그것도 충분히 나쁘지 않은 듯, 기계는 의식과 초지능을 얻었고, 우리의 의지에 반해 세계를 장악했습니다. 냉정한 계산으로 우리의 AI 대군주는 인간에게 기회가 있었고 우리가 더 많은 피해를 입히기 전에 우리를 제거해야 할 때라고 결정했습니다.
이제 전 세계 대표들이 제네바에 모였던 2017년 6월로 되돌아가 보겠습니다. 글로벌 이익을 위해 AI를 설계하기 위한 유엔 주최 정상회담. 목표는 단지 친화적인 AI를 개발하는 것이 아니라 모든 사람을 위해 더 나은 세상을 만들기 위해 기술을 사용하는 방법을 고안하는 것이었습니다. 당연히 만연한 기술과 우리가 조심하지 않으면 AI가 세상을 어떻게 악화시킬 수 있는지에 대한 경고적인 이야기가 많이 있었습니다. 그러나 전체적인 메시지는 희망이었습니다.
관련된
- 착시 현상은 차세대 AI를 구축하는 데 도움이 될 수 있습니다
- Clearview AI의 클라이언트 목록이 도난당했습니다. 대규모 얼굴 데이터베이스가 다음 차례가 될 수 있을까요?
- 스트레이트 플러시: 차세대 스마트 변기가 건강 추적에 혁명을 일으킬 수 있는 방법
사실입니다. 인류는 우리 스스로 해결할 수 있는 것보다 더 많은 문제에 직면해 있습니다. 급격하고 즉각적인 변화가 없다면 우리는 디스토피아적인 미래를 맞이하게 될 것입니다. 그러나 우리는 AI의 도움으로 이러한 문제를 해결하거나 적어도 부정적인 영향을 최소화할 수도 있습니다. 방법은 다음과 같습니다.
스스로 단속하여 바다를 보호하세요
육지에 사는 우리는 바다가 얼마나 중요한지 잊어버리기 쉽습니다. 그들은 지구 표면의 약 71%를 덮고 있으며 지구 생활 공간의 91%를 차지합니다. 바다는 생명이 시작된 곳이며 그 이후로 우리 종은 바다와 연결되어 왔습니다.
그럼에도 불구하고 우리는 이 자원을 제대로 보호하지 못하고 있습니다. 그레이트 배리어 리프는 아직 죽지 않았지만 위험한 속도로 죽어가고 있습니다. 한때 활기차고 번성했던 산호 공동체는 표백된 묘지로 변하고 있습니다. 특정 해양종의 포획 및 판매에 대한 규제에도 불구하고 불법 어업 활동은 여전히 널리 퍼져 있습니다.
The Nature Conservancy(TNC)와 같은 조직은 현재 남획 방지를 위해 안면 인식 소프트웨어 활용 바다를 구하기 위한 노력입니다. 작년 11월에는 소프트웨어 개발자들에게 어선의 영상을 모니터링하는 시스템을 만들도록 도전하는 콘테스트를 시작했습니다. 목표는 보호종을 식별하여 조사관이 테이프를 검토하고 물고기가 올바르게 처리되어 바다로 돌아가는지 확인할 수 있도록 하는 것이었습니다.
이 시스템을 통해 어업 감시에 소요되는 시간이 획기적으로 단축될 것으로 기대됩니다. 검사관은 일반적으로 약간의 비용을 지출합니다. 테이프 10시간마다 분석하는 데 6시간 소요, 에 따르면 수호자. 의심되는 물고기가 필름에 나타나는 분 표시에 태그를 지정하는 AI 시스템을 사용하면 해당 시간을 40% 단축할 수 있습니다.
"최종 결과는 현재 불가능하다고 생각했던 것 이상으로 우리를 움직이는 놀라운 첫 번째 단계입니다."
TNC의 최고 기술 책임자인 Matt Merrifield는 Digital Trends와의 인터뷰에서 “우승팀은 얼굴 인식에 사용되는 것과 유사한 컴퓨터 비전 및 기계 학습 기술을 사용했습니다.”라고 말했습니다. “모델의 첫 번째 레이어는 비디오에서 물고기가 있을 가능성이 가장 높은 지역을 식별합니다. 다음 계층에서는 보다 일반적인 모델을 사용하여 훈련과 딥 러닝이 필요한 물고기 종을 실제로 식별합니다. 최종 결과는 현재 불가능하다고 생각되는 것 이상으로 어업 모니터링에 AI를 사용하는 것이 불가피한 시대로 우리를 이동시키는 놀라운 첫 번째 단계입니다.”
불법 어업 활동을 모니터링하기 위해 AI를 사용하는 다른 계획도 이미 진행 중입니다. 웹 사이트 글로벌 낚시 시계 비영리 환경 감시 기관의 데이터를 사용하여 전 세계 어선을 추적합니다. 스카이트루스, 대형 선박의 움직임을 모니터링하기 위해 위성 데이터를 채굴합니다. 글로벌피싱워치(Global Fishing Watch)가 개발한 AI 플랫폼은 86,000건 이상의 사례가 확인되었습니다. 어선이 바다에서 잠재적으로 불법적인 행위를 한 경우.
자연재해 예측
자연재해의 영향을 최소화하는 가장 좋은 방법 중 하나는 먼저 사건을 예측하는 것입니다. 말처럼 쉽지는 않습니다.
수십 년 동안 다양한 분야의 과학자들은 대중이 대비할 수 있도록 충분히 공지하면서 지진을 확실하게 예측하려고 노력했지만 실패했습니다. 80년대와 90년대에는 일부에서는 기계 학습을 사용하기도 했습니다., 그러나 이에 따르면 충분히 신뢰할 수 있는 시스템을 구축하지 못했습니다. 사이언티픽 아메리칸. 그러나 AI는 지난 수십 년 동안 큰 발전을 이루었으며 오늘날의 슈퍼컴퓨터를 통해 과학자들은 그 어느 때보다 더 빠르게 더 많은 데이터를 처리할 수 있습니다.
과학자들은 이제 지진을 더 잘 이해하고 지진이 언제 발생할지 예측하기 위해 기계 학습으로 돌아가고 있습니다. 성공한다면 이 방법은 수십만 명의 생명을 구할 수 있다.
연구자들은 다음과 같습니다 폴 존슨 그리고 크리스 마론, 로스앨러모스 국립연구소(Los Alamos National Laboratory)와 펜실베이니아 주립대학교(Pennsylvania State University)의 지구물리학자, AI가 지진을 예측할 수 있는 잠재력에 대한 관심이 다시 높아졌으며 이를 통해 비용을 절감할 수 있기를 바라고 있습니다. 살고 있다.
존슨은 “10년 전에 이런 일을 시도했다면 불가능했을 것”이라고 말했다. 사이언티픽 아메리칸. 그는 AI를 적용할 뿐만 아니라 지진 예측 문제에도 다르게 접근하고 있다.
"미래의 의사 결정자들은 어렸을 때부터 이러한 도구를 사용하게 되기를 바랍니다."
크기, 위치, 시간에 대한 데이터만 포함된 표준 "지진 카탈로그"를 사용하는 대신 Johnson과 그의 팀은 Penn State에서 지속적으로 시뮬레이션되는 인공 지진에서 수집된 대규모 측정 데이터 세트를 사용합니다. 랩. 알고리즘은 이 원시 데이터(대부분 불필요해 보이는 데이터)를 분석하여 시뮬레이션된 지진을 예측하는 데 도움이 될 수 있는 패턴을 검색하는 임무를 맡습니다.
알고리즘은 특정 음향 신호가 다가오는 지진과 일치한다는 것을 이미 밝혀냈습니다. 시뮬레이터 내에서 구조판은 서로 미끄러질 때 나무 바닥처럼 삐걱거리고 시스템은 지진이 발생하기 전에 해당 소리의 특정 변화를 식별했습니다. 이러한 소리는 아직 자연계에서 관찰되지 않았지만 Johnson과 그의 팀은 주의 깊게 듣고 있습니다.
"알고리즘은 이벤트가 매우 미세한 시간 범위 내에서 발생할 수 있는 시기를 알려줄 수 있을 뿐만 아니라 실제로 우리가 주의를 기울이지 않고 있던 시스템의 물리학에 대해서도 알려주었습니다."라고 그는 말했습니다. "돌이켜보면 당연한 일이었지만 우리는 처리된 데이터에만 집중하다 보니 수년간 간과해 왔습니다."
과학자들이 지진을 확실하게 예측할 수 있으려면 아직 해야 할 일이 많이 남아 있지만 존슨은 이제 자신의 알고리즘과 함께 실제 데이터를 사용하고 있습니다. 그는 이 방법이 효과가 있다면 전문가들이 이 방법을 사용하여 몇 달 또는 몇 년 전에 지진을 예측할 수 있을 것이라고 생각합니다.
미래를 먹여살리다
전 세계에 식량을 공급하는 데 있어 우리는 어려운 과제에 직면해 있습니다. UN은 2030년까지 기아와 모든 형태의 영양실조를 종식시키기를 희망하고 있습니다. 세계 인구는 80억 명에 가까워지고 있으며 적어도 80억이 될 때까지 계속 증가할 것으로 예상됩니다. 2050.
오늘도 우리는 모두를 먹이려고 애쓰고 있습니다 — 매일 밤 9명 중 1명은 공복 상태로 잠자리에 듭니다., 세계 식량 계획에 따르면.
하지만 카네기 멜론 대학의 과학자들은 FarmView라는 시스템 개발이는 로봇 공학과 인공 지능을 통합하여 작물 수확량을 예측하고 식량 시스템을 보다 효율적으로 만들 수 있기를 바랍니다.
FarmView는 작물을 시각적으로 조사할 수 있는 자율 지상 로봇을 동원하여 작동합니다. 작물 예측을 위해 컴퓨터 비전과 기계 학습을 사용하는 것을 포함하여 계절의 다양한 시기에 수익률. 그런 다음 알고리즘은 특정 식물을 분석하고 보다 최적의 성장을 위한 비율을 촉진하기 위해 잎을 잘라내거나 과일을 얇게 자르도록 로봇에 지시합니다. 한 단계 더 나아가 CMU 연구원들은 AI가 유전학자들이 유익한 특성을 식별하고 선택하는 데 도움이 될 수 있다고 생각합니다. 이러한 방식으로 AI는 육종가와 협력하여 보다 생산적인 작물을 생산할 것입니다.
“10년 전에 이런 일을 시도했다면 우리는 그렇게 하지 못했을 것입니다.”
CMU 시스템 과학자는 "우리는 사람을 대체하기 위해 이 일을 하는 것이 아닙니다"라고 말했습니다. 조지 캔터. “우리가 하고 있는 일은 농부들이 작업을 보다 효율적으로 수행할 수 있도록 하고 더 적은 자원을 사용하여 작업을 수행할 수 있도록 하는 새로운 기술을 도입하는 것입니다. 우리가 구상하는 시나리오에는 더 적은 인원을 사용하는 것이 포함되지 않습니다. 인간이 현재 수행하지 않는 작업을 수행하기 위해 로봇 공학 및 기타 기술을 사용하는 것이 포함됩니다.”
여기서 주요 목표는 더 많은 식량을 생산하는 것뿐만 아니라 기존 자원을 최대한 효율적으로 사용하는 것입니다.
Kantor는 “현재 우리가 식량을 생산하는 방식은 매우 자원 집약적이며 사용 가능한 자원이 고갈되고 있습니다.”라고 말했습니다. “우리는 생산하는 식량의 양과 질을 높여야 합니다. 하지만 자원이 무한하다고 가정하지 않는 방식으로 그렇게 해야 합니다.”
갈등의 끝?
인류를 구하기 위한 AI의 가장 야심찬 계획 중 하나는 티모 혼켈라, 핀란드 헬싱키 대학교 교수는 기계 학습 및 자연어 처리와 같은 기술이 실제로 갈등을 제거하는 데 도움이 될 수 있다고 생각합니다. 그는 자신의 개념을 "평화 기계"라고 부르는데, 생각보다 설득력이 없습니다.
혼켈라의 관점에서 볼 때, 우리 인간이 정말로 노력해야 할 세 가지가 있습니다. 바로 우리 자신의 감정, 타인과의 의사소통, 그리고 사회 전체의 평등입니다.
“우리는 복잡한 세상에 살고 있으며, 문화 지향적이고 개별적인 경험에 기반을 둔 복잡한 삶을 살고 있습니다.”라고 그는 Digital Trends에 말했습니다. “지금까지 기계는 매우 엄격한 방식으로 개발되었습니다. 불가능해지는 것은 이러한 시스템을 더욱 인간답게 만드는 것입니다. 오랫동안 내 말은 '기계를 인간처럼 만드는 것이 더 낫다. 왜냐하면 또 다른 선택은 우리 인간이 이 강력한 도구를 사용하려면 기계처럼 되어야 한다는 것이기 때문이다'였습니다.”
Honkela는 AI가 갑자기 세계 평화를 가져올 수 있다고 주장하기보다는 이 기술이 작은 방식으로 새로운 효과를 가져올 수 있다고 생각합니다. 예를 들어, 기계 번역의 발전으로 개인 간의 의사소통이 더 원활해졌습니다. 서로 다른 배경을 가진 사람들이 어떻게 해서든 오해와 그에 따른 갈등을 최소화합니다. 흔한. 더 큰 그림에서 보면 이러한 작은 갈등이 모두 해소되어 좀 더 쾌적한 사회를 만드는 종합적인 효과가 있을 것입니다.
Honkela는 “만약 우리가 서로를 더 잘 이해할 수 있는 상황이 된다면, 그러한 종류의 상황이 자연스럽게 전반적으로 보다 평화로운 관계로 급부상하는 방식으로 도약한다는 것이 가설입니다.”라고 말했습니다.
Honkela의 주요 요점 중 하나는 단어가 항상 명확하지는 않은 의미와 맥락에 의해 묶여 있다는 것입니다. "My Shirt is blue", "I'm Feeling Blue", "I'm blue in the Face"라는 문구는 각각 영어가 모국어가 아닌 사람이 구별하기 어려운 매우 다른 의미를 갖습니다.
물론 파란색이라는 단어를 두고 전쟁이 벌어진 적은 없지만 Honkela는 이 동일한 시스템이 의사소통의 모든 측면에 적용될 수 있다고 생각합니다.
“사람들이 삶의 경험, 교육, 문화적 배경에서 멀리 떨어져 있을수록 잘못된 의사소통의 위험이 더 커집니다.”라고 그는 말했습니다. "우리가 사용하는 단어조차도 서로 다른 두 사람에게 서로 다른 의미를 가질 수 있습니다."
결국 Honkela는 학교 어린이부터 세계 지도자까지 모든 사람이 올바르게 이해하고 명확하게 말할 수 있는 일종의 AI 에이전트를 가질 수 있다고 생각합니다.
“기본 아이디어는 다음과 같은 장치를 사용하는 것입니다. 스마트 폰, 우리가 손에 가지고 있는 것이 무엇이든, '당신이 방금 말한 것은 당신이 의도한 것과 상당히 다르게 이해될 것입니다'라고 말할 수 있습니다.”라고 그는 말했습니다.
이러한 장치는 사람들이 편견과 감정적 변덕을 불러일으키는 보다 합리적인 결정을 내리는 데 도움이 될 수도 있습니다. 이는 오늘날의 정치 환경에 이상적인 기능입니다. "미래의 의사 결정자들이 어렸을 때부터 이러한 도구를 사용하게 되기를 바랍니다."라고 Honkela는 말합니다. 그래서 감정적인 부분에서 벗어나지 않고 중요한 문제를 해결하는 데 더 적합할 것입니다. 호언장담.
전쟁의 종식은 아직 먼 꿈이다. 실제로 어떤 사람들은 갈등이 인간 본성에 내재되어 있거나 심지어 필수적이라고 주장합니다. 그러나 아마도 AI는 인간이 서로를 더 잘 이해하도록 도움으로써 이러한 논쟁을 더욱 건설적으로 만들 수 있습니다. 아마도 AI는 디스토피아적인 숙청으로 인류를 멸망시키기보다는 우리가 조화롭게 함께 사는 새로운 미래로 우리를 안내할 것입니다. 그것은 우리가 스스로 만들어야 할 미래입니다.
편집자의 추천
- AI가 결코 세상을 지배하지 못하는 이유
- AI가 실제로 지각을 갖게 되는 시점을 어떻게 알 수 있나요?
- 미군 안면인식 기술로 1km 떨어진 사람 식별 가능
- 일체 포함. 농장이 불법적으로 오염되지 않았는지 확인하기 위해 위에서 농장을 모니터링할 수 있습니다.
- AI가 생성한 텍스트는 가짜 뉴스를 더욱 강화하고 있습니다. 이것이 우리가 반격하는 방법이다
