アカウント名:
パスワード:
AIだから正しく判断してるだろって思ってる奴がちらほらいること(中二病的感想)
今のAIなんて前例の共通部分をGPUで機械的に抜き出すだけなのにな
入力と出力があるだけの一方通行のフィルターを「AI」って呼んでるいわゆる「原理的には単純な最小二乗法」状態って理解してる人は極めて少ないよな
そろそろ『AI』っていうバズワードも一般向けに細分化が必要かと思いますね。
1. 計算機の演算能力で得られた「総当たりの最適解(ブルートフォース?)」2. 単なる事実として収集された「膨大な統計的情報(データマイン?)」3. 機械学習で意味を付けられた「人間の常識的偏見(ステレオタイプ?)」
1.や2.が単体で科学的に正確な情報であろうことを根拠としてそれらを加工した3.を無責任に発信・運用することまで法的社会的に正しいと信じる飛躍が「AIの恐怖」議論の根幹にあるのではないかと思いますが、企業や産業はそこをつまびらかにするほどに動きにくくなるからまあ濁したがりますよね。
いわゆるAIの恐怖は「ロボットによる仕事の簒奪」と「AIに依存した状態での障害発生リスク」と「強いAIの自発的意思による反乱」が主体ではないかな。3つ目は2つ目の一種とみなせなくもないが……一番メジャーだし構造が異なる可能性を含むので別枠。
それと、AIを一般向けに細分化するなら、エキスパートシステム(由緒正しいAIの一種だが実質普通のプログラム)、機械学習(AI研究の副産物で、目的とする入出力関係を持つ関数のパラメータを決定する技法)、ニューラルネットワーク(同じくAI研究の副産物で、特定の形をした関数の事。機械学習にまま使う)、強いAI(一般人が想像するだろうAI。現時点で実現されていないし実現の道筋も立っていない)、あたりじゃ無いですかね。あと機械学習は学習段階と学習で得られた関数の運用段階を分けたほうが良さげ。
> 2. 単なる事実として収集された「膨大な統計的情報(データマイン?)」> 3. 機械学習で意味を付けられた「人間の常識的偏見(ステレオタイプ?)」医大入試の属性別離職率による加減点を性差別扱いされた例でわかる通り、明らかな前者も後者のように扱われるからこの区別はあまり意味はないと思う。機械学習は統計の一種のようなものだし、恣意的なデータ食わせて恣意的な結果を得るのも、非恣意的データで恣意的な操作と同じ結果が出るのも、AI無関係な統計の問題かと。機械学習って近似曲線求めるのとほぼ同じなので……
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
Stableって古いって意味だっけ? -- Debian初級
いまのところAIで怖いのは (スコア:5, すばらしい洞察)
AIだから正しく判断してるだろって思ってる奴がちらほらいること(中二病的感想)
Re: (スコア:0)
今のAIなんて前例の共通部分をGPUで機械的に抜き出すだけなのにな
入力と出力があるだけの一方通行のフィルターを「AI」って呼んでるいわゆる「原理的には単純な最小二乗法」状態って理解してる人は極めて少ないよな
Re: (スコア:4, 参考になる)
そろそろ『AI』っていうバズワードも一般向けに細分化が必要かと思いますね。
1. 計算機の演算能力で得られた「総当たりの最適解(ブルートフォース?)」
2. 単なる事実として収集された「膨大な統計的情報(データマイン?)」
3. 機械学習で意味を付けられた「人間の常識的偏見(ステレオタイプ?)」
1.や2.が単体で科学的に正確な情報であろうことを根拠として
それらを加工した3.を無責任に発信・運用することまで法的社会的に正しいと信じる飛躍が
「AIの恐怖」議論の根幹にあるのではないかと思いますが、
企業や産業はそこをつまびらかにするほどに動きにくくなるからまあ濁したがりますよね。
Re:いまのところAIで怖いのは (スコア:0)
いわゆるAIの恐怖は「ロボットによる仕事の簒奪」と
「AIに依存した状態での障害発生リスク」と
「強いAIの自発的意思による反乱」が主体ではないかな。
3つ目は2つ目の一種とみなせなくもないが……
一番メジャーだし構造が異なる可能性を含むので別枠。
それと、AIを一般向けに細分化するなら、
エキスパートシステム(由緒正しいAIの一種だが実質普通のプログラム)、
機械学習(AI研究の副産物で、目的とする入出力関係を持つ関数のパラメータを決定する技法)、
ニューラルネットワーク(同じくAI研究の副産物で、特定の形をした関数の事。機械学習にまま使う)、
強いAI(一般人が想像するだろうAI。現時点で実現されていないし実現の道筋も立っていない)、
あたりじゃ無いですかね。
あと機械学習は学習段階と学習で得られた関数の運用段階を分けたほうが良さげ。
> 2. 単なる事実として収集された「膨大な統計的情報(データマイン?)」
> 3. 機械学習で意味を付けられた「人間の常識的偏見(ステレオタイプ?)」
医大入試の属性別離職率による加減点を性差別扱いされた例でわかる通り、
明らかな前者も後者のように扱われるからこの区別はあまり意味はないと思う。
機械学習は統計の一種のようなものだし、恣意的なデータ食わせて恣意的な結果を得るのも、
非恣意的データで恣意的な操作と同じ結果が出るのも、AI無関係な統計の問題かと。
機械学習って近似曲線求めるのとほぼ同じなので……