らは、2030年代までに最大3万人の「ロボット兵士」が英国軍の不可欠な一員になる可能性があると予測している。
  • 仕事のない世界。 2030年までに、AIによって補償効果なしに生み出される技術的失業は大きな社会問題となるでしょう。自動車やトラックの運転手、機械オペレーターなどのブルーカラー職だけでなく、ホワイトカラー労働者、専門家、弁護士、開発者なども、AI主導の知能と自律性へと大きくシフトし、大量の失業につながるでしょう。

I-World 2030 シナリオは Real-World AI なしでは実現不可能であるため、次の課題は AI アプリケーションの断片化と AI の信頼性と信頼性に関するものとなります。

狭義の AI/ML/DL とロボット工学の断片化に対処するために、私たちは人間の知能と競合するのではなく補完する一般的な因果 AI モデルを開発します。

ユニバーサルな Human-AI グローバル プラットフォームは、膨大な量のデジタル データから知識を抽出し、政府から産業、教育、医療、世界の安全保障に至るまで、人間の生活のあらゆる側面で画期的な進歩を可能にするように設計されています。

これにより、構造化および非構造化デジタル データを、統一された世界インテリジェント データ モデルと因果アルゴリズムで処理し、教師あり学習から自己教師あり学習へと現実世界の学習を移行できるようになります。

これらの分野での画期的な進歩は、人類の将来の生存に影響を与えるでしょう。

<<:  弱電産業におけるAIの応用動向

>>:  Alibaba Damo AcademyのJin Rong氏:テクノロジーから科学へ、中国のAIはどこへ向かうのか?

ブログ    

推薦する

cnBeta は、開発者が AI アプリケーションを構築するのに役立つ 3 つの新しい機械学習ツールをリリースしました。

TechCrunchのウェブサイト、北京時間9月25日によると、多くの競合他社と同様に、Micro...

AIは数学データベースの問題の82%を証明でき、Transformerをベースにした新しいSOTAが達成されました。

科学者たちは最近、AI に数学の授業をさせることに夢中になっていると言わざるを得ません。現在、Fac...

...

2021 年に注目すべき 27 の建設技術トレンド (パート 2)

テクノロジーは建設業界にかつてないほど大きな影響を与えています。クラウドベースのコラボレーションやデ...

APICloud CEO 劉欣: モバイルアプリケーションは人工知能の実装にとって最も直接的な媒体である

報道によると、APICloudが主催するAI時代のモバイル技術変革カンファレンスが2018年1月5日...

超大型モデルの登場でAIはゲームオーバーになるのか?ゲイリー・マーカス:道は狭くなっている

最近、人工知能技術は大規模モデルにおいて飛躍的な進歩を遂げています。昨日、Google が提案した ...

機械学習モデルは展開するには大きすぎますか? 3つの解決策をご紹介します

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

機械学習アルゴリズムの実践: 決定木

序文最近、欲張りになりすぎないように、機械学習の基本的なアルゴリズムを体系的に勉強しようと思っていま...

5Gの商用化は加速し続け、自動運転との統合における価値が強調される

私の国が2019年に5Gを正式に開始してから2年以上が経ちました。 2021年に入り、わが国の5G開...

ニューヨーク市の AI イニシアチブを分析: そこから何を学べるか?

エリック・アダムス市長は最近、ニューヨーク市政府がAI技術の応用を推進する計画を発表した。この計画に...

WeChatモーメンツを席巻しているGoogleのAI版「Draw and Guess」の原理はこうだ。

Google の人工知能に対する皆の理解は、おそらく囲碁 AI AlphaGo から始まったのでし...

人工知能は教育のバランスのとれた発展に貢献する

最近、中国人工知能学会、中国言語知能研究センターなどの主催による第3回中国知能教育会議が西安で開催さ...

2021 年に AI と ML に参入する前に知っておくべき 10 のこと

高度な新しい AI アルゴリズムを使用して複雑な問題を解決し、高い給料を得られるというのは魅力的に思...

画像内の文字の教師なし学習

[[201526]]人間の行動に関する研究が最近、Nature の子会社である Nature Hum...

アンドリュー・ン:ディープラーニングの知識を完全に説明する 22 枚の写真

Andrew Ng 氏は、Tess Ferrandez 氏が修了したディープラーニング特別コースのイ...