現代の AI 倫理的思考を活用した人工知能に関する最高の XNUMX の引用を解き明かす

誰もが良い引用を好むようです.

重要な点や特別な強調をしようとするときはいつでも、注目に値する引用を引用することほど便利なことはありません. 人々はすぐに耳を傾けます。 引用には内なる聖域の知恵が含まれており、重要な人生の教訓をXNUMXつかXNUMXつ与えることは誰もが知っています. ほとんどの引用は通常短くて甘いので、指摘されたクイップの要点を理解するために必要な精神的処理はあまりありません.

もちろん、すべての引用や、引用可能なすべての引用作成者が同じように価値があるわけではありません。

引用されている人物の名前がわからない場合は、引用が何を言おうとしていることを割り引こうとする可能性があります。 一見無名の人の引用は、著名人の引用ほど効果的ではありません。 この規則にはまれな例外がいくつかあります。たとえば、引用が「匿名」に起因する場合などです。名前のない情報源が、おそらく時代を超えて永遠に続く壮大な知恵の言葉を吐き出していることを喜んで受け入れるかもしれません。

別の要因は、引用の使用に関連するコンテキストで構成されます。

物理学や既知の宇宙がどのように構成されているかについての議論が行われている場合、アインシュタインからの引用は、真に引用可能な引用を提供することになると、おそらくことわざのマークを打つでしょう. 鳥とミツバチについての議論は、アインシュタインからの引用にも依存する可能性は低い. 有名な素粒子物理学者ではなく、その特定の分野の専門知識で特に知られている他の誰かからの引用を期待することは間違いありません.

人工知能 (AI) に関連する引用が頻繁に使用されるため、この引用可能な引用の調査を取り上げます。 すぐにわかるように、注目すべき AI の引用に関連する多くの AI 倫理の影響があります。 AI の倫理と倫理的 AI に関する私の継続的かつ広範な報道については、以下を参照してください。 ここのリンク & ここのリンク, わずか数名に。

未来の描写に関連する AI に関する記事やニュース レポートを読むときはいつでも、引用が確実に物語に放り込まれる可能性があります。 通常、選択された AI に関する引用は、記事または社説の視点または傾斜を補強するものです。 作品の姿勢とその作者による反対意見を弱めたり、反対意見として役立つように見える引用が含まれることはあまりありません.

たとえば、AI が人類に与える影響についての対話には、常に XNUMX つの方法のいずれかになる引用が含まれることはほぼ確実です。 XNUMX つの角度は、AI はスライスされたパン以来最高のものになるだろうという引用であり、AI が達成されたことを私たちは皆喜ぶでしょう。 それは幸せそうな顔の AI の引用です。 コインの反対側には、AI の出現が人類にとって完全な暗黒と破滅の前兆になると断言する引用が含まれています。 AI は小さな虫のように私たち全員を押しつぶします。 それは通常、AI についての悲しい顔の引用の使用を引き出します。

AI の見積もりは、通常、目前の目的に合わせて選択されます。 AI がどこに向かっているのかという切迫した懸念に対処する記事は、ほぼ確実に、AI に関する暗い引用を中心に形作られます。 一方、AI の興奮とスリルについての記事には、AI が人類を最も高揚させる方法で変革するという引用が含まれる可能性があります。 議論がそのような両方の引用を包含し、比較対照を試みる場合がいくつかあります. その場合でも、著者はどちらか一方を強化しようとする可能性があります。 物語が AI を黄金のように見せることを目的としている場合、高揚する引用は称賛され、不吉な引用は軽蔑されます。

すぐに、AI に関する最も有名な言葉をいくつか紹介します。 頻繁に引用される引用が何を伝えようとしているのかについて、インサイダーの視点を共有するためにそうしています. 人気のある引用のそれぞれのより深い意味に少し驚くかもしれません.

AI に関するこのような引用はすべて、引用が AI に関する特定の主張を推進しているという意味で、AI 倫理の提起と見なされます。 問題なのは、これらの引用が文脈から切り離され、疑わしい方法で使用されることがあるということです。 AI に関するいくつかの深く推論された理論から XNUMX つの行を抜き取ることによって、特に引用された情報源が AI 分野の著名な人物である場合は、立派であるように見えます。 それでも、引用の大きな文脈は、より大きなニュアンスを持っているか、実際には、抜粋または抽出された引用によって描かれているように見える本質よりもやや不自然である可能性があります.

頭を上げて警戒するために、AI の引用に傾倒するときに使用されがちな卑劣なシェナニガンを以下に示します。

• 好みのスタンスに合わせて AI の見積もりをチェリーピックする
• AI の引用は反駁できない鉄壁のふりをする
• コンテキストを省略し、代わりの AI の引用を提示しない
• AI の競合について、ショック値または即時の黙認を目指す
• AI の見積もりをその範囲をはるかに超えて活用する

今後はこうした操作に警戒していただけると思います。

私の前述の警告は、AI の注目すべき引用は決して使用されるべきではないことを示していると誤解する人もいるかもしれません。 それは私が提案していることではありません。

注目に値する AI の引用を使用すると、実際に非常に便利です。 AI に関する主張を正当化または補強しようとしている場合は、優れた情報源からの有益で関連性のある引用を入手することが重要です。 これは、述べられた主張をしているのはあなたの意見だけではないことを示すのに役立ちます. また、注目に値する AI の名言のほとんどはかなりキャッチーです。 適切な種類の AI の注目すべき引用を使用することで、情報を提供し、関与しようとしている読者を夢中にさせることができます。

私が理解しているのは、AI の引用は乱暴に扱われ、不穏な方法で使用される可能性があるということだけです。 それらは不適切に適用される可能性があります。 引用またはより大きな文脈がそのようなことを何もしないという事実にもかかわらず、彼らは野生のまたは証明されていない主張を証明しているように見えるかもしれません.

要するに、AI の見積もりは簡単に知らぬ間に使用される可能性があります。

AI の注目すべき引用が引用される場合、引用が適切に選択され、当面の問題に適用され、引用の意図に対応する使用方法の類似性があり、引用された使用が試みられることが期待されます。見積もりが全知で議論の余地のないものにならないようにバランスをとること。

ほとんどの場合、AI について議論する十分な余地があります。

これは、まだ AI の初期段階にあるためです。 バナーの見出しや息をのむようなニュース記事は、私たちが AI 感覚の黎明期にあることを暗示しているように思われることは理解していますが、残念ながら、これはごちゃごちゃした含意です。

知覚力のある AI については、さまざまな憶測が飛び交います。 これがどうなるかは誰にもわかりません。 私たちがいつの日か知覚力のある AI に到達するかどうかは誰にもわかりません。 この未知の、そしてまだ知ることのできない状況の結果として、ほぼあらゆる種類のシナリオが派生する可能性があります。 知性を持つ AI は悪になると誰かが言うかもしれません。 知覚力のある AI は善良で慈悲深いものになると誰かが言うかもしれません。 何度も続けることができますが、それによって、特定の主張を確実または保証するための「証拠」を提供することはできません。

これは、AI 倫理の領域に私たちをもたらします。

これらはすべて、今日の AI、特に機械学習 (ML) とディープ ラーニング (DL) の使用についての深刻な懸念にも関係しています。 お分かりのように、ML/DL が知覚力のある AI であるか、その近くにある (そうではない) と信じているか、または想定することを選択して、大衆によって AI を擬人化する傾向がある ML/DL の使用法があります。

まず、AI 全体について言及する際の意味を明確にし、機械学習と深層学習の概要を簡単に説明しておくと役立つ場合があります。 人工知能が何を暗示しているかについては、多くの混乱があります。 また、AI 倫理の教訓を紹介したいと思います。これは、この談話の残りの部分に特に不可欠です。

AIについての記録を述べる

今日の AI の性質について同じ認識を持っていることを確認しましょう。

今日、感性のあるAIはありません。

私たちはこれを持っていません。

知覚力のある AI が可能になるかどうかはわかりません。 私たちが知覚力のある AI を達成するかどうか、また、知覚力のある AI が何らかの形で奇跡的に自発的に計算認知超新星 (通常はシンギュラリティと呼ばれます。 ここのリンク).

今日の AI は、人間の思考と同等の方法で「考える」ことができないことを認識してください。 Alexa や Siri とやり取りするときの会話能力は、人間の能力に似ているように見えるかもしれませんが、実際には、それはコンピューター処理であり、人間の認識が欠けています。 AI の最新の時代では、計算パターン マッチングを活用する機械学習とディープ ラーニングが広く利用されています。 これは、人間のような性癖の外観を持つ AI システムにつながりました。 一方、今日の AI には、常識に似たものはなく、堅牢な人間の思考の認知的驚異もありません。

問題の一部は、コンピューター、特に AI を擬人化する傾向にあります。 コンピューター システムまたは AI が、人間の行動に関連する方法で動作しているように見える場合、人間の性質をシステムに帰したいという圧倒的な衝動があります。 これは、感覚に到達する可能性について最も妥協のない懐疑論者でさえもつかむことができる、よくある精神的な罠です。

ある程度、それが AI の倫理と倫理的 AI が非常に重要なトピックである理由です。

AI 倫理の教訓により、私たちは警戒を怠らないようになります。 AI 技術者は、テクノロジー、特にハイテクの最適化に夢中になることがあります。 彼らは必ずしもより大きな社会的影響を考慮しているわけではありません。 AI 倫理の考え方を持ち、それを AI の開発と実施に統合することは、AI 倫理が企業にどのように採用されるかの評価を含め、適切な AI を生み出すために不可欠です。

一般にAI倫理の原則を採用することに加えて、AIのさまざまな使用を管理する法律を設ける必要があるかどうかという対応する質問があります。 AIの考案方法の範囲と性質に関係する新しい法律が、連邦、州、地方のレベルで広まっています。 そのような法律を起草して制定する努力は段階的なものです。 AI倫理は、少なくとも、考慮された一時的なギャップとして機能し、ほぼ確実に、ある程度、これらの新しい法律に直接組み込まれます。

AIを対象とする新しい法律は必要なく、既存の法律で十分であると断固として主張する人もいることに注意してください。 彼らは、これらの AI に関する法律の一部を制定した場合、社会に計り知れない利点をもたらす AI の進歩を取り締まることで、黄金のガチョウを殺すことになると警告しています。

これまでのコラムでは、AI を規制する法律を作成して制定するためのさまざまな国内および国際的な取り組みについて取り上げてきました。 ここのリンク、 例えば。 また、さまざまな国が特定して採用したさまざまな AI 倫理の原則とガイドラインについても説明しました。たとえば、200 近くの国が採用したユネスコ AI 倫理のセットなどの国連の取り組みが含まれます。 ここのリンク.

以下は、私が以前に詳しく調べた AI システムに関する倫理的な AI 基準または特性のキーストーン リストです。

• 透明性
• 正義と公正
• 非有害
• 責任
• 個人情報保護
• 善行
• 自由と自律
• 信頼
• ３つの柱
• 尊厳
• 連帯

これらの AI 倫理の原則は、AI 開発者だけでなく、AI 開発の取り組みを管理する人々、さらには最終的に AI システムを整備して維持する人々によっても利用されることを真剣に想定されています。 開発と使用の AI ライフサイクル全体にわたるすべての利害関係者は、倫理的 AI の確立された規範を遵守する範囲内にあると見なされます。 これは重要なハイライトです。なぜなら、「コーダーのみ」または AI をプログラムする人だけが AI 倫理の概念を遵守する必要があると通常想定されているからです。 ここで強調したように、AI を考案して運用するには村が必要であり、村全体が AI の倫理規定に精通し、それを遵守する必要があります。

物事を現実的に保ち、今日のコンピューターによる無感覚 AI に焦点を当てましょう。

ML / DLは、計算パターンマッチングの形式です。 通常のアプローチは、意思決定タスクに関するデータを収集することです。 データをML/DLコンピューターモデルにフィードします。 これらのモデルは、数学的パターンを見つけようとします。 そのようなパターンを見つけた後、そのように見つかった場合、AIシステムは新しいデータに遭遇したときにそれらのパターンを使用します。 新しいデータが表示されると、「古い」データまたは履歴データに基づくパターンが適用され、現在の決定が行われます。

これがどこに向かっているのか推測できると思います。 意思決定に基づいてパターン化された人間が不利なバイアスを取り入れている場合、データはこれを微妙ではあるが重要な方法で反映している可能性があります。 機械学習またはディープラーニングの計算パターンマッチングは、それに応じてデータを数学的に模倣しようとします。 AIで作成されたモデリング自体には、常識やその他の感覚的な側面の類似点はありません。

さらに、AI開発者も何が起こっているのか理解していない可能性があります。 ML / DLの難解な数学は、現在隠されているバイアスを見つけるのを困難にする可能性があります。 AI開発者が潜在的に埋もれているバイアスをテストすることを当然期待し、期待するでしょうが、これは見た目よりも難しいです。 比較的大規模なテストを行っても、ML/DLのパターンマッチングモデルにバイアスが埋め込まれている可能性は十分にあります。

有名な、または悪名高いガベージインガベージアウトの格言をいくらか使用できます。 重要なのは、これはバイアスに似ているということです。つまり、バイアスがAI内に沈むと、知らぬ間に注入されてしまいます。 AIのアルゴリズムの意思決定（ADM）は、公理的に不平等に満ちています。

良くない。

これで、一連の注目すべき AI の引用を適切に検討するためのテーブルを設定したと思います。

AI の注目すべき名言の開梱

AI についての引用は無数にあるようです。

プラトンとソクラテスの時代に戻って、AI に関連すると思われる引用を探してみてください。 これは少し大袈裟に思えますが、現代の AI の追求に利用できる人間の知性の想定限界についての引用があることは確かです。 また、多くの高尚な哲学者や由緒ある科学者は、生きていることの本質と、人間や他の生き物が感覚能力のとらえどころのない神秘的な火花をどのように体現しているのかを突き止めようと、時代を超えて奮闘してきました. Shakespeare も AI 関連の便利な引用をいくつか提供しています。

この特定の分析では、AI 関連の引用を楽しませるつもりはありません。 それらは確かに考慮するのに便利であり、今後の分析で喜んで検討します. ここでは、AI 時代に発生した AI の引用に注意を限定しましょう。

AI の時代は、1950 年代半ばから始まったと言えます。 歴史的に、それは造語 Artificial Intelligence 体系化され、人間のような知性を発揮できる可能性のあるコンピューターまたはマシンを説明するための頼りになる選択肢になることができました。 AI の歴史に関する私の記事については、 ここのリンク.

また、著名な AI 研究者やコンピューター サイエンティストによる AI の引用にも焦点を当てます。 それを、AI の部外者による引用の掘り下げと解釈しないでください。 顕著な引用を思いついたAI関連の研究者や専門家もたくさんいます。

問題は、この議論を注目すべき AI の名言を XNUMX 個だけ挙げたリストにまとめたいということです。

XNUMX ポンドの袋に XNUMX ポンドの岩石が収まるには、何かを与える必要があります。 これらの非常に望ましい特性を持つ XNUMX の AI の引用を慎重かつ慎重に区別します。

• 広く普及し、頻繁に活用されるAIの名言
• AI 指向の文献と非 AI 指向の文献の両方で日常的に引用されている AI の引用
• AIの引用を具体的に調べた記事で何度も見られたAIの引用（あなたが今読んでいるようなもの）
• 認識可能な専門家、科学者、または関連する AI スペシャリストから考案された AI の引用
• 各種AI名言査定コンテストやアンケートで多くの「いいね」を獲得したAI名言
• その他

他にもいくつかの基本ルールがあります。

以下に、いくつかの追加の経験則と少しの説明を示します。

• 著者ごとに XNUMX つの AI 引用のみ。 これが傷つき、不安に満ちたルールであることを率直に認めます。 概して、少なくとも XNUMX つの AI の注目すべき引用を生成したものは、それらのバレルを生成した可能性があります。 多くの名言の中から XNUMX つだけを選択しようとすることは、誰かの子供の中で誰がお気に入りかを選択しようとするようなものです。 確かに、骨の折れる作業です。
• 異なる考え方を持つ AI の引用を選択します。 ほぼ同一の性質を持つ XNUMX 個の AI の引用を選択するのは簡単です。 たとえば、AIが悪になり、宇宙から人類を一掃することについてのXNUMXのAIの引用. 簡単です。 代わりに、わずかに異なる視点を持ち、AI のより広範な調査を提供する AI の引用を意図的に選択しています。
• 名前だけに惑わされない. AI の引用を選択するには、ウインク、ウインク、ルーシー、グージーな方法があります。つまり、見つけることができる最大の名前を選択します。 引用は特に注目に値しないかもしれませんが、引用された名前のキャッチーさは注目に値します. 名前と引用の両方が実証的な価値を提供する必要があると主張します.
• 引用が明らかにしたものに基づいて、引用を解釈します。 ちょっと待って、この経験則を解き明かしてください。 AI の注目すべき名言が独り歩きすることもあります。 元の引用可能な人物は、引用が示すようになったものを意味することを必ずしも意図していませんでした. 一般大衆が何を意味すると考えているかに基づいて、AI の引用を選択します。 ある意味では、引用が元の著者の希望や意図に従って解釈されていないことは、もはや特に問題ではありません。 現実が引き継ぎ、引用を、出現したと思われる社会的な装いや形に変えることを選択しました. 引用された著者の中には、もはや誤解を正そうとしない人もいれば、生きていても、必要なときに記録を修正しようとはしていない人もいます。
• AI の引用は、記憶に残り、認識できる点を強調する必要があります。 AI の注目に値する引用は、XNUMX セント硬貨であり、多くの場合、途方もなく空虚です。 また、同じことを前もって誰かが言った注目すべき引用を繰り返すこともあります。 それらは時には当たり障りのないものであり、無限の意味を可能にします. ここでのルールは、AI の引用は、すぐに識別できるポイントを作成することに関してある程度決定的でなければならず、記憶に残るものでなければならず、そうでなければ注目すべき引用クラブに具現化されるための基準に適合する必要があるということです。

私は、今のところ、選択されたトップ XNUMX の AI の注目すべき引用についての法的詳細を確立していると思います。 この選択されたセットに誰もが同意するわけではないことはわかっています。 私たちは皆、お気に入りの AI の名言を必ず持っています。 このリストにお気に入りが表示されない場合があります。

彼らが言うように、走行距離は異なる場合があります。

絶望するな。 強い関心があり、他の注目すべき AI の引用について提案があれば、喜んでこのトピックに関する別の記事を作成し、それらの追加の AI の引用を含めようとします.

選ばれたトップXNUMX

現在、選ばれたトップ XNUMX を発表しようとしています。

できるだけ公平にするために、番号を付けずにトップ XNUMX をリストします。 私がこれを言うのは、番号付けシーケンスが、これが最低評価から最高評価の AI の引用のランキングであると一部の読者に思わせる可能性があるためです. この議論では、格付けスキームには立ち入りません。

名前付きソースごとに AI の引用をリストします。 リストは、引用された著者の姓のアルファベット順になります。 おそらく、これにより、リストが順序またはシーケンスの好みを示すことを回避できます。

ロールロールしてください。

以下は、AI の注目すべき引用のトップ XNUMX です (著者の姓のアルファベット順にリストされています)。

• ニックボストロム: 「機械知能は、人類が作る必要のある最後の発明です。」
• マークキューバ: 「世界で最初の億万長者は、AI とそのすべての派生物をマスターし、私たちが考えもしなかった方法でそれを適用する誰かから生まれます。」
• エドガー・W・ダイクストラ：「コンピューターが考えることができるかどうかという問題は、潜水艦が泳げるかどうかという問題と同じくらい興味深いものではありません。」
• スティーヴン·ホーキング: 「効果的な AI の作成に成功することは、私たちの文明の歴史における最大の出来事になる可能性があります。 または最悪。 私たちは知りません。 そのため、AI によって無限に助けられるのか、AI に無視されて脇に追いやられるのか、あるいは AI によって破壊される可能性があるのか​​どうかを知ることはできません。」
• アランケイ: 「人工知能が私たちを劣等感に陥れるのではないかと心配する人もいますが、正気の人なら誰でも花を見るたびに劣等感を抱くはずです。」
• レイ・カーツワイル: 「数十年以内に、機械の知性は人間の知性を上回り、シンギュラリティにつながります。技術の変化は非常に急速かつ深刻であり、人類の歴史の構造の断裂を表しています。」
• ジョン・マッカーシー： 「私たちの最終的な目標は、人間と同じくらい効果的に経験から学ぶプログラムを作ることです。 プログラムは、何か言われたことやすでに知っていることから、十分に広いクラスの直接的な結果を自動的に推論する場合、そのプログラムは常識を持っていると言えます。」
• イーロン·マスク: 「非常にばかげたことをしないようにするためだけに、おそらく国内および国際レベルで、何らかの規制による監視が必要であると考える傾向がますます強くなっています。 つまり、人工知能で悪魔を召喚しているということです。」
• スチュアート・ラッセル: 「意識のある機械を構築する方法については、誰もまったく知りません。」
• アラン·チューリング: 「人間をだまして自分が人間であると信じ込ませることができれば、コンピューターは知的であると呼ばれるに値するでしょう。」

それでは、AI の注目すべき引用をそれぞれ展開してみましょう。

上記と同じアルファベット順で進めていきます。

人間の手による最後の発明としての AI

注目すべき AI の引用: 「マシン インテリジェンスは、人類が作る必要のある最後の発明です」(ニック ボストロム)。

この AI の引用が非常にキャッチーであることは認めざるを得ません。 簡潔な XNUMX 文の中に、重いコンテンツがたくさんあります。

主な要点は、AI を発明することで、AI を活用して、これまでに発明された可能性のある他のあらゆるものを発明できるようになるということです。 したがって、物事を発明する方法を理解しなければならないことについてリラックスできます。 AIが私たちのために仕事をしてくれます。 もちろん、最初に AI を発明するという大変な作業を行う必要があります。

ただし、一見単純で人目を引くように見えるアサーションについて、ほとんどの人がすぐには認識できない追加の落とし穴がいくつかあります。 ご覧のとおり、最初に AI を発明する必要があるという明白な側面に加えて、多くの追加のニュアンスが思い浮かびます。

私たちが発明した AI が、人間の知性の平均レベルに匹敵すると仮定します。 その場合、AI がトーマス・エジソンのように電球を発明したり、アレクサンダー・グラハム・ベルのように電話を発明したりできると仮定するのは、少しおこがましいのではないでしょうか? かなり特別な人たちです。 平均的な人間の知的能力を満たす AI が、必ずしも偉大な発明家になるとは限りません。

もう XNUMX つの考慮事項は、AI が 欲しいです ものを発明する。

私はこれを、私たちが AI を法人格の一形態としてどのように扱うかという意味で言っています (私の記事を参照してください)。 ここのリンク）。 一部の専門家は、私たちがAIを本質的に奴隷にして、私たちが望む入札を何でもさせようとしていると示唆しています。 他の人は、この考えを嘆かわしく思います。 AIが積極的に人間の知性のレベルに達した場合、私たちは人類のためにも求めるAIの自由を認めることに取り組まなければならないでしょう. 確かに、AI がそのような命題を主張することは当然想像できます。 とにかく、ここで重要なのは、AI が選択したことを何でも行う可能性があるということです。これには、AI が回避することを選択した場合、発明しないことも含まれます。

多くの追加の考慮事項が関係します。

全体として、表面的には確かにキャッチーであり、AI、社会、人類などに関するあらゆる種類の議論や議論に拍車をかけるために使用できます.

または、代わりに、引用は、プレゼンテーションでマイクをドロップする瞬間の XNUMX つにすぎない場合もあります。

記念碑的なマネーメーカーとしての AI

注目すべき AI の引用: 「言っておきますが、世界初の億万長者は、AI とそのすべての派生物をマスターし、私たちが考えもしなかった方法でそれを適用する人物から生まれます。」 （マーク・キューバン）。

おそらく、この AI の引用を特に見たり聞いたりしたことがないでしょう。

一部の AI 純粋主義者は、この引用をトップ XNUMX リストに含めると胸焼けするだろうと私は認識しています。 引用は、ビジネスとお金を稼ぐことについて乱暴に思われます. 通常のトップ XNUMX の引用のほとんどすべてが、AI が人類を終わらせるか、人類が贅沢な生活を送れるようにすることについて何かを強調しています。

申し訳ありませんが、お金は世界を動かします。

一部の AI 開発者は、真の AI または AGI (Artificial General Intelligence) を生成しようと利他的に努力しています。 これは、世界最高峰に登りたいという願望に例えられるかもしれません。 それはお金のためではなく、代わりに魅力的な挑戦のために行われるかもしれません.

彼らにとって良い。

問題は、単に精力的な偉業として認識されているために AI を達成したいという欲求が、そこに到達するのに十分であるかどうかはわかりません。 その先には、間違いなくノーベル賞が待っています。 名声は、真の AI を達成した人には絶対に付いてきます。

お金もすぐそこにあるでしょう。

あなたはおそらくこれについて無実であり、何兆ドルも稼ぐことは、達成される挑戦と完全な達成感と比較して見劣りすると主張することができます. もちろん、あなたが望むなら信じてください。 一方、この引用は、AI の虹の先に巨大な金の壺があることを思い出させてくれます。 金儲けのいくつかについての私の指摘については、以下を参照してください。 ここのリンク.

そうは言っても、すべての金儲けの可能性には隠れたひねりがあります。

AI の虹は虹になるのでしょうか、それともすべてを破壊する醜い雷雨でしょうか?

AI が代わりにお金が欲しいと判断したとします。 そのことについて何？ AIが邪悪な種類であり、あなたが想像できるすべての現金をあなたに積み上げ、その間ずっと鳴き声を上げて微笑み、その後地球から人類を一掃するとします。 それらの現金の山はすべて無駄になります。

考えるべきことがある。

AIがどうあるべきかを問う

注目すべき AI の引用: 「コンピューターが考えることができるかどうかという問題は、潜水艦が泳げるかどうかという問題と同じくらい興味深いものではありません」(エドガー・W・ダイクストラ)。

この注目すべき AI の引用には微妙な深みがあります。 ほとんどの人は、やや気が遠くなる行の意味を理解するために、XNUMX、XNUMX 回読む必要があります。

様々な解釈が存在することをご承知おきください。

私は普及しているものと一緒に行きます。

最終的に真の AI に到達する方法について、重要な問題が提起されています。 著名な陣営の XNUMX つは、人間の思考をリバース エンジニアリングする必要があると主張しています。 人間がどのように考えるかを理解して初めて、同様のことができる AI をうまく作成できるようになります。

ナンセンス、いくつかの反論。 人間の脳の根底にあるメカニズムやウェットウェアとはほとんど関係のない AI を作成できます。 私たちがする必要があるのは、知性を発揮できる AI を作成することだけです。 輪ゴムと使い古した段ボールの破片を使ってそれができるなら、それでいいのです。 人間がどのように泳ぐかを最初に理解したので、潜水艦が機能すると主張するのは難しいでしょう（まあ、確かに類似点はありますが、先に進みましょう）.

それが引用によって提起されたXNUMXつの視点です。 これと関連する角度に関する私の記事については、以下を参照してください。 t彼はここにリンクします.

迫り来る AI の二重使用について

注目すべき AI の引用: 「効果的な AI の作成に成功することは、私たちの文明の歴史の中で最大の出来事になる可能性があります。 または最悪。 私たちは知りません。 したがって、私たちは AI によって際限なく助けられるのか、AI に無視されて傍観されるのか、AI によって破壊される可能性があるのか​​を知ることはできません」(スティーブン・ホーキング)。

このリストの中で、真の AI を達成することが最高の時代になるのか、それとも最悪の時代になるのかという難問を提起する AI の引用にたどり着きました。 これは、コインの両面をカバーしているため、特に便利な引用です。 AI のデュアルユースのジレンマに関する詳細な考察については、以下を参照してください。 ここのリンク.

これは、この引用をかなり不安な方法で時々行うことです.

AI のハッピー フェイスの観点を強調したい場合は、冒頭の文だけを使用して、「効果的な AI の作成に成功したことは、私たちの文明の歴史の中で最大の出来事になる可能性があります」という部分だけを引用します。

それは読者に、AI は大丈夫であり、真の AI を達成した後は私たち全員が大丈夫だという、暖かく曖昧な感覚を与えます。 潜在的な欠点についての追加の言い回しは省略します。 引用の残りの部分を無視することは、少し不誠実であることをお勧めします。

いずれにせよ、これらの引用はあらゆる方法で大雑把に使用されています。

AI の自然に対する積み重ね

注目すべき AI の引用: 「人工知能が私たちに劣等感を抱かせるのではないかと心配する人もいますが、正気の人なら誰でも花を見るたびに劣等感を抱くはずです」（アラン・ケイ）.

これは、関連する禅の品質を見極めるために少し集中する必要があるかもしれない、もう XNUMX つの AI の注目すべき引用です。

有力な解釈の XNUMX つは、AI を考案したこと自体に畏敬の念を抱くかもしれませんが、人類の存在と宇宙の存在自体が、さらに畏敬の念に値する非常に大きな偉業であるというものです。 AI の発明に気を取られて、まだ解明されていないように見える信じられないほどのミステリーや謎を見失ってはいけません。

真の AI を実現できるのであれば、人間は頭が大きくなりすぎないようにする必要があります。 落ち着いて冷静に。 さらに多くの問題が解決されるのを待っています。

この引用を、AI が必要とされる最後の発明であるという以前の引用と組み合わせて、おそらく AI に宇宙の謎を解き明かしてもらうことができます。 まあ、AIが自発的にそうしたいのなら。

シンギュラリティを念頭に置く

注目すべき AI の引用: 「数十年以内に、機械知能は人間の知能を上回り、シンギュラリティにつながります。テクノロジーの変化は非常に急速かつ深遠であり、人類の歴史の構造の断裂を表しています」（レイ・カーツワイル）.

真正な高品質のトップ XNUMX リストに含まれていることを確認する必要があります。 特異点 少なくとも一度は出てきます。 ほら、どうぞ。

先に指摘した通り、 特異点 これは、真の AI が自発的に発生する可能性があるという仮説です。 一瞬で起こると示唆する人もいます。 他の人は、数分、数時間、数日、数週間、数ヶ月、数年、数世紀などかかるかもしれないと主張しています.

この理論の素晴らしいところは、それが確かに私たち全員を席の端に置いているということです. 私がこれを言うのは、真の AI に向かってこの火の玉活動を開始するのにちょうど十分な AI を作成する可能性があるからです。 この初期または最低のハードル レベルが何であるかがわからない場合、それはおそらく何でもかまいません。

Python で最新の AI アプリをコーディングしているときに、限界を少し超える可能性があり、本格的な AI が目の前に迫っていることに気付くように、これについて言及します。

私はあなたに警告しました。

常識はあまり一般的ではない

注目すべき AI の引用: 「私たちの最終的な目標は、人間と同じくらい効果的に経験から学ぶプログラムを作ることです。 プログラムは、言われたことやすでに知っていることから、十分に幅広いクラスの直接的な結果を自動的に推論する場合、そのプログラムは常識を持っていると言えます」(ジョン・マッカーシー)。

この AI の注目に値する引用は、あまり多くの放送時間を与えられることはめったにありません。

まず、これは AI の善悪に関するものではありません。そのため、便利でダンディな AI の名言を探している人にとって、すぐに AI の魅力が低下する傾向があります。 第二に、それは特にキャッチーというわけではなく、言葉遣いは他の注目すべき AI の引用と比較してかなりぎこちない.

このトップ XNUMX リストに含める価値があるのはなぜですか?

それは、真の AI を達成する上で推定されるアキレス腱の XNUMX つをもたらすからです。

これが取引です。 私たちは、人間とその人間の知性には、常識とラベル付けする認知的側面が含まれていると想定しています。 人間の常識に関するジョークがたくさんあります。 一部の人々は確かに常識に欠けているように見えるという古い騒ぎを知っています。したがって、常識は見かけほど一般的ではありません。

ハ！

ここで重要なのは、人間レベルの知性を達成するために常識が必要な場合、悪いニュースは、現在、AI の分野では、常識とは何か、AI でそれをどのように作成するかを理解することがいくらか困難になっているということです。 これを行うための努力は、実際には何年も、何十年も続いています。 で私の記事をご覧ください ここのリンク.

困惑が存在します。 常識が知性の中核要素である場合、常識のコードを解読する進歩は非常に限られているため、真の AI に到達するという困難な課題に直面しています。 これは戸惑います。

常識が知性の要件であると信じていない人は、汗をかく必要はないと言うでしょう。 常識を理解して機械に入れることができれば、それでいいのです。 できなくても、心配しないでください。 他の人は、おそらく常識は次の方法で生じると主張します 特異点、あからさまに常識を考案できなくても、自発的な不思議なプロセスが私たちのためにそこにたどり着くように。

あなたの個人的な常識を使用して、どの理論があなたに最も適しているかを判断してください.

AIと法律

注目すべきAIの引用: 「非常にばかげたことをしないようにするためだけに、おそらく国内および国際レベルで、何らかの規制による監視が必要であると考える傾向がますます強くなっています。 つまり、人工知能を使って悪魔を召喚しているのです」（イーロン マスク）。

イーロン・マスクはいわば、AI の見積もり作成マシンです。

彼が AI だと言っているわけではありませんが、一部のツイートでは AI かもしれないと言っています。 私は、彼が AI について多くの引用を作成したと主張しています。 たくさんあるので、全部読もうとすると行き詰まります。

この特定の引用は、AI の悪や欠点をカバーするほとんどの AI の引用と比較して、ややユニークです。 通常、注目に値する AI の引用は、AI が野獣であることが判明する可能性があることを表明します。 あなたは自分の良心またはデバイスに任されており、その見苦しい出来事の順番について何をすべきかを決定します.

この引用では、法律の重要性が引き合いに出されています。

AIに関連する法律を持つことの重要な性質について議論することになった有名な引用は多くありません。 AI に関するさまざまな提案された法律を幅広く取り上げました。 ここのリンク、また、そのようなAI関連法のテンプレートとキーストーンを確立しようとしている標準化委員会にも参加しています。

法律は、AI に関連するある種の救世主ではないかもしれません。 一方で、無法状態や無法状態が必ずしも最適な道であるとは限りません。 この引用によると、真の AI に到達することによる人類のリスクと潜在的な罰則を考えると、いくつかの法的ガードレールを持つことは価値のあるアプローチのようです.

真の AI が実現することを想像してみてください。それについては法律が必要だとすぐに言いませんか?

もちろん、大きな問題は、真の AI に到達した場合に法を施行できるかどうかです。

AI はまだ未解決のミステリー

注目すべき AI の引用: 「意識のある機械を構築する方法を誰も知らない」（スチュアート・ラッセル）。

この注目に値する AI の引用は、ありがたいことに、可能な限りまっすぐです。

AI の分野では、私たちが真の AI に向かって正しい道を進んでいるかどうかについて、あらゆる種類の激しい議論が行われています。 多分私たちはそうです。 たぶん私たちはそうではありません。 たぶん、私たちは非常に遠く離れています。

私たちが真の AI を達成するのはあと数インチであると宣言する意見をすぐに見つけることができることを保証します。 匂いがするほど AI の実現に近づいています。 これを言う人は、贅沢な勇敢さでそうし、完全で邪魔されない自信の空気を持っています.

マラーキー。

ほら、私はこの引用と同じ考えです。つまり、誰も真の AI を実現する方法の手がかりを持っておらず、私たちは皆、そこに到達しようとして暗闇の中でさまよっているということです。

人類が直面している最大の謎の XNUMX つに飛び込みたい人は、AI フォールドにようこそ。 これについて言及したのは、私が AI の教授だったとき、ときどきがっかりして私のところに来て、AI がすぐに解決されると聞いたり読んだりしたので、おそらくあまりキャリアを持たないだろうと言う学生がいたからです。

私は、彼らがそれが起こる前に熟した老後まで生き、それが彼らの監視中に起こった場合、非常に幸運であることを彼らに保証しました.

AI と有名なチューリング テスト

注目すべき AI の引用: 「人間をだまして自分が人間であると信じ込ませることができれば、コンピューターは知的であると呼ばれるに値する」（アラン・チューリング）。

アラン・チューリングからの引用を含まないトップ XNUMX リストには、本質的に懐疑的です。 彼の数学、コンピューター サイエンス、AI などへの貢献は計り知れず、称賛に値します。 彼の人生についての映画や著書を通じて、彼のことを知っているかもしれません。

このトップ XNUMX リストで特に重要と思われる引用は、今や有名になった彼のチューリング テストに関するものです。 チューリング テストについて詳しく説明しました。 ここのリンク.

簡単に言えば、コンピューターや AI、機械が人間と同等の知能レベルに達したかどうかをどのように判断すればよいのでしょうか? チューリングは、仕掛けの中をいじる代わりに、一種の模倣ゲームをプレイできると提案しました。 AI を XNUMX つのカーテンの後ろに置き、人間を別のカーテンの後ろに置くとします。 人間の尋問者は、AI と人間の間で質問を行ったり来たりしますが、この尋問者はカーテンの中を見ることができず、どちらがどちらであるかはわかりません。

質問の最後に、尋問者がどちらが AI でどちらが人間であるかを明確に宣言できない場合、AI は人間の知性と区別がつかないと宣言する必要があります。 これは物事を理解するためのはるかに簡単な方法であることに注意してください。 AI のビットとバイトに入る必要はありません。 確認する必要があるのは、AI がどのように到達したとしても、同等の知性を示すことだけです。

AI に興味がある人は、必然的にチューリング テストに精通している必要があります。 チューリング テストは現在進行中の話題です。

チューリング テストを現実的に実施する方法については、さまざまな懸念が表明されています。 たとえば、尋問を行っている人が質問をするのに適切な仕事をすることができないとします。 あるいは、この人は答えを理解していないのかもしれません。 チューリング テストを考えると、質問をする人が大きな勝敗を左右することがわかります。 バイラルになった最近のニュース記事には、AIアプリが感覚に到達し、彼が尋ねた質問に基づいてチューリングテストに合格するように見えると真剣に信じていたGoogleエンジニアが関与していました（彼は間違っていました。 ここのリンク).

チューリング テストには未解決の問題がたくさんあります。 とはいえ、AI 分野では依然として重要な存在であり、今後も重要な検討事項となるでしょう。 このアラン・チューリングの引用は、その考慮事項を前面に出しています。

まとめ

これで、AI に関するかなりの建設的な背景を提供するトップ XNUMX リストについて説明してきました。 時々、あなたはそれらの引用符を利用するつもりだと思います. よかったね。

私たちは注目すべき引用について反芻しているので、引用可能な引用について今のところいくつかの最終的な発言が適切であるように思われます.

まず、AI に関する私自身の著書からトップ 10 に引用したいという誘惑に駆られました。 多数の AI の本、AI に関する何百もの記事などを書いた後、私の本のいくつかが AI の本のトップ XNUMX にランク付けされたことを含めて、それは当然のことながら魅力的でした。

さらに、ジョージ・バーナード・ショーは次の有名な言葉を残しています。 会話にスパイスを加えてくれます。」

トップ XNUMX リストの最終版でわかるように、このラウンドでは辛すぎるかもしれないと思いました。

私の次の発言は、あなたが AI の分野をさらに掘り下げ、注目すべき AI の引用についてさらに深く追求するように促されることを心から望んでいるということです. それぞれの引用は、実際には広大で複雑なアイデアと考慮事項のウェブです. ここで提示された引用をさらに分析しようとすると、AI に完全に夢中になっていることがわかります。

ウィンストン・チャーチルは、一般的な引用について次の洞察に満ちたコメントをしました。 また、著者を読みたい、もっと知りたいという気持ちにさせてくれます。」

そして、引用についての最後の引用です。

これらの AI の引用がどのように利用されるかについて注意する必要があると述べたことを思い出してください。 人々はこれらの引用を最もトリッキーな方法で使用します。 マーク・トウェインは次のように語っています。

AI についてだまされてはいけません。最も注目すべき AI の引用の根底にあるストーリーを知ったので、

あなたは確かにそれについて私を引用することができます.