それは十分に悪いことではなかったかのように、機械は意識と超知能を獲得し、私たちの意志に反して、世界を征服しました。 私たちの AI の支配者たちは冷静な計算により、人間にもチャンスがあり、これ以上の被害を与える前に私たちを排除する時期が来たと判断します。
さて、2017 年 6 月に巻き戻ります。当時、世界中からの代表者がジュネーブに集まりました。 地球利益のために AI を設計するための国連主催のサミット. 目標は、フレンドリーな AI を開発することだけではなく、すべての人にとって世界をより良くするためにテクノロジーを使用する方法を考案することでした。 当然のことながら、テクノロジーが蔓延していることや、注意しないとAIが世界をどのように悪化させる可能性があるかについての警告的な話がたくさんありました。 しかし、全体的なメッセージは希望に満ちたものでした。
関連している
- 目の錯覚は次世代の AI の構築に役立つ可能性がある
- Clearview AI の顧客リストが盗まれました。 次はその大規模な顔データベースになるでしょうか?
- ストレートフラッシュ: 次世代スマートトイレは健康追跡にどのような革命をもたらすのか
それは本当です。人類は、おそらく私たちだけで解決できる以上の問題に直面しています。 抜本的な変化を早急に起こさなければ、私たちは間違いなくディストピア的な未来を迎えることになるでしょう。 しかし、AI の助けを借りて、これらの問題を解決、または少なくとも悪影響を最小限に抑えることもできるかもしれません。 ここではその方法をいくつか紹介します。
自らの警備で海を守る
私たち陸地に住む人々は、海がいかに重要であるかを忘れがちです。 それらは地球の表面の約 71 パーセントを覆っており、その居住空間の 91 パーセントを占めています。 海は生命が始まった場所であり、それ以来私たちの種は海と結びついています。
それにもかかわらず、私たちはこのリソースを保護するという点でかなり不十分な仕事をしています。 グレートバリアリーフはまだ死んでいませんが、危険なペースで死滅しつつあります。 かつては活気に満ちて繁栄していたサンゴの群落は、白化した墓場と化しつつあります。 特定の海洋生物の捕獲と販売に対する規制にもかかわらず、違法漁業は依然として蔓延しています。
The Nature Conservancy (TNC) のような組織は現在、 顔認識ソフトウェアを活用して乱獲と戦う 海を救うために。 昨年11月に同社は、漁船からの映像を監視するシステムの作成をソフトウェア開発者に問うコンテストを開始した。 目標は、検査官がテープを確認し、魚が正しく扱われ海に戻されていることを確認できるように、保護種を特定することでした。
このシステムにより、漁業取締りにかかる時間が大幅に短縮されることが期待されている。 検査官は通常、いくらかの費用を費やします 10時間のテープごとに6時間の分析、 によると 保護者. AI システムがフィルム上の疑わしい魚の位置に細かいマークを付けることで、その時間を 40% 短縮できる可能性があります。
「最終結果は、現在不可能だと思われていたことを超えていくための素晴らしい第一歩となります。」
「優勝チームは、顔認識に使用されているものと同様のコンピュータービジョンと機械学習テクノロジーを使用していました」とTNCの最高技術責任者であるマット・メリフィールド氏はデジタルトレンドに語った。 「モデルの最初のレイヤーは、ビデオ内で魚が存在する可能性が最も高い領域を特定します。 次の層では、実際に魚の種類を識別します。これには、より一般的なモデルを使用したトレーニングとディープラーニングが必要です。 その最終結果は、現在不可能と考えられていたことを超えて、漁業監視における AI の使用が避けられない時代へと私たちを前進させる素晴らしい第一歩となります。」
AI を使用して違法漁業活動を監視する他の取り組みもすでに進行中です。 ウェブサイト グローバルフィッシングウォッチ 非営利環境監視機関のデータを使用して世界中の漁船を追跡しています スカイトゥルース、衛星データをマイニングして大型船の動きを監視します。 グローバルフィッシングウォッチが開発したAIプラットフォームは、 86,000件以上の症例を特定 漁船が海上で潜在的に違法行為を行った事件。
自然災害の予測
自然災害の影響を最小限に抑えるための最良のステップの 1 つは、最初から災害を予測することです。 それは言うは易く行うは難しであることが分かりました。
何十年にもわたって、さまざまな分野の科学者が、国民が準備できる十分な通知を与えて地震を確実に予測しようと試みてきましたが、失敗してきました。 80 年代と 90 年代には、機械学習を使用する人もいました。しかし、十分に信頼できるシステムを確立できなかったとのことです。 サイエンティフィック・アメリカン. しかし、AI は過去数十年で大きな進歩を遂げ、今日のスーパーコンピューターにより、科学者はこれまでよりも多くのデータをより速く処理できるようになりました。
科学者たちは現在、地震をより深く理解し、いつ発生するかを予測するために機械学習に戻りつつあります。 この方法が成功すれば、数十万人の命が救われる可能性がある。
研究者が好むのは、 ポール・ジョンソン そして クリス・マローン、ロスアラモス国立研究所とペンシルバニア州立大学の地球物理学者、 AI による地震予知の可能性に新たな関心があり、AI が人命救助に役立つことを期待しています。 生きています。
「10年前にこれを試みていたら、できなかったでしょう」とジョンソン氏は語った。 サイエンティフィック・アメリカン. 彼は AI を適用するだけでなく、地震予測の問題にも別の方法でアプローチしています。
「将来の意思決定者が子供のころからこれらのツールを使ってくれることを願っています。」
ジョンソン氏と彼の計画では、マグニチュード、場所、時間に関するデータのみが含まれる標準的な「地震カタログ」を使用するのではなく、 研究チームは、ペンシルベニア州立大学で常にシミュレーションされている人工地震から収集された測定値の膨大なデータセットを使用しています。 研究室 アルゴリズムには、この生データ (その多くは余分に見える) を分析して、シミュレートされた地震の予測に役立つ可能性のあるパターンを検索するという使命があります。
このアルゴリズムは、特定の音響信号が今後の地震と同時に発生することをすでに明らかにしています。 シミュレーター内では、プレートが互いの上を滑る際に木の床のようにきしむ音を立てますが、システムは地震が発生する前にその音の特定の変化を特定しました。 これらの音は自然界ではまだ観測されていませんが、ジョンソン氏と彼のチームは注意深く耳を傾けています。
「アルゴリズムは、非常に細かい時間内でイベントがいつ発生するかを教えてくれるだけでなく、実際に、私たちが注意を払っていないシステムの物理学についても教えてくれました。」と彼は言いました。 「振り返ってみれば明らかなことですが、私たちは処理されたデータに注目していたために、何年もそれを見逃してきました。」
科学者が地震を確実に予測できるようになるまでには、やるべきことはまだたくさんありますが、ジョンソン氏は現在、アルゴリズムで現実世界のデータを使用しています。 この方法がうまくいけば、専門家はそれを使って数か月、あるいは数年前に地震を予測できるだろうと同氏は考えている。
未来を養う
地球に食料を供給するということになると、私たちは困難な課題に直面しています。 国連は、2030 年までに飢餓とあらゆる形態の栄養失調を撲滅したいと考えていますが、これは楽観的です。 世界の人口は 80 億人の大台に近づき、少なくとも 2016 年まで増加し続けると予想されています。 2050.
今日も私たちはみんなに食事を与えるのに苦労しています — 9人に1人は毎晩空腹の状態で就寝しています、世界食糧計画によると。
しかし、カーネギーメロン大学の科学者たちは、 FarmView というシステムを開発しています、これにはロボット工学と人工知能が組み込まれており、作物の収量を予測し、できれば食料システムをより効率的にすることができます。
FarmView は、作物の視覚的な調査を行うことができる自律型地上ロボットを動員することによって機能します。 コンピュータービジョンと機械学習を使用して作物を予測するなど、季節のさまざまな時期 収穫します。 次に、アルゴリズムが特定の植物を分析し、より最適な成長を実現する比率を促進するために葉を切り落としたり、果物を間引いたりするようにロボットに指示します。 さらに一歩進んで、CMU 研究者らは、AI が遺伝学者による有益な形質の特定と選択に役立つ可能性があると考えています。 このようにして、AI は育種家と協力して、より生産性の高い作物を生産することになります。
「10年前にこれを試みていたら、できなかったでしょう。」
CMUのシステム科学者は「私たちは人材を置き換えるためにこれをやっているわけではない」と語った。 ジョージ・カンター. 「私たちが取り組んでいるのは、農家の作業をより効率的にし、作業に使用するリソースを削減できる新しいテクノロジーを導入することです。 私たちが想定するシナリオでは、人員を削減する必要はありません。 これには、ロボット工学やその他のテクノロジーを使用して、人間が現在行っていないタスクを実行することが含まれます。」
ここでの主な目標は、より多くの食料を生産することだけではなく、既存の資源を可能な限り効率的に使用することです。
「現在の食糧生産方法は非常に資源を大量に消費しており、利用可能な資源は使い果たされつつある」とカンター氏は語った。 「私たちは生産する食料の量と質を向上させなければなりませんが、それは無限の資源があることを前提としたものではありません。」
紛争の終結？
AI が人類を救うための最も野心的な計画の 1 つは、次のような考えから生まれました。 ティモ・ホンケラフィンランドのヘルシンキ大学の教授で、機械学習や自然言語処理などのテクノロジーが紛争の解消に実際に役立つ可能性があると考えています。 彼は自分のコンセプトを「ピースマシン」と呼んでいますが、それは思っているほど突飛なものではありません。
ホンケラの観点から見ると、私たち人間が本当に取り組むべきことは 3 つあります。それは、自分自身の感情、他者とのコミュニケーション、そして社会全体の平等です。
「私たちは複雑な世界に住んでおり、文化的に指向され、個人の経験に基づいた複雑な生活を送っています」と彼はデジタルトレンドに語った。 「これまで、機械は非常に厳格な方法で開発されてきました。 不可能になっているのは、これらのシステムをより人間らしくすることです。 私の長年の主張は、『機械を人間らしくする方が良い、なぜなら、他の選択肢として、これらの強力なツールを使用するには人間が機械のようにならなければならないからである。』
ホンケラ氏は、AI が突然世界平和をもたらすことができると主張するのではなく、このテクノロジーが新たな効果をもたらす小さな方法で役立つ可能性があると考えています。 たとえば、機械翻訳の進歩により、個人間のコミュニケーションが促進されます。 異なるバックグラウンドを持った人々が集まり、誤解やその後の衝突を最小限に抑えます。 ありきたりな。 より大きな視点から見ると、これらすべての小さな紛争の解決は、より快適な社会を生み出すという全体的な効果をもたらすでしょう。
「仮説としては、もし私たちがお互いをよりよく理解できる状況になれば、それは自然に、全体としてより平和な関係へと飛躍的に飛躍するということです」とホンケラ氏は語った。
ホンケラの重要なポイントの 1 つは、言葉は意味と文脈に縛られており、必ずしも明確ではないということです。 「私のシャツは青いです」、「気分は青いです」、「顔が青いです」というフレーズはそれぞれ非常に異なる意味を持っており、英語を母国語としない人には区別するのが困難です。
もちろん、「青」という言葉を巡って戦争が起こったことはありませんが、ホンケラ氏は、これと同じシステムがコミュニケーションのあらゆる側面に適用できると考えています。
「人々の人生経験、教育、文化的背景が離れれば離れるほど、コミュニケーションミスのリスクが高くなります」と彼は言う。 「私たちが使う言葉であっても、二人の異なる人にとっては異なる意味を持っている場合があります。」
最終的に、ホンケラ氏は、小学生から世界の指導者に至るまで、すべての人が正しく理解し、明確に話していることを確認できる、ある種の AI エージェントを手に入れることができると考えています。
「基本的なアイデアは、次のようなデバイスを使用することです。 スマートフォン私たちが手元に持っているものなら何でも、『キリスト教徒にとって、あなたが今言ったことは、あなたが意図していることとはかなり異なって理解されるだろう』と言えるかもしれない」と彼は言った。
これらのデバイスは、人々が偏見や感情的な気まぐれを排除してより合理的な決定を下せるようにするためにも使用される可能性があり、これは今日の政治情勢において理想的な機能です。 「将来の意思決定者が子供の頃からこれらのツールを使用していることを願っています」とホンケラ氏 したがって、感情的な話に逸れることなく、重要な問題に対処するのに適しているでしょう。 暴言。
戦争の終結はまだ遠い夢です。 実際、争いは人間の本性に固有のもの、あるいは本質的なものであると主張する人もいるでしょう。 しかし、おそらく AI は、人間がお互いをよりよく理解できるよう支援することで、こうした口論をより建設的なものにすることができるでしょう。 おそらく、AI はディストピア的な粛清で人類を絶滅させるのではなく、私たちが調和して共存する新しい未来に私たちを導くでしょう。 それは私たちが自ら創り出さなければならない未来です。
編集者のおすすめ
- なぜAIが世界を支配しないのか
- AI が実際に知覚力を持つようになる時期をどうやって知ることができるのでしょうか?
- 米軍の顔認識は1km離れたところにいる人を識別できる
- A.I. 農場を上空から監視して、不法汚染していないか確認することができる
- AI が生成したテキストはフェイク ニュースを過大評価しています。 これが私たちが反撃する方法です
