人工知能が将来の経済と社会に与える影響を理解する方法

人工知能が将来の経済と社会に与える影響を理解する方法

[[353152]]

人工知能は新興の破壊的技術として、科学技術革命と産業変化によって蓄積された膨大なエネルギーを解放し、人類の生産や生活様式、考え方を大きく変え、経済発展、社会進歩などに重大かつ広範囲な影響を及ぼしています。世界の主要国は人工知能の発展を非常に重視しています。我が国も新世代の人工知能を科学技術の飛躍的発展、産業の最適化とアップグレード、そして生産性の全体的な飛躍的向上を促進する原動力とみなしています。このような状況において、私たちは人工知能の発展プロセスをより深く理解し、把握し、その将来の動向と方向性を研究する必要があります。

人工知能は、定められたプログラムに基づいて計算や制御を行う従来のコンピュータ技術とは異なり、自己学習、自己組織化、自己適応、自己行動などの生物知能の特徴を備えています。人工知能の本質は「ロボットに人間の知能を与えること」だと言えます。まず第一に、人工知能は特定の技術を指すのではなく、目標指向的です。人工知能の目標は、機械にいくつかの面で人間と同等の知能を持たせることです。この目標が達成されると、それは人工知能と呼ばれることができます。具体的な技術ルートは多様であり、さまざまな技術タイプとルートが人工知能の範囲に含まれます。たとえば、チューリングテスト法によれば、人間がテキスト通信を通じて知能機械と人間の違いを区別できない場合、その機械は人間の知能を持っているとみなすことができます。第二に、人工知能は人間の知能と生理学的構造のシミュレーションです。繰り返しになりますが、人工知能の開発には、数学や統計、ソフトウェア、データ、ハードウェア、さらには外部環境など、多くの要素が関わってきます。一方、人工知能自体の開発には、アルゴリズム研究、トレーニングデータセット、人工知能チップなど、イノベーションチェーン全体にわたる複数の分野の同時進歩が必要です。一方、人工知能と経済の融合には、法律や規制、倫理規範、インフラ、社会の世論など、幅広い側面を含む外部環境の適応的な変化が必要です。人工知能が発展し、経済との融合が進むにつれて、人工知能が関与する外部環境の範囲はさらに拡大し、その相互作用や影響はますます複雑化していくでしょう。

全体的に、人工知能は波のように発展していくでしょう。現在、人工知能はこの開発の波の頂点にあります。この一連の人工知能の波の台頭は、主にデータ、計算能力、アルゴリズムの飛躍的な向上によるものです。 1つ目は、モバイルインターネットの普及によってもたらされたビッグデータの爆発的な増加、2つ目は、クラウドコンピューティング技術の応用によってもたらされたコンピューティング能力の飛躍的向上とコンピューティングコストの継続的な低下、そして3つ目は、インターネット分野における機械学習の応用と推進です。しかし、人工知能技術の成熟度とその大規模な商業的応用には、まだ紆余曲折があるかもしれない。人工知能の発展の歴史を見ると、人工知能の発展の各波が技術的なボトルネックに遭遇し、商用アプリケーションの実装が困難になり、最終的に再び低迷していることが分かります。今回の人工知能の波の技術的限界と商業化の可能性は、過去よりもはるかに高くなっています。一部の専用人工知能は大きな進歩を遂げるかもしれませんが、多くの業界専門家は、現在の人工知能はメカニズムの面から見て汎用人工知能に転換する可能性はないと考えています。人工知能の大規模な商業応用は、依然として長く困難なプロセスとなるでしょう。人工知能の開発はまだ初期段階にあり、近い将来には人間に取って代わるのではなく、主に人間の仕事の補助に留まるでしょう。同時に、データ入力と計算能力に大きく依存する人工知能は、真の人間の知能にはまだまだ遠いです。

インターネットに続く新世代の「汎用技術」として、人工知能の影響は経済社会全体に及び、多くの新たなビジネスモデルを生み出す可能性があります。人工知能が将来の経済発展に重要な影響を及ぼすだろうということは、国内外で広く信じられています。

一方では、人工知能は将来の経済成長の重要な原動力となるでしょう。人工知能技術の応用により生産性が向上し、経済成長が促進されます。多くのビジネス研究機関が、人工知能が経済に与える影響について予測を立てています。主な予測指標には、GDP成長率、市場規模、労働生産性、産業成長率などがあります。主要なビジネス研究機関のほとんどは、全体として世界中の国々が人工知能の恩恵を受け、大きな経済成長を達成すると考えています。今後10年間(2030年まで)で、人工知能は世界のGDP成長を約12%押し上げるのに役立つでしょう。同時に、人工知能は数千億ドル、あるいは数兆ドルにも及ぶ価値を持つ産業を生み出すでしょう。人工知能による世界経済の推進と牽引には、3 つの形態と方法があると考えられます。第一に、適応性と俊敏性が求められる複雑なタスクを解決できる新しい仮想労働力、すなわち「インテリジェントオートメーション」が創出される。第二に、人工知能は既存の労働力と物理的資産を効果的に補完・強化し、従業員の能力を高め、資本効率を向上させることができる。第三に、人工知能の普及は、複数の業界で関連するイノベーションを促進し、全要素生産性を向上させ、経済成長の新たな空間を切り開く。

一方、人工知能が労働に取って代わるスピード、幅、深さは前例のないものとなるでしょう。多くの経済学者は、人工知能によって機械が人間の脳の機能を持ち始め、まったく新しい方法で人間の労働に取って代わり、これまで技術の進歩の影響が少なかった多くの職業に影響を与えるだろうと考えています。人工知能による労働の代替のスピード、範囲、深さは、これまでの技術の進歩をはるかに上回るでしょう。しかし、彼らはまた、テクノロジーの応用には多くの社会的、法的、経済的障壁があり、進歩は比較的遅いと指摘した。テクノロジーが労働力をすぐに置き換えることは難しいが、労働者は自分の技術的才能を変換することができ、新しいテクノロジーの需要は新しい雇用も生み出すだろう。

現在、人工知能が経済に与える影響の分野では、関連研究が一定の成果を上げていますが、まだ研究の初期段階にあり、成熟した理論的および実証的分析枠組みを形成していません。しかし、学界では、短期的には人工知能の発展が我が国の経済に大きな促進効果をもたらすが、長期的には人工知能の発展の道筋と速度を予測することは難しいという基本的なコンセンサスが得られている。したがって、人工知能の急速な発展によって引き起こされる可能性のある世界経済発展モデルの変化に注意を払う必要があります。

<<:  意思決定インテリジェンス: 人工知能における新たな方向性

>>:  AI + スマート交通が全体のアップグレードと調整を実現

ブログ    

推薦する

生成AI技術の原理を深く理解する: 生成AIの入門

人工知能を単純に目的別に分類すると、意思決定型AIと生成型AIの2つに分けられます。いわゆる意思決定...

この「ペア」は悪くないですね! AIとのペアプログラミング

翻訳者 |陳俊レビュー | Chonglou 「ペアプログラミング」という概念を聞いたことがあります...

PTC PLM、Volocopter の自律飛行タクシー開発をサポート

PTC(NASDAQ: PTC)は、ドイツの新興企業 Volocopter が自律飛行輸送システムの...

中国は人工知能において3つの大きな優位性を持ち、5年後には日本と米国を追い抜くでしょう!

現在、私たちは「インターネット+」から「人工知能」への移行を経験しています。人工知能の発展は、技術レ...

視覚化と人工知能の強力な組み合わせ!

視覚化と視覚分析では、高帯域幅の視覚認識チャネルを使用してデータをグラフィック表現に変換し、インタラ...

テンセントの無人運転車が初登場!将来的には運転席がペンギンに置き換わる予定!プレート分析

人工知能と新技術の研究開発に関して、新たなブレークスルーがもう一つありました。 テンセントの無人運転...

完全なルーティングアルゴリズムの設計目標の分析

ルーティング アルゴリズムには通常、次の 1 つ以上の設計目標があります。最適化:最適化とは、メトリ...

...

世界錬金術時代が始まった? MIT、住宅や道路を無制限のバッテリーに変える「カーボンセメント」スーパーキャパシタを開発

おそらく今回、私たちは本当に人類の歴史における特異点に立っているのかもしれない。最近、MIT のカー...

本当に滑らか: 浙江大学、ETH チューリッヒ、CityU が共同で開発した 3D ヘア モデリングの新しい手法、NeuralHDHair

近年、バーチャルデジタルヒューマン業界は大変人気が高まっており、あらゆる分野の人々が独自のデジタルヒ...

SurfelGAN でメタバースを作成する車の脳を訓練するためにシムシティを立ち上げるお金がないからですか?

自動運転はディープラーニングの重要な応用分野です。長年にわたる蓄積の結果、現在では科学研究者が AI...

AIは、DevOps開発者が新世代のランサムウェアに対抗するために不可欠である

Android オペレーティング システムを含むすべての主要なオペレーティング システムにおいて、人...

人工知能は匿名のチェスプレイヤーの身元を確認でき、プライバシーの脅威となる

人工知能技術はすでに音声や手書きを通じて個人の身元を確認することができます。現在、人工知能アルゴリズ...

TENSORFLOW を使用してリカレント ニューラル ネットワーク言語モデルをトレーニングする

[[201448]]私は、TensorFlow リカレント ニューラル ネットワークのチュートリアル...

...