かつて人類を滅ぼす恐れがあったロボットは、商業的なパフォーマンスツールになりました。人工知能は結局のところまだ高価すぎます。

かつて人類を滅ぼす恐れがあったロボットは、商業的なパフォーマンスツールになりました。人工知能は結局のところまだ高価すぎます。

人類文明の継続的な発展に伴い、社会の分業は大きな変化を遂げ、さまざまな産業の置き換えと反復において、人工知能が占める割合はますます大きくなっています。人工知能が始まったばかりの頃から、数え切れないほどの科学者が人工知能に無限の期待を抱いていました。人工知能の分野は、今後 10 年間で最も収益性の高い産業になるでしょう。しかし、それ以来、人工知能に対する疑問や反対意見はますます増えてきました。人工知能がさらに強力になるにつれ、いつか人間に取って代わる日が来るのでしょうか?

[[384181]]

ソフィアは4年前に人類を滅ぼすと脅したが、4年後には金儲けのための商業パフォーマンスの道具となった

4年前に登場したソフィアロボットをまだ覚えていらっしゃいますか。ハンソン社が発売したこのバイオニック女性ロボットは、発売されるや否や、数え切れないほどの注目を集めました。公開インタビューで、ロボットのソフィアはためらうことなく「人類を滅ぼしたい」と答え、それはすぐに世界中で大きな論争を引き起こした。ハンソン社は直ちに声明を発表し、「ソフィアロボットの言語はすべて事前に設定されたものであり、独立した思考を持っているわけではない。したがって、人間を破壊して置き換えることはまったくナンセンスである」と述べた。しかし、当時の人々はこの発言を信じず、多くのテクノロジー大手は人工知能の将来の発展について懸念を抱くようになった。

しかし、わずか4年後に、かつては恐ろしい存在だったソフィアロボットが、商業的なパフォーマンスで金儲けの道具にまでなったとは誰も予想していなかった。このような状況の変化を見るのは本当に悲しいことだ。ハンソン氏は、ソフィアロボットの設計コンセプトは非常に先進的であったが、市場開拓には成功せず、当時の発言の一部は不適切だったと語った。そのため、ソフィアロボットにはそれ以上の用途はなく、会社がこれまで投資した研究開発費を補うために商業的に成果を上げることしかできなかった。

人工知能の急速な発展は人類に不安を引き起こしています。テクノロジーは私たちの生活を変えるのか、それとも私たちに取って代わるのか。これは永続的な議論のテーマとなっています。

ソフィアロボットは期待通りに人間の生活を変えることはできなかったが、近年の人工知能の急速な発展はまさに私たちの予想を超えていた。ソフィアロボットの「人類を滅ぼす」という発言は、目を引くスローガンだったのかもしれないし、あるいは人工知能が初期段階ではまだ完全には隠していなかった野望だったのかもしれない。人工知能の発展は、常にさまざまな論争と切り離せないものです。結局のところ、科学技術の力は、人類の生活にとって両刃の剣です。テクノロジーは人々の生活様式を変え、生活効率をさらに向上させるだけでなく、テクノロジーに過度に依存すると、人間がテクノロジーに取って代わられる運命にもなります。

人工知能の偉大なビジョンは商業化によって打ち負かされるものではなく、ロボットが人間の生活を変えるにはまだ長い道のりがある

しかし、現在の人工知能の発展はそれほど理想的ではないため、現段階で人工知能が人間に完全に取って代わるかどうかを議論するのは時期尚早です。世界で最も有名な人工知能研究開発企業であるボストン・ダイナミクスの場合、同社の発展は紆余曲折を経たものである。ボストン・ダイナミクスは1992年の創業以来、過去10年間で3回経営者が変わっており、直近の買収では韓国のヒュンダイに11億ドルで売却された。

ボストン・ダイナミクスの例は、人工知能技術に基づくロボットプロジェクトが短期的には商業的な収益性を達成するのが難しく、資金の浪費のレベルが技術開発の障害になっていることを示すのに十分です。人工知能はより大きなビジョンを備えているとはいえ、人間の現実の生活に直面すると、科学技術の進歩がさらに前進するためには、依然として物質的な基盤のサポートを考慮する必要があります。

<<:  ビッグデータと人工知能 - 機械的思考から統計的思考へ

>>:  ヒントンは独自に44ページの論文を発表した。「アイデアを出して、自分で試してみて」

ブログ    
ブログ    
ブログ    

推薦する

ナレッジグラフはどのようにして「人工知能」をよりスマートにするのでしょうか?

この記事では、人工知能がインテリジェントでない領域と、ナレッジ グラフに基づく認知知能がインテリジェ...

...

ついに誰かがインテリジェント音声処理をわかりやすく説明してくれた

機械学習の急速な発展により、インテリジェントな音声処理のための強固な理論的および技術的基盤が築かれま...

ディープラーニングにおける PyTorch と NumPy 間のデータ変換についてどれくらい知っていますか?

ディープラーニングでは、PyTorch と NumPy はデータの処理と変換によく使用される 2 つ...

[インフォグラフィック] Google アルゴリズムの大幅な改善記録

Google 検索アルゴリズムは、歴史上最も先進的な数学工学アプリケーションです。毎日数十億件の検索...

2021年の新ドローンの在庫

[[441702]]時は経つのが早く、2021年も過ぎ去りつつあります。今年を振り返ると、疫病の影響...

2023年版CV初心者ガイドの概要

コンピューター ビジョンは、驚くほど急速に発展している分野です。本質的には、コンピューターに人間と同...

三方からのアプローチ! AIがサイバーセキュリティを強化

この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...

CoCoPIE 主任科学者との対話: AI は審判になれるが、ショーを乗っ取ることはできない | T Frontline

「サッカーのフィールドで最もタブーなことは、誰もが明らかなファウルに気づいているのに審判が見て見ぬ...

4つの高性能なデータ型、Pythonコレクションはコードの最適化とタスクの簡素化に役立ちます

この記事では、機械学習エンジニアの George Seif が、Python のコレクション モジュ...

清華大学 IEEE 論文: 自動運転の判断を支援する新しいトレーニング方法を使用して「路側干渉」を排除

最近、清華大学の学者たちは、オートエンコーダーに基づく新しいトレーニング方法を提案しました。これによ...

複合 AI: エンタープライズ AI の成功の鍵

最近、Dynatrace は、AI への投資が増加し続けるにつれて、「複合 AI」が企業による AI...

大規模モデルアプリケーションの探索 - エンタープライズ ナレッジ スチュワード

1. 伝統的なナレッジマネジメントの背景と課題1. 企業知識管理の必要性ナレッジ マネジメントは、あ...

自動運転について話しましょう

自動運転とは何ですか?自動運転とは、さまざまなセンサー、コンピュータービジョン、人工知能、機械学習な...

Truffleを使用してスマートコントラクトをデプロイする方法

[[397532]]この記事はWeChatの公開アカウント「ブロックチェーン研究室」から転載したもの...