AIが書いた記事は教師を本当に騙すことができる

AIが書いた記事は教師を本当に騙すことができる

過去数年間、機械学習 (ML) と人工知能 (AI) の専門家は、以前は完全に人間が実行できると考えられていた方法で記事やその他の種類のコンテンツを作成できるアルゴリズムの開発に取り組んできました。

[[342603]]

以前、ある学生がプログラミング言語を使ってコンピューターに記事を書かせ、それがインターネット上で人気を博しました。ネットユーザーはその記事がAIによって書かれたものだとは分かりませんでした。これらのテクノロジーがさらに進歩するにつれ、機械が人間よりも優れたコンテンツを作成できる時代が徐々に近づいています。

しかし、人間よりも優れた機械ライターの実現は、どのくらい近づいているのでしょうか? そして、その未来はどのようなものになるのでしょうか?

AIライティングが直面する主な課題

まずは AI の限界についていくつか見ていきましょう。機械学習と人工知能は、いくつかの異なるアプリケーションには最適ですが、より幅広い設定での導入を妨げる重要な課題があります。

AI 開発者は、作成に関して、いくつかの異なる課題に直面します。

自然言語処理。 AI ライティングが克服しなければならない最大のハードルの 1 つは、自然言語処理 (NLP) です。近年、さまざまなアプリケーションで NLP の機能が爆発的に増加しており、最も顕著なのはデジタル アシスタントの台頭です。自然言語認識のおかげで、SiriやAlexaなどのアシスタントは、会話形式であっても、基本的な人間の言語を「理解」することを非常に上手に学習できるようになりました。アシスタントの中には、人間の音声認識機能と同じくらい優れたものもあります。しかし、人間のコマンドを認識することを学ぶことと、人間の言語を書くことはまったく異なる作業であり、理解しやすい方法で書くようにアルゴリズムをトレーニングすることは非常に困難です。これは、従来の SEO リンク構築が自然言語処理によって消滅する 1 つの方法です。

情報処理。 AI ライティング アルゴリズムが特定のトピックに関するエッセイを書く前に、そのトピックを何らかの方法で「理解」する必要があります。意識的な学習や理解は行われていませんが、アルゴリズムは正確な資料を書くために他のソースから情報を探し出し、消化し、分析し、再処理する必要があります。場合によっては、これは簡単です。アルゴリズムで現在の株価を簡単に調べて報告することができます。他のケースでは、それはほぼ不可能です。アルゴリズムは、粗いビデオからイベントを区別できません。

創造性。人間の文章の多くは創造性に依存しており、作家は独自のアイデアや独特の視点を考え出し、それを説得力のある方法で読者に提示する必要があります。斬新なアイデアを生み出す人間の創造力のひらめきは、まだいかなる機械形式でも再現されていません。プログラマーが人間の心のこの特性をどのように再現しようとするかは不明です。

声と主観的な魅力。書籍、記事、その他の形式のコンテンツが魅力的である理由は、著者の声やコンテンツの全体的な主観的な魅力など、さまざまな理由からであることがわかっています。これは、フィクションの執筆からコピーライティングまで、マーケティング業界では重要です。アルゴリズムは、特定の種類の情報を収集して書き換えるように簡単にトレーニングできるかもしれませんが、その情報を主観的に魅力的な方法で正確に組み立てる方法を理解するのは難しいかもしれません。

意見と経験。一部の記事は、特に政治報道やアドバイス記事などの文脈では、意見の表現に依存しています。他の人は、人間の経験のおかげでユニークな視点を与えられています。著者は個人的な経験を経て、他の方法では得られない情報を得ています。アルゴリズムが現実的に見える新しい人間の経験や視点を作り出すのは難しく、すでに提示されているものを模倣することしかできません。

AIの利点

これらの欠点を考慮すると、人工知能はどこで優れているのでしょうか?

AI は、予測可能、反復可能、客観的に測定可能なタスクに特に役立ちます。この場合、AI アルゴリズムは、人間には不可能なほどのスピードと規模で、特定のタスクを繰り返したり、単純な問題を解決したりすることができます。文章作成の観点で言えば、予測可能で定型的な文章作成は AI アルゴリズムにとって非常に容易であり、このレベルの記事は人間のライターよりもアルゴリズムによって数千倍速く作成できることを意味します。

AI のもう 1 つの重要な利点は、学習して適応する能力です。これにより、執筆時に新しい分野に参入できるようになります。時間の経過とともに、アルゴリズムはさまざまな要素に基づいて出力の品質を評価するようにトレーニングされます。十分な時間とリソースがあれば、アルゴリズムはより複雑で、おそらく創造的な作品を書くことを学習することができます。

AIライティングの現状

AI アルゴリズムはすでにコンテンツの作成に熱心に取り組んでいます。おそらく、あなたは気づかないうちにアルゴリズムによって書かれた記事をたくさん読んでいるでしょう。大手報道機関は数年前から、単純な報道を目的とした記事を作成するために、バックグラウンドで動作するアルゴリズムに依存してきました。たとえば、スポーツの試合の最新情報や株価の変動を報道するために、アルゴリズムがよく使用されています。

一部のアルゴリズムはさらに進んで、マシンの能力を限界まで押し上げようとします。たとえば、プログラマーの中には、有名な作家や詩人の形式や文体を再現するように設計されたアルゴリズムを作成し、人間のオリジナルの作品と区別がつかないまったく新しい作品を生み出している人もいます。もちろん、これらの高度なアルゴリズムはまだ実験段階にあり、広範囲に使用されておらず、一貫した結果も得られていません。

オンライン記事と検索エンジン最適化 (SEO)

オンライン マーケティングと検索エンジン最適化 (SEO) は、AI ライティングの成長において最も有望な分野の 1 つです。コンテンツ マーケティングは、複数の異なるチャネルで同時にトラフィックを生成できるため、世界で最も人気のあるマーケティング戦略の 1 つになりました。最高のコンテンツには人間の創造性、視点、感情が求められることが多いですが、現在 AI では模倣できない大量のオンライン公開コンテンツが、近い将来、機械によって作成される可能性があります。

もちろん、低レベルのコンテンツ マーケティング マテリアルであっても、スポーツや株式を扱うよりも複雑であり、わかりやすさとスタイルにおいて人間のライターに匹敵するプログラミングを開発するには時間がかかるでしょう。

書籍および創作作品

AI アルゴリズムが創作、短編小説、小説、詩の処理において画期的な進歩を遂げれば、さらに感動的になるでしょう。アルゴリズムは音声認識の学習に非常に優れており、一部の特殊なアルゴリズムは、地域の方言やスタイルを含む音声パターンの認識にも優れています。これらのアルゴリズムが十分に進歩すれば、有名作家のスタイルを正確かつ一貫して再現できるようになり、ディープフェイクが録画されたビデオで特定の人物の存在を説得力を持って偽造できるように、異なるスタイルを組み合わせることさえできるようになるかもしれません。

それでも、アルゴリズムが本当にユニークなアイデアを生成できるようになるまでには、まだ時間がかかるかもしれません。最初の一貫した創作アルゴリズムが登場したとき (そして、それはほぼ間違いなく間もなく登場するでしょう)、それらはおそらく、以前の成功した作品から生まれたアイデアに焦点を当てるでしょう。言い換えれば、彼らは新しいアイデアを思いつくよりも、既存の優れたアイデアを模倣する方が得意なのです。

人間の感情と主観的視点

AI で書かれたアルゴリズムの大きな障害は、人間の感情、意見、主観的な経験を捉える方法を見つけることです。これが実現可能であると信じる理由はいくつかあります。たとえば、企業向けに開発されたチャットボットの中には、対話の語彙や口調に基づいて人間の感情の変化を検出できるものもあります。その他のチャットボットは治療目的で開発されており、特定の人間の感情を効果的に模倣できます。これらの概念がアルゴリズムの記述にさらにうまく統合されるのは時間の問題かもしれません。

人工知能の継続的な発展

AI ライティングの将来がどこに向かうのかを言うのは難しい。現在、トピックが十分に単純で理解しやすいため、アルゴリズムは人間が書いたものと区別がつかない記事を書くことができます。近い将来、アルゴリズムはオンライン マーケティング、ジャーナリズム、さらにはクリエイティブ ライティングの進歩に使用される可能性があります。しかし、近い将来、AI ベースのライティング アルゴリズムは、人間の感情を再現できず、複雑な主題を処理する能力が限られており、「自然な」創造性が欠けているため、欠点を抱え続けることになります。

<<:  機械学習が自動的にモデル化を手助けしてくれる、これら4つのPythonライブラリがあなたの目を開かせてくれる

>>:  顔認識、今やアニメキャラクターも例外ではない

ブログ    
ブログ    
ブログ    

推薦する

AIもボトルネックに遭遇。人工知能技術のストレージ性能要件の分析

2020年は多くの人々にとって忘れられない年です。新型コロナウイルス感染症の突然の発生は、ほぼすべて...

ものづくりを変える6つのAI活用法!

1. 欠陥検出のためのディープラーニング[[391865]]製造業では、生産ラインにおける欠陥検出...

あなたの脳は寝ている間に本当に学習します!初めての人間実験証拠:再生速度が1~4倍に

寝る前に本を数ページ読んだり、数語読んだりするだけで、目覚めたときに深い感銘を受けていることに気づき...

透明な AI の出現は、あなたのあらゆる行動が他人の目に留まることを意味します。

6月14日の英国デイリーメール紙によると、透視型の人工知能(AI)の開発に成功し、近々公開される予...

Ali Wensheng ビデオが Gen-2 と Pika に挑戦、1280×720 の解像度で圧迫感なし、3500 万のテキスト ビデオ表示効果

ヴィンセントのビデオはどの程度詳細にできますか?最近、アリババの調査により、1280×720 の解像...

...

デジタル変革時代の産業用ロボットの5つの大きなトレンド

適応性は常に成功する組織の基礎となる原則です。過去 2 年間、世界は不確実性に直面してきましたが、こ...

LeCunの新作、カード1枚でトレーニングできる!分散正規化、スパースエンコーダがクラッシュしなくなりました

最近、LeCun は、依然として崩壊問題と自己監督に関する新しい研究を発表しました。今回、彼は新しい...

RNN の理論から PyTorch まで

RNN とは何か、どこで使用されているか、どのように前方および後方に伝播するか、そして PyTorc...

畳み込みニューラルネットワーク(CNN)を使用して、最大95%の精度で皮膚がんを検出します。

ドイツ、米国、フランスの研究者で構成された研究チームは、10万枚以上の画像を使用して、畳み込みニュー...

...

アルゴリズム学習のための動的プログラミング戦略の紹介

1. コンセプト動的プログラミング戦略、分割統治戦略。貪欲戦略と同様に、通常は最適解問題を解決するた...

ディープラーニングの父ヒントン氏が、人工知能を一新するカプセルネットワークの最新動向を発表

[[210898]]なぜ人々が人工知能にこれほど魅了されるのか分からないなら、69歳のGoogle研...

...

スマートコミュニティにおける人工知能応用の5つのシナリオ

モノのインターネット、クラウド コンピューティング、ビッグ データ、人工知能は、概念からアプリケーシ...