AIは実は人々の思考や視野を制限している

AIは実は人々の思考や視野を制限している

[[252987]]

AIは徐々に成熟し、さまざまな産業に導入され、人々の生活を微妙に変えています。ユーザーとして私たちが最もよく利用している AI サービスはスマート プッシュです。

簡単な例を挙げると、オンラインショッピングやショートビデオなどが今や人々の娯楽ライフスタイルになっています。同じトピックや同じ種類の衣服に関するビデオを頻繁に視聴すると、アプリが関連する種類の情報を自動的にプッシュすることがわかります。

これをスマートプッシュといいます。ユーザーの好みを理解し、自分で探す時間を節約してくれるという点でスマートです。しかし、時間が経つにつれて、ユーザーはこのインテリジェンス フレームワークに閉じ込められ、常に元々興味があったトピックを閲覧するようになります。つまり、AIは実は人々の思考を閉じ込め、視野を狭めているのです。

人工知能には限界がある

人工知能は、その名前が示すように、人工 + 知能です。人工は簡単に言えば、人間の手の届く範囲にあるものを意味します。しかし、「インテリジェンス」は常に議論の的となってきました。人間が理解できる唯一の知性は自分自身の知性であるというのが、一般的に受け入れられている見解です。しかし、私たち自身の知能についての理解は非常に限られており、人間の知能を構成する必要な要素についての理解も限られているため、結果として得られる人工知能にも限界があります。

人工知能を支える基礎となるアルゴリズムと同様に、エンジニアはユーザーの好みに合わせてアルゴリズムを設定するだけで、ユーザーが新しい世界を発見できるようにすることを無視する場合があります。

人工知能の知能はどこにあるのでしょうか?

では、AI の知能は一体どこにあるのでしょうか? それは利便性でしょうか?知恵はあなたをよりよく理解することでしょうか?知性は人々を反復的な作業から救うことにありますか?最初の関心ポイントは毎日プッシュされます。時間が経つにつれて、人工知能によってサービスを提供されたユーザーは、これらの 2 つの状況に陥ることになります。

まず、ユーザーは他のトピックに関する興味深いコンテンツを見逃してしまいます。次に、同じトピックに関するプッシュ通知を頻繁に受け取ると飽きてしまい、他のトピックを見たいときには完全に「制御」されていることに気付くでしょう。

このような状況に直面して、ユーザーの思考を枠組みに収め、最新の市場情報を理解する機会をユーザーに与えない AI の「知性」はどこにあるのかについても不満を述べていると思います。この便利さが必要なのは誰でしょうか?

人工知能は情報の島を生み出す

ここで言う情報アイランドとは、一方では人工知能の基盤となるアルゴリズムを指します。事前に設定されたアルゴリズムに従って、人工知能は既存のルーチンに従って動作することしかできず、つまり、ユーザーの好みを発見し、その好みに関連する情報をプッシュすることしかできません。他方では、情報アイランドとは、この種の知能がユーザーの情報取得にもたらす閉ざされた障害を指します。ユーザーは、現在興味のある島に閉じ込められることしかできません。視界は完全にフレーム化されており、外の世界とのコミュニケーションはないようです。飽きて立ち去るまで、自分の興味に応じて周囲を見回すことしかできません。

人工知能はまだ進化する必要がある

記事の冒頭で話した、人工知能とは何かに戻りましょう。 Baidu 百科事典では、人間の知能をシミュレート、拡張、拡大するための理論、方法、技術、アプリケーション システムを研究および開発する新しい技術科学であると説明されています。

定義を見ると、「拡張」と「拡大」という言葉が少し違和感があります。拡張とはどこにあるのでしょうか?拡張機能はどこですか?ユーザーは制限があり、機能を拡張したいと考えていることは明らかですが、すでに「インテリジェント化」されています。人工知能の知能はまだ進化する必要があります。

結論

人工知能は人々を反復的な作業から救うが、人工知能サービスを楽しむユーザーに同じことを繰り返させ、さまざまな「範囲」を狭めざるを得ない。AIが真にインテリジェントになれば、社会全体の進歩を牽引することになるかもしれない。

<<:  2019年にロボット競争は減速するでしょうか?

>>:  ステップバイステップ | ニューラルネットワーク初心者ガイド

ブログ    

推薦する

TIC 2018で人工知能が熱く議論され、AIが応用段階に突入

[51CTO.com からのオリジナル記事] クラウド コンピューティング、ビッグ データ、ブロック...

人工知能によりデータの痕跡を監視できるようになりました。このとき、ユーザーのプライバシーとセキュリティをどのように維持できるのでしょうか?

近年、ソーシャル ネットワーキング プラットフォームのユーザー数は飛躍的に増加しています。これらのプ...

GNNの実装はもはや難しくありません。この記事では、効率的なGNNとスケーラブルなグラフ表現学習の最新の進歩についてまとめています。

グラフ ニューラル ネットワークは、現実世界に適用する場合、メモリ制限、ハードウェア制限、信頼性制限...

PaddlePaddle を使い始める: 対話システムにおける感情分析から始める

1. 背景人工知能の時代では、さまざまなディープラーニングフレームワークが普及しており、フレームワー...

Nature Review: 機械学習の物理的発見 - 隣にあるもう一つの機会の道

[[437564]]この記事はLeiphone.comから転載したものです。転載する場合は、Leip...

リアルタイムの犯罪警報: ディープラーニングで安全を守る方法

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

自然言語の事前トレーニングを10倍高速化する方法

近年、自然言語処理における事前トレーニングは研究分野でホットな話題となっており、有名なGPT-3も新...

予測分析: 組織内の時間とデータの再考

[[278064]]時系列は標準的な分析手法ですが、より高度な機械学習ツールでは、より正確な予測モデ...

Google が 3,300 万ドルを投じて 5 年間の脳プロジェクトを開始!マウスの脳の2~3%をマッピング、エベレスト山とほぼ同じデータ量

人間の脳は、数十億個の細胞のネットワークで構成された、存在する最も複雑なコンピューターです。これまで...

Angel: 新しい分散型機械学習システム

Angel は、パラメータ サーバーの概念に基づいた分散型機械学習フレームワークであり、機械学習アル...

心理測定?犯罪の予感? AIは京都の痛みを軽減できるか?

[[271752]]画像出典: Qilu.com一つの火、二本の涙。 7月18日午前10時半頃(現...

私たちはこれらのソートアルゴリズムを本当に理解しているのでしょうか?

[[379394]]おそらく、あなたはすでにこれらの一般的なソートアルゴリズムを学んだことがあるか...

テンセント・ロボティクス・ラボの第一人者が起業、ヒューマノイドロボット業界に新たな重鎮が加わる

テンセントのRobticsXロボティクス研究所の第一社員が始めたバイオニックロボットプロジェクトがつ...

人工知能が旅行業界にもたらす変化

観光業界では徐々に人工知能を導入し、観光客にパーソナライズされた体験を提供しています。人工知能の助け...

ロボットがすべての仕事を奪ったら、人間はどうなるでしょうか?

[51CTO.com クイック翻訳] 過去1年間、人工知能と自動化技術が人間の雇用と労働市場に与え...