チューリング賞受賞者:人工知能を実装したものは、もはや人工知能とは呼ばれない

チューリング賞受賞者:人工知能を実装したものは、もはや人工知能とは呼ばれない

1956年、マッカーシーはダートマス大学で開催された会議で初めて「人工知能」の概念を提唱した。後に、これは人工知能の誕生の兆候と見なされました。

マッカーシーは「人工知能」への貢献により、1971年にチューリング賞を受賞し、「人工知能の父」と称された。彼は2011年に病気で亡くなった。

彼は「人工知能」の研究に携わっており、同僚によくこう不満を漏らしている。「人工知能によって何かが実現されると、人々はそれを人工知能とは呼ばなくなる。」

[[396402]]

この一文は多くの無力さを露呈している。マッカーシー氏の目には、人工知能の時代はすでに到来している。この効果が存在するからこそ、人々は人工知能がすでに身の回りに存在する現実ではなく、未来の神秘的な存在であると常に感じてしまうのです。

人工知能の概念は非常に広く、多くの種類があります。人工知能の強さに応じて、3 つのカテゴリに分類されます。

  • 弱い AI: 弱い AI は特定の分野では非常に優れています。例えば、2016年にAlphaGoは囲碁の世界チャンピオンでありプロ九段の李世ドルを破りました。 AlphaGo は囲碁をプレイするのに非常に優れていますが、チェッカーをプレイしようとすると、ルールすら知りません。
  • 強力な人工知能: 強力な人工知能とは、あらゆる面で人間と同等の能力を持つ人工知能を指します。人間のように考え、計画を立て、問題を解決し、複雑なものを理解し、経験を積み、学習することができます。現在の技術レベルでは、強力な人工知能を実現することはできません。
  • スーパー人工知能: スーパー人工知能とは、科学的革新や社会的スキルなど、あらゆる面で人間よりも優れた能力を発揮できることを指します。この段階では、人工知能が人間によって制御されるようになるかどうかはまだ不明ですが、人工知能の発展の最終段階です。

私たちは弱い人工知能の時代に生きており、人工知能は私たちの生活のいたるところで見ることができます。

たとえば、自動車分野には弱い人工知能システムが数多く存在します。アンチロックブレーキとガソリン噴射パラメータの制御は、どちらも人工知能の応用です。

[[396403]]

携帯電話には人工知能があふれています。ナビゲーションのために地図ソフトを開いたり、SiriやXiao Aiとチャットしたりするのは、実は弱い人工知能なのです。

スパムフィルターも一種の弱い人工知能であるとは、おそらく考えなかったでしょう。

翻訳ソフトウェア、電子商取引ウェブサイトでの商品推奨、検索エンジンなど、例は数多くあります。

[[396404]]

しかし、マッカーシー氏が言ったように、人工知能を使って何かが達成されると、人々はそれをもはや人工知能とは呼ばなくなります。数十年前、携帯電話やコンピューターがハイテク製品だと人々が考えていたのと同じように、今では自動運転車もハイテク製品だと考えられています。

現在の技術では、近い将来に弱い人工知能から強い人工知能に移行することは不可能でしょう。これは、人間の脳が既知の宇宙の中で最も複雑なものであり、コンピューターと人間の脳の間には多くの違いがあるためです。

10桁の数字を10桁の数字で瞬時に掛け合わせることができるコンピュータを作るのは簡単ですが、動物が猫なのか犬なのかを判別できるコンピュータを作るのは難しいです。

微積分、大きな数値の計算、データ分析など、私たちが難しいと感じるものは、コンピュータにとっては非常に簡単なものに見えます。

視覚、力学、直感など、私たちが簡単だと思っていることは、コンピュータにとっては非常に難しいことです。

コンピューター科学者のドナルド・クヌースはかつてこう言った。「人工知能は思考を必要とするほぼすべての分野で人間を上回っているが、人間や他の動物が考えずにはできないことができるようになるにはまだまだ遠い。」

[[396405]]

下の図を見ると、私たちには黒い石が見えます。しかし、コンピューターは白、黄色、黒の 3 つの色を認識します。

[[396406]]

これは静的な情報を理解するに過ぎません。人間と同等になるためには、コンピューターは幸福、喪失、満足などの感情も理解できなければならず、「シンドラーのリスト」が古典的傑作であり、「上海要塞」が駄作である理由を理解できなければなりません。

ただ考えるだけでは簡単なことではありません。

人類が強力な人工知能の時代に入ったとき、人工知能はまだ生活から遠いと感じるかもしれません。スーパー人工知能は人工知能の本当の時代です。

[[396407]]

超人工知能の時代が来たとき、人類はまだそう思うだろうか?超人工知能の時代に人類は生き残れるのか?

すべては未知です。

<<:  グラフアルゴリズムシリーズにおける深さ優先探索

>>:  2021年4月の自動運転分野における重要な進展の概要

ブログ    

推薦する

298.2億ドル規模のロボット市場がなぜこれほど不振なのか?

以前、マッキンゼー・グローバル・インスティテュートは、2030年までに約70%の企業が少なくとも1つ...

...

...

微調整の必要はありませんか? 3つのサンプル、LLMアライメントを修正するための1つのヒント、エンジニアのヒント:すべて戻る

教師なしテキストコーパスのみで事前トレーニングされた基本的な大規模言語モデル (LLM) は、通常、...

TensorFlow 2.0「開発者プレビュー」が利用可能になりました

TensorFlow 2.0 プレビューが利用可能になりました。最近、Google AI チームのメ...

機械学習の背後にある数学的な柱を理解するには、この 5 冊の本が役立ちます。

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

データガバナンスとビッグモデル統合の実践

コスト削減と効率向上の観点から、機械学習チームの構成を例に挙げ、Dipu TechnologyのDe...

スマートシティ:自動運転インフラの新たな一面

日常的なタスクの自動化は、現在多くの業界で関心を集めているコンセプトです。最も革命的なのは自動運転車...

TensorFlow と PyTorch: ディープラーニングに最適なフレームワークはどれですか?

この記事を読んでいるということは、おそらくすでにディープラーニングの旅を始めているということでしょう...

オープンソースの大規模言語モデル (LLM) の概要

大規模言語モデル(LLM)は人工知能分野における重要な研究方向であり、ChatGPT以降急速な発展を...

...

人工知能は人間が理解できない量子実験を設計する

[[412058]]北京時間7月19日、量子物理学者のマリオ・クライン氏は、2016年初頭にウィーン...

ディープラーニングベースの対話状態追跡のレビュー

[[408715]] 1. はじめに1.1 研究の背景インターネットと個人用スマート端末の普及と幅広...

2020年の人工知能レビュー:AIが時代に知性をもたらす

2020年は人工知能(AI)にとって節目の年です。今年、新型コロナウイルス感染症のパンデミックが世界...