ホームページ テクノロジー周辺機器 AI 私たちは人工知能によってどのように制御されているのでしょうか?

私たちは人工知能によってどのように制御されているのでしょうか?

Apr 11, 2023 pm 07:31 PM
AI 機械 アルゴリズム

1970 年 11 月のライフ誌のインタビューで、ミンスキーは次のように警告しました。「一度コンピューターが制御を手に入れたら、私たちはそれを取り戻すことはできないかもしれません。私たちはコンピューターの犠牲の上に生き残ることになります。」 彼の有名な予測の 1 つで、彼は次のように述べています。運が良ければ、機械が私たちをペットとして飼うことを決定するかもしれません。」 大きな制限があります。 Tencent はあなたが間違いなく気に入る新しいドラマを勧め、Douyin はずっと見続けてくれます、そして Taobao はあなたのお気に入りのアイテムを勧めてくれますが、その代償は何でしょう? ビデオ ストアで偶然出会ったり、素晴らしい音楽を見つけたりすることは二度とありません。 、または本屋で置き忘れられた本。テイクアウトを注文するときは常に評価が高く人気のレストランを探しますが、アルゴリズムによって推奨されない限り、新しいレストランに挑戦することはありません。エンターテイメントを提供したり、私たちの生活を楽にしたりする製品には、隠れたコストがかかる場合があります。私たちが毎日オンラインにアクセスすると、あらゆるステップが記録されます。オンライン ショッピングでは大量の情報とデータが提供されます。最終的に誰がデータを取得するか考えてください。間もなく、自動運転車が事故で誰が生きるか死ぬかを決めるでしょう。もしあなたが生き残れば、それは素晴らしいことです。おそらく将来、私たちがいつ死ぬかが分かり、配偶者を探すためにオンラインの出会い系プラットフォームに行くか、58.com で転職するしかなくなるかもしれません。

科学、技術、哲学に特化した Web サイトである Edge に掲載された新年のコラムの中で、科学史家で作家のジョージ ダイソン氏は、人類は転換点に達していると考えています。ダイソンは次のように書いています: 「以前は単純でした。プログラマーは機械に与えられる命令を書きました。機械はそれらの命令によって制御されるので、命令を書いた人が機械を制御しました。」 今日では、コード自体がアクティブになりました: アルゴリズム私たちの検索履歴、クレジット カードでの購入、地理位置情報を通じて私たちの性格をモデル化し、願望を予測します。その結果、マーク・ザッカーバーグ、ジャック・マー、馬化騰などの少数の人々が想像を絶するほど裕福になった。 私たちは人工知能によってどのように制御されているのでしょうか?

私たちは現在世界を支配しているこれらの巨大企業を恐れるべきです。おそらく最も先見の明があるのは、ダイソンが私たちに発した警告でしょう。同氏は、「私たちは、個人または個々のアルゴリズムが依然として舞台裏のどこかで制御されていると信じている。私たちは自分自身を欺いている」と書いた。 「情報の流れを制御することで、新たな門番が世界の成長分野を支配しているのです。」 しかし、真に世界を支配している企業は、もはや自社が構築するマシンや何十万人ものエンジニアが触るアルゴリズムを制御しているわけではありません。プラットフォーム上のあらゆる入力または出力を制御することが可能です。

Google、Amazon、Apple、Microsoft では 100 万人以上が働いています。彼らの多くは倉庫に物を保管したり、iPhone の修理を手伝ったりしている一方で、何千人ものエンジニアが私たちのすべての質問や要望に答えるためにコードを書き直しています。これらのプラットフォームがどのようにして私たち自身の心を支配するようになり、それらが何に使用されるのかをあらゆる角度から理解できるエンジニアは一人も、何千人もいません。しかし、今ではあらゆるものに使用されています。

間もなく、外の車からリビングルームの照明に至るまで、私たちの生活のあらゆる側面がアルゴリズムに支配されるようになるでしょう。 JD.com のタオバオの次期バージョンでは、次回買うべき本を提案するだけでなく、アルゴリズムがユーザーが好むか必要かを判断した製品で冷蔵庫を自動的に満たします。確かに、オンライン ショッピングは理想郷のように聞こえますが、それは、私たちがコンピュータの「ペット」になろうとしているという 1970 年のミンスキーの予言にも似ているように思えます。それを止められるでしょうか? 本当に止めたいなら、コンピュータのプラグを抜き、今度はすべてが台無しになることを認識して、最初からやり直すのが当然の論理でしょう。しかし、歴史が繰り返し証明しているように、人間は非合理的であるようです。私たちは携帯電話やコンピューターの使用と切っても切れない関係にあります。私たちが世界を見て、ただ携帯電話に頭を埋めて過ごしてから長い時間が経ちました。

私たちは新鮮な空気を必要としています。私たちはそれを自分たちの手で取り込み、巨大ネットワークの利用を可能な限り減らし、それを達成するための代替手段を見つけるよう努めます。あるいは、もっと良いのは、今までのようにテクノロジーを使うのをやめて、アナログな生活に戻り、アルゴリズムの命令に従うのではなく、道に迷ったり、新しいことに挑戦したりすることです。しかし、私たちはおそらくそうはしないだろうし、うまくいけば、私たちの新しい支配者たちが私たちを十分に扱ってくれて、彼らが完全に支配した後はベッドの端で丸まって眠れるようにしてくれるでしょう。

以上が私たちは人工知能によってどのように制御されているのでしょうか?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。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

改良された検出アルゴリズム: 高解像度の光学式リモートセンシング画像でのターゲット検出用 改良された検出アルゴリズム: 高解像度の光学式リモートセンシング画像でのターゲット検出用 Jun 06, 2024 pm 12:33 PM

01 今後の概要 現時点では、検出効率と検出結果の適切なバランスを実現することが困難です。我々は、光学リモートセンシング画像におけるターゲット検出ネットワークの効果を向上させるために、多層特徴ピラミッド、マルチ検出ヘッド戦略、およびハイブリッドアテンションモジュールを使用して、高解像度光学リモートセンシング画像におけるターゲット検出のための強化されたYOLOv5アルゴリズムを開発しました。 SIMD データセットによると、新しいアルゴリズムの mAP は YOLOv5 より 2.2%、YOLOX より 8.48% 優れており、検出結果と速度のバランスがより優れています。 02 背景と動機 リモート センシング技術の急速な発展に伴い、航空機、自動車、建物など、地表上の多くの物体を記述するために高解像度の光学式リモート センシング画像が使用されています。リモートセンシング画像の判読における物体検出

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性​​を実証しています。 「S」で始まる関連研究

See all articles