AIの「不確実な時代」にどう向き合うか

AIの「不確実な時代」にどう向き合うか

AIの拡大する影響

私たちの日常生活における AI の影響はますます明らかになってきています。 AI が生成した歌からシェークスピアの俳句、自動運転車、亡くなった愛する人を真似できるチャットボット、仕事で助けてくれる AI アシスタントまで、テクノロジーはあらゆるところに普及し始めています。

AIは急速に進歩しており、すぐにもっと一般的になるだろう。ウォートン大学のイーサン・モリック教授は最近、専門職の仕事の将来に関する実験の結果について書いた。この実験は、ボストン コンサルティング グループの 2 つのコンサルタント グループを中心に行われました。各グループにはさまざまな共通タスクが割り当てられました。一方のグループは現在利用可能な AI を使用して取り組みを強化できましたが、もう一方のグループではそれができませんでした。

「AI を使用するコンサルタントは、AI を使用していないコンサルタントに比べて、平均で 12.2% 多くのタスクを完了し、25.1% 速くタスクを完了し、40% 高品質の結果を生み出しました」とモリック氏は報告しています。

もちろん、アーティファクトやバイアスなど、大規模言語モデル (LLM) に固有の問題により、この波が消滅する可能性がありますが、現時点ではそうなる可能性は低いようです。この技術は破壊的な潜在能力を実証していますが、津波の威力を経験するまでには数年かかるでしょう。これから何が起こるか見てみましょう。

AIモデルの次の波

次世代の LLM は、現在の GPT-4 (OpenAI)、Palm 2 (Google)、Llama (Meta)、Claude 2 (Anthropic) よりも複雑で汎用的なものになります。イーロン・マスク氏の新しいスタートアップ企業 Xai にも、新しく、潜在的に非常に有能なモデルが参入する可能性が高い。推論、常識、判断などの能力は、これらのモデルにとって依然として大きな課題です。しかし、これらの各分野で進歩が期待できます。

ウォール ストリート ジャーナルは、次世代の LLM の中で、Meta が少なくとも GPT-4 と同等の機能を持つ LLM に取り組んでいると報じています。報告書によれば、これは2024年中に起こると予想されている。 OpenAI も次世代の開発に取り組んでいると予想するのは妥当だが、計画について議論する際には比較的静かである。おそらくこれは長くは続かないでしょう。

現在入手可能な情報によると、最も重要な新モードは、Google Brain と DeepMind AI チームが共同で立ち上げた「Gemini」です。ジェミニは、現在のジェミニよりもはるかに優れているかもしれません。アルファベットのCEO、サンダー・ピチャイ氏は昨年5月、モデルのトレーニングを開始したと発表した。

「まだ初期段階ではありますが、以前のモデルにはなかった素晴らしいマルチモーダル機能がすでに実現しています」とピチャイ氏は当時のブログ投稿で述べた。

マルチモーダルとは、テキストベースと画像ベースの両方のアプリケーションの基礎として、複数の種類のデータ入力 (テキストと画像) を処理および理解できることを意味します。以前のモデルには見られなかった機能への言及は、より大きな新たな、あるいは予期しない特性や動作の可能性を示唆しています。現在の世代における新しい例の 1 つは、コンピュータ コードを作成する機能です。これは、予想されていた機能ではありませんでした。

スイスアーミーナイフの AI モデル?

Google が少数の企業に Gemini の初期バージョンの使用を許可したとの報告があります。その一つが、名高い半導体研究会社 Semianalys かもしれません。同社の新しい投稿によると、ジェミニは現在市場に出回っているGPT-4モデルよりも5~20倍先進的である可能性がある。

ジェミニの設計は、ディープマインドが2022年に発表したガトーをベースにしたものになると思われます。昨年の VentureBeat の記事では、次のように報告されています。「ディープラーニング Transformer モデルは「ジェネラリスト エージェント」と呼ばれ、さまざまなモダリティ、観察、アクション仕様を備えた 604 種類の、主に日常的なタスクを実行できると主張しています。これは AI モデルのスイス アーミー ナイフと呼ばれています。明らかに、これはこれまでに開発された他の AI システムよりも汎用性が高く、この点で人工汎用知能 (AGI) への一歩であると思われます。」

AGIに向けて

Microsoft によると、GPT-4 はすでに「AGI の火花」を見せていると考えられており、「特別なプロンプトを必要とせずに、数学、コーディング、視覚、医学、法律、心理学などの分野にわたる新しい困難なタスクを解決できる」とのことです。既存のすべてのモデルを上回る性能を持つ Gemini は、確かに AGI への大きな一歩となるかもしれません。ジェミニは、おそらく数か月以内に、あるいは年末までにリリースが開始されるであろう、いくつかのレベルのモデル容量でリリースされると推測されています。

ジェミニは印象的ですが、より大きく、より洗練されたモデルを期待してください。エコノミスト誌との会話の中で、Infltion AIのCEO兼共同創設者であり、DeepMindの共同創設者でもあるムスタファ・スレイマン氏は、「今後5年間で、最先端のモデル企業、つまり最大規模のAIモデルをトレーニングしている最先端企業は、現在GPT-4で見られるモデルの1000倍以上も大きなモデルをトレーニングするようになるだろう」と予測した。

これらのモデルの潜在的な応用と日常生活への影響は比類のないものであり、莫大な利益をもたらす可能性がある一方で、危険性が増大する可能性もあります。ヴァニティ・フェア誌は、ニューヨーク大学の哲学および神経科学教授であるデイビッド・チャーマーズ氏の言葉を引用している。「このシステムの利点は計り知れない。おそらくこれらのシステムによって病気の治療法が発見され、貧困や気候変動などの問題も解決されるだろう。これらは大きな利点だ」。記事ではまた、人類絶滅の可能性を含む悲惨な結果に関する専門家の予測を引用し、その確率は1%から50%と推定され、潜在的なリスクについても論じている。

人類による歴史支配の終焉か?

歴史家のユヴァル・ノア・ハラリ氏はエコノミスト誌との会話の中で、AI開発における今後の進歩は歴史の終わりを意味するのではなく、「人間主導の歴史の終わり」を意味するだろうと語った。歴史は他者の支配下で続いていきます。それはむしろエイリアンの侵略のようなものだと思います。

スレイマンは反論する。AIツールには主体性がないため、人間が与えた能力を超えたことは何もできない。するとハラリ氏は、将来のAIは私たちよりも賢くなる可能性があると答えた。自分より賢い人が主体性を発揮するのをどうやって止めるのでしょうか? 主体性を持つ AI は、人間のニーズや価値観に合わない行動を取る可能性があります。

これらの次世代モデルは、AGI への次のステップと、AI がより有能で、より完全になり、現代の生活に欠かせないものになる未来を表しています。希望を持つには十分な理由があるが、予想されるこれらの新たな展開は、規制と監督を求める声をさらに高めるものである。

規制上の課題

最先端のモデルを製造する企業のリーダーたちも、規制が必要であることに同意している。彼らの連合が9月13日に米国上院に出席した後、フォーチュン誌は彼らが「政府による規制の考えを緩やかに支持している」ことと「その規制がどのようなものになるかについてはほとんど合意が得られていない」ことを報じた。

この会合はカリフォルニア州共和党のチャック・シューマー上院議員が主催し、その後適切な規制を策定する課題について議論された。同氏は、AIは技術的に複雑で、絶えず変化しており、「世界中に非常に広範囲にわたる影響を及ぼす」と指摘した。

AIを規制することは現実的には不可能かもしれない。まず、テクノロジーの多くはオープンソース ソフトウェアとして公開されており、実質的に誰でも利用できます。これだけでも、多くの規制努力が問題になる可能性があります。

論理的かつ合理的な規制を実施する

AIリーダーによる規制支持の公の声明を劇的だと考える人もいる。 MarketWatch は、シリコンバレーの長年の幹部で、現在は C3 AI の CEO を務めるトム・シーベル氏の見解を次のように伝えている。「AI の幹部は、議員たちに規制をお願いして、ロープ ドープ ゲームをしています。しかし、何百万ものアルゴリズムの安全性を確保するための資金と知的資本は十分ではありません。彼らはそれが不可能であることを知っているのです。」

確かに不可能かもしれないが、私たちは挑戦しなければならない。スレイマン氏はエコノミスト誌との会話の中で次のように述べている。「今こそ、恐怖をあおるのではなく、論理的かつ賢明な方法で予防原則を採用しなければならない時だ。」

AI が狭い範囲の機能から AGI へと急速に進歩するにつれ、大きな期待が寄せられていますが、危険性も深刻です。この不確実性の時代には、極度の潜在的危険を回避しながら人類に利益をもたらす AI テクノロジーを開発するために、私たちの深い良心、知恵、注意が必要です。

<<:  AI時代に医療データの品質が重要な理由

>>:  7億7千万パラメータ、5400億PaLMを超えます! UW Google はトレーニング データの 80% のみを必要とする「ステップ蒸留」を提案 | ACL 2023

ブログ    

推薦する

ツイッターがマスク氏の買収を阻止:15%以上の株式を保有する者は割引価格で発行される

イーロン・マスクによるツイッター買収のドラマもついにこの回まで来た。ツイッターは現地時間4月15日、...

GNN初心者必読! Google Research が、SOTA グラフ ニューラル ネットワークをゼロから構築する方法を教えます

[[422426]]近年、ニューラル ネットワークは自然言語、画像、音声、その他のデータで大きな進歩...

...

...

Open Interpreterは、大規模な言語モデルのコードをローカルで実行できるようにするオープンソースツールです。

最近、Github を閲覧していたところ、Open Interpreter という魔法のツールを見つ...

テスラのヒューマノイドロボットは来年オンラインになるでしょうか?専門家:マスク氏は単純すぎる考え方

[[419079]] 「ロボットは、人間が最もやりたがらない、退屈で反復的で危険な作業を処理するため...

企業が AI 戦略を採用するための 8 つのヒント

人工知能技術は企業のビジネスに応用され、夢から現実へと変わりました。実際、最近の O'Rei...

人工知能技術の発展の概要

人工知能は、コンピュータサイエンス業界のトップテクノロジーの一つとして、1956年にダートマス会議で...

2018 年に注目すべき 10 個の機械学習ツール

[[215148]] [51CTO.com クイック翻訳] 2017年は機械学習が輝いた年でした。多...

...

...

あなたの疑問に答える3つの側面:「怠け者」は人工知能に置き換えられるでしょうか?

100年前、女性は衣服を洗うときに手で「こする」必要がありました。 50 年前、テレビのチャンネル...

人工知能による雇用促進

近年、人工知能は急速に発展し、新たな科学技術革命と産業変革を主導する中核的な原動力となり、人類の生産...

大規模モデルは小規模モデルに正確にフィードバックし、知識の蒸留はAIアルゴリズムのパフォーマンスを向上させるのに役立ちます。

01 知識蒸留の誕生の背景近年、ディープニューラルネットワーク (DNN) は、特にコンピューター...