なぜ人工知能は過大評価されているのでしょうか?

なぜ人工知能は過大評価されているのでしょうか?

他の新しいテクノロジーと同様に、AI もハイプ サイクルと呼ばれる段階を経ます。それらはテクノロジーのトリガーから始まります。人々が設定した期待が超過した場合(過剰インフレ)、テクノロジーが期待に応えられなかったことに対する幻滅感が生じ、その後に感動的な成功物語が続き、最終的に生産性は停滞します。

[[337148]]

人工知能に関して、人々はその技術がターミネーター映画に出てくるスカイネットのようなものだと期待しているが、現実は、質問したときに Siri が行うことに近い。実際に仕事をこなせる AI ソリューションもいくつかありますが、人間レベルの意思決定を行える AI 技術、ましてや世界を制覇できる AI 技術とは程遠いものです。

これは問題です。AI ならどんなタスクでも実行できると人々が考えると、プロジェクトにとって良い結果にはなりません。代わりに、明確に定義された問題と、それを処理するための AI ソリューションが必要です。そうして初めて成功を期待できるのです。

ここでは、予想を超える AI の大きな問題について説明します。

レベル2自動運転

自動運転は人工知能が初めて広く応用された例だが、アメリカ自動車協会は最近、人工知能技術は期待に応えられていないだけでなく、安全でもないことを示す報告書を発表した。

レベル2の自動運転システムは、想定されていない非標準のランプに進入しようとしたり、混乱したときに突然停止したりするなど、奇妙な動作をすると思われるかもしれない。さらに、テスラ車のドライバーの中には、車の AI に頼って確実に実行できない操作を行ったために負傷した人も数多くいるとされている。コンシューマー・レポートは、ドライバーが自動運転車だと思わないように、テスラにその技術の名称を変更するよう働きかけさえした。

しかし、これは過大な期待の危険性を反映しており、意思決定者がプロジェクトに対してテクノロジーがまだ対応できない期待を設定することで、テクノロジーを台無しにする可能性があります。

期待が下がったとき

テクノロジーがこの誇大宣伝サイクルを経るにつれて期待は低下し、低下した期待とテクノロジーの機能の向上が一致すると、テクノロジーはクロスオーバー ポイントまで発展します。自動運転技術は5年程度で実現すると予想されています。それまでは、過度な期待による安全上の懸念から、個人の取り組みが禁止される可能性があります。

テクノロジーはエネルギーの無駄になる可能性があるため、人々はこの幻滅期にテクノロジーで効果的に対処しています。この段階を越えられなかった消費者向け製品としては、レーザー ディスク、4 チャンネル サウンド、ロボット ペット、一輪車スクーターなどがあります。これらのうちいくつかは、他の形(CD、7-1 サウンド システム、Aibo 2)で期待を上回る形で登場しているにもかかわらず、期待は現実をはるかに上回っており、技術を消滅させかねない幻滅期が長く続くことにつながっています。

企業側では、顔認識は現時点では非常にリスクの高い応用 AI 技術です。このリスクは期待が高すぎたために発生し、この問題が長期間続いたため、大きな幻滅期につながり、最近、この技術の創始者の 1 人であり AI のリーダーが AI を断念するに至りました。

要約: AI は失敗するのか?

率直に言って、AIが完全に失敗するリスクはありませんが、顔認識に関してはまだ危機は去っていないという警告を受けました。バンク・オブ・アメリカなどの大企業が人工知能で大きな成功を収めたとしましょう。

しかし、この成功は、彼らが時間をかけて何ができて何ができないのかを理解したからであり、彼らの期待は現実と一致し、彼らは失望する代わりに、自分たちの解決策が本当にうまく機能したことに驚いたのです。しかし、これは適切にターゲットを絞られ、適切に開発され、適切にトレーニングされたソリューションであり、AI がすでに実行できないことを実行しようとするものではありません。

AI で成功するには、解決すべき問題と検討中の AI ソリューションの機能を深く理解する必要があります。プロジェクトを開始する前に、この理解には、テクノロジーの限界と、テクノロジーを適切に機能させるために必要なコスト(たとえば、人材のトレーニング予算が大幅に不足していることが多い)を含める必要があります。最後に、実際の展開に基づいて、完了時間に対する合理的な期待を設定する必要があります。そうしないと、期待に応えられず、プロジェクトは失敗します。

私たちは最終的にこの段階を乗り越えるでしょうが、それまでの間、私たちに必要な保護は、AI の採用を避けるか、AI の現在の機能とレベルを深く理解することです。そうしないと、私たちは過大な期待にとらわれてしまう可能性があります。

<<:  AIがAIを攻撃、サイバーセキュリティ戦争が激化

>>:  アルゴリズムの芸術: MySQL order by のさまざまなソートアルゴリズムの巧みな使用

ブログ    

推薦する

教師なし学習のための最も強力な戦略

[[279087]] MLKはMachine Learning Knowledgeの略で、機械学習の...

「人工バカ」、いつまで我慢できるの?

[[251715]]毎年、メディアでは AI の失敗に関する報道が見られます。なぜこのようなばかげ...

頑固なマージソートアルゴリズム

この記事はWeChatの公開アカウント「Beta Learns JAVA」から転載したもので、著者は...

分裂の統一へ! OMG-Seg: すべてのセグメンテーションタスクに対応する 1 つのモデル

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

産業用拡張現実(AR)は、機器のメンテナンス、現場サービス、従業員のトレーニングを容易にします。

拡張現実技術の可能性は、小売、エンターテインメント、教育などのクリエイティブ産業を超えて広がります。...

生成型人工知能(GenAI)は将来のテクノロジーの展望を一変させる

ChatGPT の人気が高まるにつれ、生成型人工知能 (GenAI) がテクノロジー業界の未来を大き...

エネルギー効率を向上させるために、脳は予測知覚能力を発達させた。

[[436377]]この記事はLeiphone.comから転載したものです。転載する場合は、Lei...

AIを使って古い写真をカラー化するのは本当に正確なのでしょうか?技術界と歴史界は1,000のポストを主張した

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

ロボット危機:私たちの仕事はより困難に…

[[412010]]ロボット、つまり自動化と AI の総称は、私たちの周りにはどこにでもあります。...

3分で振り返る!2021年9月のロボット分野の重要な動向を概観

2021年9月に北京で開催された世界ロボットコンテストでは、さまざまな企業がロボット技術の研究開発に...

死角なしの360度!カリフォルニア大学バークレー校、中国で3DHMフレームワークをリリース:1枚の写真であらゆるビデオアクションを模倣可能

任意のポーズの写真を入力し、写真の人物に「指定された動画」の動きを真似してもらうのは簡単ではありませ...

5G+AIは通信とコンピューティングを統合する

人工知能(AI)の急速な発展は、さまざまな業界に革命的な変化をもたらし、イノベーションの新たな時代を...

ソフトウェア開発プロセスの近代化における生成AIの役割

近年、ソフトウェア エンジニアリングでは、自動化の強化と開発プロセスの合理化に向けて大きな変化が見ら...

UAI Trainプラットフォームに基づく分散トレーニング

序文大規模なデータセットでトレーニングされた最新のニューラル ネットワーク アーキテクチャは、画像認...