人工知能の未来は人間と機械の環境のシステムインテリジェンスです

軍事情報は戦争のようなもので、霧のようなもので、多くの不確実性があり、予測不可能で予測不可能です。現在の人工知能の開発傾向から判断すると、予見可能な将来の戦争では、人間と機械の統合にはまだ解決されていない多くの隠れた危険が存在します。 (1) 複雑な戦争の場合 情報環境下では、人間や機械は限られた時間内に限られた情報を吸収、消化し、利用しますが、人間にとってはプレッシャーが大きいほど情報の誤解が増え、戦争を引き起こしやすくなります。混乱、混乱、そして事故。機械がクロスドメインの非構造化データを学習、理解、予測することは依然として非常に困難です。

(2) 戦争における意思決定に必要な情報は時間的・空間的に広範囲に分散しており、重要な情報の一部は依然として入手が困難であると考えられます。さらに、機械によって収集された重要な客観的な物理データと、人間によって得られた主観的に処理された情報や知識を調整して統合することは困難です。

(3) 将来の戦争では、多くの非線形特性と予期せぬ変動性が存在し、戦闘の過程と結果が予測不可能になることがよくあります。複雑で刻々と変化する戦闘状況における意思決定のニーズを満たすには程遠い。核兵器の継続的な拡散と拡散を考慮すると、国家間の将来の戦争のコストは、その規模に関係なく、ますます高額になるでしょう。人工知能がどんなに発展しても、未来は人類のものであり、人工知能が人類の運命を決めるのではなく、人類が共同して将来の戦争のゲームルールを定め、人工知能の運命を決定すべきである。は論理的ですが、将来の戦争は論理的であるだけでなく、非論理的な要素も数多く含まれています。

(4) 各国の自律型機器の分類が異なることを考慮すると、強力な人工知能または一般的な人工知能兵器の概念の定義と理解には大きな隔たりがあるしたがって、現時点で最も重要な作業は、特定の技術的問題をどのように解決するかではなく (技術的な反復は非常に迅速に更新されます)、人工知能アプリケーションの基本的な概念と定義について合意に達する方法が重要になる場合があります。 、例えば、 ①AIとは何ですか？ ②自主性とは何ですか？ ③自動化とインテリジェンスの違いは何ですか? ④機械計算と人間計算の違いは何ですか？ ⑤人間と機械の機能・能力配分の境界は何か？ ⑥データ、AI、リスク責任の関係は？ ⑦計算可能性と決定可能性の違いなど

一部の定義はまだ非常に大まかであり、さらなる改良が必要です。たとえば、人間の安全保障の観点から、「蚊帳の外にいる人々」による自律型兵器の禁止は普遍的な価値観に沿っています。制御不能のリスクを軽減します。これは必要なことですが、どのような人々がシステム ループで無視されることが多く、一部の無責任な人々は防疫システムでより悪影響を与える可能性があります。

(5) 世界に向けて 独立した技術の開発については、共同評価チームを設置して、定期的に独立した技術の開発に関する詳細な評価と早期警告を実施し、技術開発のマイルストーンを確認することが推奨されます。 、技術開発の予測分析を実施し、機密技術を開発する主要機関および研究開発機関を監視し、対象を絞った監督を実施し、ある程度の学術公開性要件を確立するための人材。

(6) AI 軍事化の発展が直面するセキュリティ リスクと課題は主に以下のとおりです。

① 人工知能と自律システムは、予期せぬ状況の激化と危機の不安定化;

② 人工知能と自律システムは、敵対者間の戦略的安定性を低下させるでしょう (中国と米国の戦略的関係、米国とロシアはさらに緊張するだろう );

③ 人間と自律システムのさまざまな組み合わせ (人間の決定を判断する人間、機械の決定を判断する人間、人間の決定を判断する機械、および機械を含む) ;

④機械は人間が送信する抑止信号 (特にエスカレーション解除信号) をあまり理解していません;

⑤自律システムには友軍を攻撃する意図はなく、民間人の事故はさらなる疑問を引き起こすでしょう;

#⑥ 人工知能と自律システムは軍拡競争の不安定化につながる可能性があります。

⑦ 自律性 システムの普及により、不確実性が高まり、セキュリティ上の懸念が高まる対策の真剣な模索が引き起こされる可能性があります。

計算は「複雑さ」を扱い、計算は「複雑さ」を扱います。作文作成は計算プロセスですが、数字や図形ではなく、テキスト記号を使用します。

人間は世界を完全にマスターすることはできませんが、理解しようとすることはできます。この種の知性は、より新しい哲学のカテゴリーや考え方を生み出すでしょう。

フォン・ノイマンは、生前に出版された脳とコンピュータの関係についての最後の著書『コンピュータと脳』で、脳は次のことを認識することで自分の見解を要約しています。それは機械よりもはるかに複雑であるだけでなく、脳は彼が当初想像していたものとは異なる方向に沿ってその機能を果たしているように見えることを発見しました。ほぼ決定的に、彼はバイナリコンピュータは脳のシミュレーションには全く適さないと結論付けた。なぜなら、脳の論理構造は、論理や数学の論理構造とは全く異なるものであるとほぼ結論づけているからであり、「実際に中枢神経系で用いられる数学や論理的音声を評価するという観点からは、私たちが考える数学は、その外形はそのような作業にはまったく適していません。」

最近の科学研究でもこれが確認されています。フランスの神経科学者ロマン・ブレットの発見は、ニューラルコーディングとして知られる脳とコンピューターの基礎となるアーキテクチャの一貫性に根本的に疑問を投げかけています。脳とコンピューターの間のメタファーの影響を受けて、科学者たちは刺激とニューロンの関係を技術的な意味から、ニューロンのコーディングが刺激を完全に表現するという表現的な意味に移行させました。実際、ニューラルネットワークが最適な解読方法で脳内の理想化された観察者の「下流構造」に信号をどのように届けるかはまだ不明であり、単純なモデルでも明確ではありません。したがって、この比喩により、科学者は感覚とニューロンの関係のみに焦点を当て、動物の行動がニューロンに及ぼす真の影響を無視することになります。

ハンガリーの神経科学者ギョルギ・ブサキ氏による研究結果はさらに過激です。ブサキ氏は著書『The Brain Inside Out』の中で、脳は実際には情報をコード化して表現しているのではなく、情報を構築していると指摘しています。彼の見解では、脳は単に受動的に刺激を受け入れ、それをニューラルコーディングによって表現するのではなく、さまざまな可能性を積極的に探してさまざまな選択肢をテストするのです。これは間違いなく、コンピューターを脳の比喩として使用するという比喩を完全に覆すものです。

脳科学の観点から見ても、コンピューター科学の観点から見ても、脳をコンピューターに喩えるという比喩的な寿命はもう長くないかもしれません。コブ氏は、この種の比喩が人々のコンピューター研究に適用され、人々の目をくらませ、実際の研究の範囲を狭めていると鋭く指摘した。

以上が人工知能の未来は人間と機械の環境のシステムインテリジェンスですの詳細内容です。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。