今日のデジタル時代では、人工知能 (AI) と機械学習 (ML) はあらゆるところに存在しています。顔認識アルゴリズム、伝染病の発生検出と緩和、信用と医療へのアクセスはほんの一例です。しかし、人間の知性を反映し、現実の結果を予測するこれらのテクノロジーは、人間的および倫理的基準に沿っているのでしょうか? AI に関して、規制慣行や新しい基準を作成することはできるのでしょうか? AI を最大限に活用し、潜在的な悪影響を軽減するにはどうすればよいのでしょうか? 私たちはその答えを見つけるために懸命に取り組んでいます。 人工知能 (AI) と機械学習 (ML) テクノロジーはメリットをもたらしますが、課題ももたらします。アマゾン、アップル、グーグル、フェイスブックなどの世界有数の企業は、人工知能アルゴリズムに偏りがあると非難されている。たとえば、Apple が AppleCard を導入したとき、そのユーザーは女性消費者が男性消費者よりも少ないクレジットを受け取ることに気づきました。この偏見はAppleの評判に深刻な影響を与えました。 深刻な結果をもたらす極端な事例として、米国の司法制度は AI アルゴリズムを使用して懲役刑や仮釈放期間を発表しています。残念なことに、これらの AI システムは歴史的に偏った犯罪データに基づいて構築されており、AI システムに組み込まれた偏見を増幅し、永続させています。最終的に、これは機械学習アルゴリズムが刑事司法制度に提供する公平性に疑問が生じることにつながります。 倫理的なAIを求める戦い世界中で政府や企業が AI の開発と導入に積極的に取り組んでいます。現在、専門家でなくても導入・設定できるAIツールが市場に増えてきています。 AI の導入と開発が急速に進む中、世界中の多くの専門家や支持者は、AI アプリケーションの長期的な影響について懐疑的です。彼らは、AI の進歩が人々の生産性や自由意志の行使にどのような影響を与えるかを懸念しています。倫理的な AI の導入を求める戦いは、実際には、テクノロジーが人間に取って代わるのではなく、人間を支援する未来を求める戦いなのです。 Google や IBM などの世界的なテクノロジー大手はすでに、人工知能 (AI) や機械学習 (ML) アルゴリズムにおけるこれらのバイアスを研究し、対処しています。そのソリューションの 1 つは、人工知能 (AI) および機械学習 (ML) システムのトレーニングに使用されるデータのドキュメントを作成することです。 AI システムの偏りの問題に続いて、よく知られているもう 1 つの懸念は、AI アルゴリズムがどのように決定を下すのかが明確に示されていないことです。これは不透明アルゴリズムまたはブラックボックス システムとも呼ばれます。説明可能な AI の開発により、ブラックボックス システムの悪影響が軽減されます。 AI に関する倫理的な課題の一部は克服されましたが、AI の兵器化など、他のいくつかの問題はまだ解決されていません。 AI の倫理とポリシーに重点を置く政府、非営利団体、企業組織は数多くあります。たとえば、Amazon、Google、Facebook、IBM、Microsoft によって設立された非営利団体「Partnership on AI for Good for People and Society」は、AI テクノロジーのベスト プラクティスを開発し、一般の理解を促進し、AI のプラットフォームとして機能します。 Appleは2017年1月にこの組織に加盟した。 現在、政府や非政府組織は人工知能の倫理を確保するために多くの努力を行っています。たとえば、米国では、オバマ政権の2016年のAI政策ロードマップが倫理的なAIに向けた大きな一歩となり、2020年1月にはトランプ政権が「人工知能アプリケーションの規制に関するガイドライン」に関する大統領令の草案を発表しました。この宣言では、AIシステムの開発に投資し、AIに対する国民の信頼を高め、AIへの障壁を排除し、国際市場における米国のAI技術の競争力を維持する必要性を強調している。 さらに、欧州委員会の人工知能に関するハイレベル専門家グループは、2019年4月8日に「信頼できるAIのための倫理ガイドライン」を発表し、2020年2月19日には、欧州委員会のロボット工学および人工知能のイノベーションと卓越性ユニットが、AIイノベーションにおける卓越性と信頼に関するホワイトペーパーを発表しました。 学術面では、オックスフォード大学には AI 倫理に焦点を当てた 3 つの研究機関があり、AI 倫理を構造化された研究および応用分野として確立しています。 NYU の AI 研究所では、偏見と包摂、労働と自動化、自由と権利、社会インフラとセキュリティに焦点を当て、AI の社会的影響についても調査します。 倫理的なAIの開発に関する主な懸念と期待 (1)心配 •主要な人工知能 (AI) および機械学習 (ML) システムの開発者および導入者は、利益と社会統制に重点を置いています。しかし、倫理的な AI がどのようなものになるかについては、まだ合意が得られていません。多くの専門家は、倫理的な AI の動作と結果を定義、実装、および実施することが難しいことを懸念しています。 •強力なテクノロジー企業と政府は、倫理的問題ではなく自らの目的に基づいて AI の開発を管理しています。おそらく、今後 10 年以内に、人工知能 (AI) と機械学習 (ML) のテクノロジーを使用して、人間の心理に影響を与え、ユーザーに商品、サービス、アイデアを購入するよう説得するより洗練された方法を生み出すことになるでしょう。 •ブラックボックスシステムにおけるAIツールやアプリケーションの運用は依然として課題となっています。さらに、このような不透明な状況下で AI の倫理基準を適用できるかどうかは、未解決の問題のままです。 (2)希望 •人工知能/機械学習の発展により、その進歩と価値が明確に実証されました。しかし、人類社会はこれまで常に、こうした技術の発展に伴う問題を軽減する方法を見つけてきました。 •これまで、AI ツールとアプリケーションは人間の能力を超えた驚くべき成果を上げてきました。さらなる革新と進歩により、この傾向はさらに強まるでしょう。 •新しい AI システムの無限の導入は避けられません。それに加えて、被害を軽減できる AI 戦略の開発は不可欠です。実際、人々は倫理的な AI システムを使用して、非倫理的な AI システムによって引き起こされる問題を特定し、修正することができます。 •近年、倫理的なAIに関する世界的な取り組みが実を結んでいます。それは、相互利益、安全、自律性、正義に基づいて、人類社会が人工知能のさらなる発展に適応することを促します。 • より多くの AI ツールやアプリケーションが登場し、人々の生活がより便利で安全になる未来を想像してください。 AI は、医療から旅行まで、あらゆる人間のシステムを根本的に強化します。その結果、倫理的な AI へのサポートは今後数年間で大幅に増加する可能性があります。 •オープンソース技術の助けにより、特にバイオメディカルコミュニティにおいて、倫理的な AI に関するコンセンサスが形成されてきました。過去数年間にわたり、倫理的な人工知能という重要な分野における広範な研究と議論が実を結びました。 • 有害で無益な結果を広くもたらす技術は生き残ることはできません。市場と法制度は、最終的には非倫理的な AI システムを排除するでしょう。 倫理的AIの責任マイクロソフトやグーグルなどのテクノロジー大手は、人工知能を効果的に規制するためには政府が介入すべきであり、法律はそれがどのように施行されるかによってのみ有効であると考えている。これまで、その責任は規制当局とテクノロジー企業の従業員に課せられてきました。 人々は、厳しい質問をしたり、徹底した予防策を講じたりすることで、生活やビジネスで AI に果たしてもらいたい役割を選択することができます。その結果、多くの企業がこの新しい分野を指導するために AI 倫理学者を雇用しています。 AIと倫理が一体化するまでには、まだ長い道のりが残っています。しかし、その日が来るまで、人々は AI 技術の使用方法を自主規制しなければなりません。 |
<<: AIは物理的なセキュリティ運用に高度な分析を活用しています
>>: メタバースの目!メタの機械式バイオニックアイの特許が明らかになり、バイオニック人体に搭載される予定
[[436890]]最近、清華大学のチームが事前トレーニングを必要としない効率的な NLP 学習フ...
[51CTO.com クイック翻訳] この 2 部構成のシリーズでは、numpy Python ライ...
分布の不一致を避けるために、強化学習のトレーニングはオンラインで環境と対話する必要がありますか? G...
近年、民生用ドローンの急速な発展と5G商用化の段階的な深化に伴い、ドローンと5Gの関係はますます密接...
[[252389]]人工知能囲碁プログラム「AlphaGo」が囲碁の世界チャンピオンを破って以来、人...
バージニア州は7月に地元警察による顔認識技術の使用禁止を解除する予定だが、カリフォルニア州とニューオ...
ロボットファンの多くにとって、四足歩行ロボットといえば、まずボストン・ダイナミクス社のロボット犬を思...
近年、顔認識をめぐる論争が絶えません。少し前に、「初の顔認識事件」の第一審判決が発表され、杭州野生動...
ニューラル ネットワークの基本的な考え方は、コンピューターの「脳」内の複数の相互接続されたセルをシミ...
TensorFlow は Python ベースの機械学習フレームワークです。 Coursera でロ...
過去2年間で、インターネット業界の人口ボーナスはピークに達し、成長率は鈍化したというのが業界の全会一...