AI には現実主義者と青空の夢想家の両方が必要
人工知能の思想家は 2 つのコミュニティから来ているようです。 1 つは、私が空想家と呼んでいる人々で、テクノロジーの将来の可能性について推測し、興奮を生み出すためにユートピア的な空想を呼び起こします。青空のビジョンは説得力がありますが、非現実的なビジョンや、何を構築できるのか、何を構築すべきなのかという倫理的課題によって曇ることがよくあります。
対照的に、私がマッドブーツプラグマティストと呼ぶのは、問題と解決策に焦点を当てる人です。彼らは、広く使用されている人工知能システムが引き起こす可能性のある害を軽減したいと考えています。彼らは、人々を犯罪者として誤認したり、プライバシーを侵害したりすることが多い顔認識システムなど、偏った欠陥のあるシステムの修正に重点を置いています。現実主義者たちは、AIが犯す致命的な医療ミスの数を減らし、自動運転車を安全な運転車両に導くことを望んでいる。また、住宅ローン、大学入学、求人募集、仮釈放補助金に関する AI ベースの決定を改善することも目指しています。
広く実装されている革新的なアプリケーションを設計してきた長い歴史を持つコンピューター サイエンスの教授として、先見性のある人はマッド ブーツ リアリストの思慮深い情報から恩恵を受けると信じています。両陣営の取り組みを組み合わせることで、次世代テクノロジーの成功につながる有益な結果が得られる可能性が高くなります。
青空投機家の未来的な考え方は私たちの畏怖の念を呼び起こし、多くの資金を確保しますが、マッドブーツの考え方は、一部の AI アプリケーションがプライバシーを脅かし、誤った情報を広め、あからさまに人種主義、性差別などであることを思い出させます。倫理的な問題。機械が私たちの未来の一部であることは否定できませんが、それらは未来のすべての人間に平等に役立つのでしょうか?マッドブートキャンプの慎重さと実用性は、私たちの日常生活にますます影響を与えるアルゴリズムの開発における多様性と平等を確保することで、短期的および長期的に人類に利益をもたらすと思います。青空思想家がマッドブーツ現実主義者の懸念を設計に組み込めば、人間の価値、権利、尊厳をより前進させる可能性が高い未来のテクノロジーを生み出すことができます。
ブルー スカイ思考は、人工知能の開発の初期に始まりました。文学は、このテクノロジーを先駆者とし、その避けられない社会変革を予見した著者によって支配されています。人工知能の「父」は一般に、MIT のマービン ミンスキーとジョン マッカーシー、カーネギー メロン大学のアレン ニューウェルとハーブ サイモンだと考えられています。彼らは、1956 年のダートマス会議などの会議に集まり、「20 年以内に人間ができる仕事はすべて機械ができるようになる」という 1965 年のサイモンの予測に影響を与えました。
他にも、2018 年チューリング賞受賞者のジェフリー ヒントン、ヨシュア ベンジオ、ヤン ルカンの 3 人を含む、人工知能への貢献者は数多くいます。深層学習アルゴリズムに関する彼らの研究は重要な貢献ですが、AI の重要性と必然性を称賛し続ける彼らには、2016 年にヒントンが述べた「人々は放射線科医の訓練を今すぐやめるべきだ。5 年以内に深層学習は、より人間中心の考え方としては、ディープラーニングアルゴリズムが、マンモグラフィーや血液検査などの別のツールとなり、放射線科医や他の臨床医がより正確な診断を下し、より適切な治療計画を提供できるようになるだろうということです。
人間の代わりとなるロボットによって引き起こされる失業の蔓延というテーマは、仕事の 47% が自動化できると主張するオックスフォード大学の 2013 年の報告書によって正当化されました。未来学者マーティン・フォードの2015年の著書『ロボットの台頭』はこの考えを捉えており、低スキルの仕事と高スキルの仕事の両方が完全に自動化され、政府が普遍的なベーシックインカムを提供しなければならないという不穏な構図を描いている。残された仕事はわずかだろう。実際には、適切に設計された自動化により生産性が向上し、それによって価格が下がり、需要が増加し、多くの人々に利益をもたらすことができます。これらの変化は、活発な新規雇用創出という並行現象を引き起こし、それが米国や他のいくつかの国における現在の高い雇用水準につながっています。 はい、MIT 教授のジョゼフ・ワイゼンバウムが 1976 年の著書『コンピューターの力と人間の理性』の中で警告するような物語や別のビジョンを提示する著者もいます。
しかし、これらは例外です。マッドブーツの現実主義者たちは、人工知能に対する思慮深い批判の新たな波を巻き起こしました。彼らは議論を空想的な楽観主義から、人間の尊厳、公平性、民主主義に対する脅威を明確に特定することに移します。論説記事と 2016 年のホワイトハウス シンポジウムは有益な取り組みであり、数学者キャシー オニールの 2016 年の著書 Weapons of Mathematical Destruction
は聴衆を広げました。彼女は、不透明な人工知能アルゴリズムが、仮釈放、住宅ローン、求職の申請を決定するために大規模に適用された場合に、どのように有害になる可能性があるかに焦点を当てています。オニール氏の力強い例は、人間中心の思考を促進します。ルーハ・ベンジャミンの 『Race After Technology: Abolitionist Tools for the New Jim Code』などの他の書籍では、経済的機会を増やし、人種的偏見を減らすためにアルゴリズムを変更する方法について
に続きます。社会心理学者ショシャナ・ズボフ氏の2019年の著書『監視資本主義の時代』では、Googleが「悪者になるな」という初期のモットーから「これらのプロセスとその影響を曖昧にする」というモットーに移行したことが示されている。ズボフ氏の解決策は、ビジネスモデルの変更、民主的な監視、プライバシー保護を求めることだ。学者のケイト・クロフォード氏は、2021 年の著書『Atlas of Artificial Intelligence』で別の壊滅的なマッドブーツ分析を発表し、仕事、環境、人間関係、民主主義に対する AI の影響に焦点を当てました。彼女は全米工学アカデミーでの魅力的な講演でこれを洗練させ、政府の規制やプライバシーを保護するための個人の取り組みを奨励しながら、AI 研究者や実装者が実行できる建設的な行動について説明しました。
マッドブーツ活動家は、人々に利益をもたらす独創的なデザインにつながる積極的な研究への貢献が認められています。 2021 年 10 月、シンシア ルーディンは、人工知能推進協会から 100 万ドルの人工知能功績賞を受賞しました。説明可能な形式の AI に関する彼女の研究は、仮釈放、住宅ローン、または仕事が拒否された理由を人々が理解することを困難にする、不透明でブラックボックス アルゴリズムのめまいがするほどの複雑さへの対応です。 マッドブーツ思想家の多くは女性ですが、男性も人道的な監督の必要性について語っています。 テクノロジーの先駆者であるジャロン・ラニアー氏も、彼の「ソーシャル メディア アカウントを今すぐ削除するための 10 の議論」
で懸念を表明し、ソーシャル メディアの危険性を特定し、ユーザーにソーシャル メディアの使用をより適切に管理するようアドバイスしました。法学者フランク・パスクワーレ氏の『ロボット工学の新法』では、AI開発者が人間の専門知識を重視し、技術軍拡競争を回避し、自らが作成した技術に責任を負うべき理由が説明されています。しかし、人間中心設計を通じて人間によるコントロールを確保するには、国の政策、ビジネス慣行、研究課題、教育カリキュラムを大幅に変更する必要があります。 女性、ノンバイナリーの人、障害のある人、有色人種を含むこのキャンプの多様な労働力は、青空の夢を確実に実現可能な製品やサービスに変えるための重要なメッセージを伝え、それによって人類に利益をもたらし、地球を保護します。環境。以上がAI には現実主義者と青空の夢想家の両方が必要の詳細内容です。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。

ホットAIツール

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
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

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
中国語版、とても使いやすい

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
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











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、

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。

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。

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。

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。

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

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

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
