最近、世界一の富豪イーロン・マスク氏がTEDディレクターのクリス・アンダーソン氏が主催する独占インタビューに参加した。 インタビューの中でマスク氏は、AIや自動運転、Twitterの買収、テスラのこれまでの開発経緯などについて自身の見解を語った。以下は、主にAI自動運転とテスラのヒューマノイドロボットに関するインタビュー内容の一部を要約したものである。 1 AIと自動運転についてアンダーソン氏: 「テスラのギガファクトリーの内部は本当に素晴らしいです。私が見たのは、従来の電気自動車工場ではなく、電気自動車を生産するための完全なシステムだと感じました。継続的な最適化の過程でこのシステムによって達成された生産能力の向上は、テスラにかなりの収益成長をもたらしています。」 それは素晴らしいことですが、ここで私が非常に興味を持っている質問の 1 つは、自動運転の開発についてです。 5年前に私があなたにインタビューしたとき、あなたはテスラが今年中に完全な自動運転を実現すると誓いました。 しかし、実際のところ、これまで誰も真の自動運転を実現していません。この問題についてどう思いますか? ” マスク氏: 「その理由は、過去に多くの『偽りの夜明け』があったからだと思います。私を含め、多くの人が何度も『今度こそ真の自動運転が実現する』と考えましたが、実際にはそれは実現せず、『夜明け』の代わりに解決すべき問題や克服すべき困難、そして技術面で押し進める必要のある限界がさらに増えたのです。」 自動運転技術の発展曲線を描くとすれば、それは多くの対数関数で構成された曲線のようになるはずです。この曲線は、最初はしばらく上昇し、その後は横ばい傾向になり、その後しばらく下降し、その後横ばい傾向になるか、再び上昇に転じる可能性があります。 ここでの中心的な課題は、私たちの道路システムと互換性のある「真に使用可能で信頼性の高い AI システム」を開発することです。 道路システムは、人間の脳という生物学的神経ネットワークと、生物学的視覚と互換性があるように設計されています。したがって、道路システムと互換性のある自動運転AIを開発したい場合、さまざまな要素を総合的に考慮し、前述の外部条件と互換性のある実際の信頼性の高いAIシステムを開発する方法が中心的な課題となります。 たとえば、既存の道路システムとの互換性を確保するには、ハードウェアにカメラとシリコンベースのニューラルネットワークを搭載する必要がある。」 アンダーソン: 「では、既存のフレームワークについてどう思われますか?自動運転技術の進歩に十分でしょうか?」 マスク氏: 「これは不人気な答えになるだろうが、今年中にこの問題を解決できると思う。」 たとえば、真の自動運転とみなされるものを測定する場合、指標として使用できる情報の一つは、自動運転プログラムの事故確率が平均的な人間のドライバーよりも低いかどうかであり、今年中にそれを達成できると考えています。 来年か再来年もこの問題について議論することになるかもしれませんが、私は今年中に達成できると確信しています。 ” 2 テスラのヒューマノイドロボットについてアンダーソン: 「もし誰もそんなことをしていなければ、私たちはもっと早くこれを達成できなかったかもしれないから、わざとこうした過激な発言をしているのですか? 例えば、昨年、テスラの AI は周囲の状況を理解する上で大きな進歩を遂げ、その後、テスラのヒューマノイド ロボットの計画を明らかにしました。 テスラが自動運転システムの開発で大きな進歩を遂げたことで、「私たちにはそれができる」という自信はありますか? ” マスク氏: 「はい、前にも言いましたが、自動運転の問題を解決する鍵は、互換性と信頼性の高いAIを実現することにあると気づくまでに時間がかかりました。この概念を自動運転車に当てはめると、車を4輪のロボットと考えることができますが、実際にはこの概念をさらに一般化して「2本足の一般的なヒューマノイドロボット」にすることができます。そして、これを実現するために欠けているのは、周囲の環境を自律的に探索し、探索結果に基づいて意味のあるタスクを完了できる、十分に強力なインテリジェントシステムです。」 また、ソフトウェアの問題だけでなく、ハードウェアにおいても十分に強力な製造・生産システムが必要になると思います。ソフトウェアにしろハードウェアにしろ、今述べた2点は実はテスラが得意としていることです。 したがって、テスラがヒューマノイドロボットを開発したい場合、必要なのは、電源装置とセンサー装置を具体的に統合する設計ソリューションを考案することだけです。もちろん、電源やセンシングデバイスも自分たちで設計する必要があります。 現在、多くの人は、ヒューマノイドロボットを作成することが、実際にはあらゆる種類の車を実現するよりもはるかに有意義であることを認識していません。 ” アンダーソン氏: 「AI システムの応用についてお話しされましたが、当初は製造システムへの応用になると思いますが、最終的には各家庭に導入されるようになると思います。 では、自宅の 3D 構造を真に効果的に理解し、物がどこにあるのか、またはどこに物があるべきなのかを認識し、何が何であるかを識別できるこのようなロボットが自宅にあったら、何ができるでしょうか?部屋の掃除とか? ” マスク氏: 「はい、部屋の掃除、料理、高齢者の世話などです。」 アンダーソン氏: 「家族全員を認識し、お年寄りにお茶を出したり、写真を取得したり、子どもたちとキャッチボールをしたりすることができます。」 マスク氏: 「そうです。そして私たち全員が注意しなければならないもう一つのことは、ロボットをディストピア社会を構築するためのインフラにしてはならないということです。 ロボットには、ネットワークによって書き換えられないローカルチップが必要です。たとえば、人がロボットに「停止」コマンドを発行すると、ロボットは停止するはずですが、この機能はオンライン操作によって書き換えられません。 将来のロボットはこのような安全機構を備えて設計される必要があると思います。また、AI 規制当局も必要だと私は考えています。個人的には規制されることは好きではありませんが、公共の安全のためには重要だと思います。 ” アンダーソン氏: 「それでは、あなたの意見では、2050年には誰もが自宅にこのような家庭用ロボットを所有するようになると思いますか?」 マスク氏: 「ええ、それは非常にあり得ると思います。おそらくその時までに、私たち全員にロボットの兄弟か姉妹がいるでしょう。」 アンダーソン: 「家事以外に、私たちの兄弟姉妹は何ができるでしょうか? 何らかの特殊用途のロボットは可能だと思いますか?」 マスク氏: 「はい、これは避けられないことだと思います。例えば、私はかつてインターネットでかわいいキャットウーマンのロボットを作ると約束しましたが、将来のロボットは人々が望むすべての機能を実現できるようになると思います。」 アンダーソン: 「これらのロボットの最初のものが製造され、市場に出回るようになるのはいつだと思いますか?」 マスク氏: 「私たちが設計している最初のヒューマノイドロボットは、人間にとってより危険で、より反復的な作業を行えるように設計される予定です。」 今年はプロトタイプが、来年は市販モデルが登場するかもしれませんが、一般的には、このタイプのロボットの最初の登場は約2年後になると思います。その後、機能の向上、生産能力の向上、価格の低下を伴うヒューマノイドロボットの製品反復プロセスを目撃することになるでしょう。 ” アンダーソン: 「このロボットはいくらかかると思いますか?」 マスク氏: 「このロボットの価格は高すぎるべきではないと思います。例えば、車よりも安いかもしれません。」 アンダーソン氏: 「しかし、計算してみると、ロボットを購入することで人間の労働者の年間給与を3万ドルから4万ドル節約できるとしたら、このロボットの価格が約2万5000ドルで、すべてがうまくいけば、このロボットは人間の労働者よりも1日あたり長時間働くことができ、休暇を取る必要もありません。これは単純に素晴らしいことです。 したがって、将来、特定の仕事をしている人の多くがそのようなロボットに置き換えられると考えるのに十分な理由があります。私たちはこれを心配すべきでしょうか? ” マスク氏: 「私は個人的には心配していません。 市場では大規模な労働力不足が見られると思いますし、実際すでに見られています。ロボットが導入された未来でも、この労働力不足は依然として存在するはずで、誰もが想像するようなロボットによる大規模な失業は実際には起こらないかもしれません。 将来は、需要と供給のバランスがより良くなり、人々が必要な商品やサービスを簡単に安価に入手できる世界へと進化すると思われます。 |
<<: 2022年には大学卒業者数が1000万人を超えるが、AI関連の仕事の月給はたったの2万4000円?
>>: 過去10年間のデータ分析と人工知能の7つの災害のレビュー
11月14日、海外メディアの報道によると、OpenAIはGPT-5の構築を開始した。同社のCEOサム...
ロジスティック回帰の基本原理と勾配降下法の導出プロセスについて説明しました。このコードは、分類アルゴ...
Stable Diffusion は 11 か月前に誕生し、消費者向け GPU で実行できるという...
10月20日、国務院新聞弁公室公式サイトによると、工業情報化部の報道官、運営監視調整局局長の陶青氏は...
翻訳者 | 陳俊校正:孫淑娟近年、自動テストは大きな進化を遂げています。これは、人為的エラーの可能性...
2017年は人工知能技術(AI)において画期的な発展があった年でした。過去 1 年間の大きな宣伝にも...
あなたの目の前に表示されている画像の人物は現実には存在しません。実は、機械学習モデルによって作成され...
フェデレーテッド ラーニングは機械学習において非常に注目されている分野であり、複数の当事者がデータを...
テキスト生成は、多くの自然言語処理アプリケーションにとって重要です。しかし、ニューラル言語モデルの最...
先週、深セン大学コンピュータサイエンスおよびソフトウェア工学部の Yu Shiqi 教授が、最大 1...
GPT-3.5が海外で発売されてからまだ1年も経っていないし、文心易言が国内で発売されてからまだ半...
1月2日、アリババDAMOアカデミーは2020年のトップ10テクノロジートレンドを発表しました。これ...