人工知能の利点の多くはよく知られ、理解され、宣伝されていますが、その限界も明らかです。ただし、あまり言及されないものの、注目に値する人工知能の注目すべき機能が他にもいくつかあります。
AI アプリケーションは、非常に複雑なタスクを簡単に実行できます。次に好みそうな曲を個人的におすすめしたり、何百万もの X 線写真から問題を示す曲を選択したりできます。さらに、このようなタスクを人間の専門家では比類のない量と精度で完了することができます。単調だが重要な仕事は文句なく完璧にこなすことができる。
同時に、人間には人工知能にはない能力があるという記事もたくさんあります。これらの記事は一般に、人間と AI が協力し、AI が人間の能力をより広範囲に拡張する必要があると主張しています。私たちは変化する状況を想像し、予測し、感じ、判断することができます。より広範な汎用人工知能はまだ実現されていないため、狭いタスクに優れた現在の AI モデルは依然として人間の指導の恩恵を受けています。
人工知能の強みが人間の弱みに直接対応していることは明らかです。人間とは異なり、AI は確率を理解し、バイアスを導入せず、一貫性があり、不必要なリスクを回避します。
人間は結果を理解していますが、一般に確率を扱うのが苦手です。モンティ・ホールの『Let's Make a Deal』は、人間が確率や事前の最新情報について理解が不足していることを示す一例です。このゲームには 3 つのドアがあり、1 つは車、もう 2 つはヤギです。出場者はランダムにドアを選択し、モンティはヤギでドアを開けることを選択します。その後、モンティは出場者に別の閉じたドアに切り替える機会を与えます。ドアを開けることで、モンティが出場者に追加情報を与え、常に切り替えた場合に出場者が車を獲得できるチャンスが 3 分の 2 になることが判明しました。人間はこの種の質問に不正確に答える傾向がありますが、AI は完璧に答えることができます。
人間には、「直感」と呼ぶにせよ、他のものに呼ぶにせよ、多くの偏見があります。おそらく最も一般的なのは確証バイアスです。人間は、あらかじめ決められた仮説や理論を裏付ける情報を探して解釈します。同じニュース番組を見ている 2 人が、その日の出来事について異なる結論に達する可能性があります。対照的に、バイアスは、人間が AI に学習のために与えるデータを通じてのみ AI に現れます。 AI のバイアスは、人間の経験、記憶、信念、恐怖といった刻々と変化する複雑さではなく、限られたデータセットに限定されます。この意味で、AI のバイアスはおそらく人間のバイアスよりも離散的で解決可能です。
AI は非常に一貫性があります。特に明記されていない限り、AI は人間が常に要求するとおりに動作します。人間の一貫した特徴の 1 つは、運動、食事、通勤経路の点で一貫性がないことです。さらに、人間はその矛盾に対する合理的な説明を見つけます。同じ症状を抱えて同じ医師のもとを訪れた同じ患者が、異なる時期に異なる診断を受ける可能性があることは理解できません。基本母集団に大きな差異がない限り、人工知能は手順と結果の一貫性を保証します。
人工知能はリスクを負いませんが、人間はリスクを負います。これが、人間の知能が人工知能を強化することが期待される理由です。人間の知性の力は、リスクを負い、それに賭けることです。たとえば、アルゴリズムのサポートなしで電気自動車に賭ける場合などです。しかし、乗組員が死亡したスペースシャトル・チャレンジャー号事故のように、このリスクが力の不均衡として現れることもあります。技術者はOリングシールの設計上の欠陥を理由に打ち上げの遅延を主張したが、シャトルは計画通りに離陸し、離陸1分後に爆発した。社会学者のダイアン・ヴォーンは、1986 年の致命的な災害の分析の中で、不健全な行為に対して鈍感になっているチームを表すために「逸脱の正常化」という用語を作りました。 AIが客観的に評価し、打ち上げ延期を決定します。
つまり、人工知能は想像したり、予測したり、感じたり、判断したりすることはできませんが、確率を理解し、新たなバイアスを導入せず、一貫性を保ち、不必要なリスクを回避します。人間が認識し判断できる事実は、必ずしも人間にとって有利になるとは限りません。
以上が人工知能は人間の弱点を克服できるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。