A.I. に関する数万件の論文 は毎年出版されていますが、その多くが現実世界への潜在的な影響を明らかにするには時間がかかるでしょう。 一方、A.I.のトップの資金提供者は、 アルファベット、アップル、フェイスブック、バイダス、その他の世界のユニコーン企業は、最もエキサイティングなテクノロジーの多くを密室で磨き続けています。
コンテンツ
- すべては言語理解の問題です
- 模型も大型化してますね
- A.I. 人類の利益のために
- ロボカリプスは（まだ）来ていない
- ディープフェイク
- AIの規制
言い換えれば、人工知能に関して言えば、その年の総括をすることは不可能です。 たとえば、最もよく聴かれているトラック 10 曲をリストアップするような方法での最も重要な発展です。 スポティファイ。
おすすめ動画
しかし、A.I. は間違いなく、あらゆる種類の方法で2020年に大きな役割を果たしました。 ここでは、2020 年に人工知能で見られる 6 つの主な発展と新たなテーマを紹介します。
関連している
- Facebook の新しい画像認識 AI 10億枚のInstagram写真を使ってトレーニングされています
- どのようにA.I. 見ずにはいられない素晴らしいスポーツ ハイライト リールを作成しました
- ポジティブさによるフィルター: この新しい A.I. オンラインのコメントスレッドを無害化できる可能性がある
すべては言語理解の問題です
例年であれば、テキスト生成ツールは、最もエキサイティングな新しい AI の 1 つにランクされることはおそらくないでしょう。 開発。 しかし、2020 年は例年とは言えず、GPT-3 は平均的なテキスト生成ツールではありません。 世界で最も「」と称されたGPT-2の続編。危険な」アルゴリズム、GPT-3 は最先端 自己回帰自然言語処理ニューラル ネットワーク 研究室 OpenAI によって作成されました。 ニュース記事の冒頭など、いくつかの文をシードとして使用すると、GPT-3 は印象的な内容を生成できます。 最初の数行のスタイルと内容に一致する正確なテキスト (捏造された構成に至るまで) 引用。 GPT-3 は 1,750 億という驚くべきパラメーター (パフォーマンスを達成するために調整された接続の重み) を誇り、トレーニングには約 1,200 万ドルの費用がかかると言われています。
優れた AI であるのは GPT-3 だけではありません。 2020 年に誕生した言語モデル。 GPT-3 は誇大宣伝サイクルの中ですぐに追い越されましたが、Microsoft の Turing Natural Language Generation (T-NLG) 2020年2月に話題を呼んだ. パラメータ数は 170 億で、リリース時には、これまでに公開された最大の言語モデルでした。 あ 変成器ベースの生成言語モデルを使用する T-NLG は、未完の文章を完成させるために必要な単語を生成できるだけでなく、質問に対する直接の回答を生成したり、文書を要約したりすることもできます。
2017 年に Google が初めて導入した新しいタイプの深層学習モデルである Transformers は、自然言語処理に革命をもたらしました。 A.I. 少なくともアラン・チューリングの時代から言語に焦点を当ててきました。 機械知能の有名な仮説テスト. しかし、こうした最近の進歩のおかげで、機械は言語を理解する能力が驚くほど向上しました。 この 10 年が続くにつれて、これは重大な影響と応用をもたらすでしょう。
模型も大型化してますね
GPT-3 と T-NLG は、A.I. における新たなマイルストーン、または少なくとも重要な傾向を示しました。 スタートアップには事欠きませんが、小規模な 大学の研究室、および A.I. を使用する個人。 ツール、大手プレーヤーがシーンに存在するということは、深刻なリソースが投入されていることを意味します その周り。 莫大なトレーニングコストを伴う巨大なモデルが、AI の最先端をますます支配しつつあります。 研究。 ニューラルネットワーク 10 億を超えるパラメータを使用することが急速に標準になりつつあります。
「脳のような人工知能を再現しようとする場合、より多くのパラメータが必須です。」
GPT-3 の 1,750 億個のパラメーターは依然として異常値ですが、次のような新しいモデル ミーナ、チューリングNGL、 蒸留BERT、 そして BST 9.4B すべてのパラメータが 10 億を超えています。 パラメーターが多いほど、すべてのケースでパフォーマンスが向上するとは限りません。 ただし、これは、テキスト生成ツールが広範囲の機能をより正確にモデル化できることを意味します。 脳のような人工知能を再現する場合は、より多くのパラメーターが必要です。 これはまた、大手企業が今後も AI を支配し続けることを意味します。 最大のモデルに関してはねぐらです。 ネットワークをトレーニングするには、パラメータ 1,000 個あたり 1 ドルの費用がかかると報告されています。 それを 10 億のパラメーターに推定して、計算してみましょう。
A.I. 人類の利益のために
AIとして ツールが進歩しても、その恩恵を受けるのはコンピュータ科学者だけではありません。 他の分野の研究者も参加し、多くの場合、機械学習の使用方法について革新的なアイデアを持っています。 それがAIであっても、 ができる 脳スキャンから耳鳴りを診断する; 機械学習を使用して思考を話し言葉に変換する読心ヘッドセット 音声障害のある着用者向け; DeepMind の AlphaFold は、 配列に基づくタンパク質の形状、より効果的な新しい治療法を迅速に開発するのに役立つ可能性があります。 あるいは他のあらゆるデモンストレーションを見ても、A.I. が優れていることは明らかです。 2020 年に研究にいくつかの刺激的な新しい道が開かれました。
ロボカリプスは（まだ）来ていない
2020 年には生活のさまざまな側面が二極化しているため、ニュアンスという考え方は妨げられています。 しかし、ニュアンスというものがまさに当てはまることがますます明らかになりつつあります。 ロボットによる仕事の奪取. 今年は世界中で巨額の雇用が失われている。 しかし、これらは人類の雇用に対する邪悪なスカイネット流の攻撃ではなく、パンデミックとその影響によってもたらされたものである。
AI の例は確かにありますが、 そして人間のタスクを実行するロボット工学（を参照） たとえば、ハンバーガーをひっくり返すロボット「Flippy」）、これらは通常、人間の能力を強化したり、安定した労働力が不足している分野を支援したりするために行われてきました。 実際、そうした企業は、 現在最も多くの人を雇用している 同時に先進テクノロジーに投資している企業（つまり、大手テクノロジー企業）です。
これは、ロボカリプスが誤った予言だったと言っているわけではありません。 中産階級の空洞化は今後も続く傾向ですが、それは単に新しいスマート ソフトウェア ツールを導入する少数のテクノロジー企業の出現よりもはるかに複雑です。 2020 年に AI について言いたいことが 1 つあるとすれば、 そして雇用に関しては、事態は複雑です。
ディープフェイク
2020 年が、あらゆる種類の奇妙な方法で現実の境界が曖昧になった奇妙な年であったことは否定できません。 今年の初め、新型コロナウイルス感染症（COVID-19）は、感染症をテーマにした大ヒット映画のワンシーンのように、世界の大部分をロックダウンに陥りました。 （人々はどのようにしてこの「新しい常態」の現実から逃れたのでしょうか？ による パンデミックをテーマにしたエンターテイメントを求めてもちろん。）その年は、政党 (および指導者) の所属に応じて、現実の 2 つのバージョンの選択を示す米国選挙で終わりました。
A.I. ディープフェイク技術という形で、現実に対するボードリヤル流の攻撃に一役買っています。 ディープフェイクは 2020 年の発明ではありませんが、今年はいくつかの重要な発展が見られました。 7 月、マサチューセッツ大学先端仮想性センターの研究者らは、 リチャード・ニクソン大統領を描いた、説得力のある高予算のディープフェイク動画をテクノロジーがまとめた 与える 月面着陸に関する代替アドレス、これはアポロ計画がひどい失敗に終わった場合に書かれたものです。
より説得力のあるビジュアルディープフェイクに加えて、研究者たちはいくつかのものも作成しました。 驚くほど正確な音声ディープフェイク. 最近の例でしょうか？ アン エミネムのボーカルディープフェイク Facebook CEOのマーク・ザッカーバーグに対する激しいディスりを開始する。 たとえそれが Em の通常の歌詞の基準に達していなかったとしても、それは説得力のある本物のように聞こえました。
AIの規制
AI を活用したツールは、確かに強力です。 そして、それは抽象的な概念実証のデモンストレーションだけに当てはまるのではなく、以下のような現実世界の展開にも当てはまります。 就職面接の応募者を顔認識や法執行機関が採用する仮釈放決定ツールに基づいてスクリーニングする 当局。
過去数年にわたって、これらのツールとそのツールにバイアスがコード化される方法についての認識が広まり、その使用法についての懸念がさらに高まっています。 1月、デトロイト警察は、アルゴリズムが誤って一致した後、ロバート・ウィリアムズという男を誤って逮捕した。 運転免許証の写真とぼやけた監視カメラの映像. その後すぐに、 IBM, アマゾン、 そして マイクロソフト 各社とも、この分野での顔認識技術の使用を再検討していると発表した。
前述のディープフェイクは、特に多くの恐怖を引き起こしました。おそらく、その誤用がいかに有害であるかを明らかに示しているからでしょう。 カリフォルニアの逝去 AB-730政治家の発言や行動について誤った印象を与えるディープフェイクの使用を犯罪化することを目的とした法律は、明白な法律でした。 AIの使用を規制しようとする試み AI を最適に開発する方法に関する一貫したルール 善の側のツールはまだ作業中です 進捗。
今回は AI に焦点を当てます。 倫理は、この主題が初めて主流になり始めているように感じさせます。 功績の多くは次のような研究者に与えられるはずです。 キャロライン・クリアド・ペレス そして サフィヤ・ウモジャ・ノーブル、アルゴリズムの偏見と説明責任の重要性を強調する彼のたゆまぬ努力は明らかに共感を呼びました。
編集者のおすすめ
- A.I. 通常、何も忘れることはありませんが、Facebook の新しいシステムは忘れてしまいます。 その理由は次のとおりです
- Facebookの新しいAI 画像認識をまったく新しいレベルに引き上げます
- このA.I. ミームジェネレーターは風変わりなインターネットユーモアの技術を習得しました
- Google CEOのサンダー・ピチャイ氏、AIの危険性を警告 そしてさらなる規制を求める
- Gmail は AI で毎日 1 億件のスパムメッセージをブロックしていると Google が発表
