1956 年北半球の夏、アメリカ、ニューイングランドの美しい大学のキャンパスに集まった若者たちのグループを想像してください。
これはちょっとした気軽な集まりです。しかし、彼らはキャンプファイヤーや周囲の山や森での自然散策のためにここに来たわけではありません。むしろ、この先駆者たちは、今後数十年にわたって数え切れないほどの議論を巻き起こし、テクノロジーの進路だけでなく人類の進路も変えることになる実験的な旅に出発しようとしています。
今日私たちが知っている人工知能 (AI) 発祥の地、ダートマス会議へようこそ。
ここで起こったことは、最終的に ChatGPT やその他多くの種類の AI につながり、現在では病気の診断、詐欺の検出、プレイリストの作成、記事の執筆 (この記事ではありませんが) に役立っています。しかし、この分野が今も克服しようとしている多くの問題の一部も生み出しました。過去を振り返ることで、より良い前進方法が見つかるかもしれません。
1950 年代半ば、ロックンロールが世界を席巻していました。エルヴィスの「ハートブレイク・ホテル」がヒットチャートのトップを占め、ティーンエイジャーたちはジェームズ・ディーンの反抗的な遺産を受け入れ始めました。
しかし 1956 年、ニューハンプシャー州の静かな片隅で、別の種類の革命が起こっていました。
この ダートマス大学人工知能夏季研究プロジェクトダートマス会議としてよく知られているこの会議は、18 月 XNUMX 日に開始され、約 XNUMX 週間続きました。この会議は、ジョン マッカーシー、マービン ミンスキー、ナサニエル ロチェスター、クロード シャノンの XNUMX 人のアメリカ人コンピューター科学者の発案によるもので、当時のコンピューター サイエンス、数学、認知心理学の最も優秀な人材が集まりました。
これらの科学者たちは、招待した 47 人のうちの何人かとともに、インテリジェントな機械を作るという野心的な目標に取り組むことにしました。
As マッカーシーは会議提案書にこう記した。彼らは、「機械に言語を使用させ、抽象化と概念を形成し、現在は人間が担当している種類の問題を解決する方法」を見つけることを目指しました。
ダートマス会議は「人工知能」という用語を生み出しただけでなく、研究分野全体を統合しました。これは AI の神話的なビッグバンのようなものです。機械学習、ニューラル ネットワーク、ディープラーニングについて私たちが知っていることのすべては、ニューハンプシャー州でのあの夏にその起源を遡ることができます。
しかし、その夏の遺産は複雑だ。
当時提案されていた、あるいは使用されていた他の名称よりも、人工知能が選ばれました。シャノンは「オートマトン研究」という用語を好みましたが、他の 2 人の会議参加者 (そして間もなく最初の AI プログラムの作成者となる)、アレン ニューウェルとハーバート サイモンは、その後も数年間「複雑情報処理」という用語を使い続けました。
しかし、問題は、AI に落ち着いてから、どれだけ努力しても、今日では AI と人間の知能を比較することから逃れられないということだ。
この比較は祝福であると同時に呪いでもある。
一方では、特定のタスクにおいて人間のパフォーマンスに匹敵するか、それを上回る AI システムを開発する原動力となっています。AI がチェスや囲碁などのゲームで人間を上回ったり、AI が人間の医師よりも高い精度で医療画像から癌を検出したりできると、私たちは喜びます。
一方、このような絶え間ない比較は誤解を招きます。
時 コンピューターが囲碁で人間に勝つ機械はあらゆる面で人間よりも賢くなった、あるいは少なくとも人間はそのような知能を生み出す方向に進んでいる、という結論に飛びつくのは簡単だ。しかし、AlphaGo は計算機と同じくらい詩を書くのに近づいている。
そして、大規模な言語モデルが人間に聞こえると、 私たちはそれが知覚を持っているかどうか疑問に思う.
しかし、ChatGPT は、しゃべる腹話術師の人形と同じくらい生きているわけではない。
ダートマス会議の科学者たちは、AI の将来について非常に楽観的でした。彼らは、機械知能の問題をたったひと夏で解決できると確信していました。
この自信過剰は AI 開発において繰り返しテーマとなっており、誇大宣伝と失望のサイクルを何度も引き起こしてきました。
サイモンは1965年に述べた。 「20年以内に、機械は人間が行えるあらゆる作業を行えるようになる」 ミンスキーは1967年に予測した 「一世代以内に、人工知能を創るという問題は実質的に解決されるだろう」
人気の未来学者 レイ・カーツワイルは今、 それはわずか2029年先のことだ。「まだそこまでには至っていないが、いずれは到達するだろう。そしてXNUMX年までには、どんな人でも対応できるようになるだろう」
では、AI 研究者、AI ユーザー、政府、雇用主、そして一般大衆は、どうすればよりバランスの取れた形で前進できるのでしょうか?
重要なステップは、機械システムの違いと有用性を受け入れることです。「汎用人工知能」への競争に焦点を当てるのではなく、 私たちが構築したシステムの独自の強み たとえば、イメージモデルの膨大な創造力などです。
会話を自動化から拡張へと移行することも重要です。人間と機械を対立させるのではなく、 AIが人間の能力をどのように支援し強化できるか.
倫理的な考慮も強調しましょう。ダートマス大学の参加者は、AI の倫理的な影響について議論するのにあまり時間を費やしませんでした。今日、私たちはよりよく理解しており、よりよく行動しなければなりません。
また、研究の方向性も見直す必要があります。AI の解釈可能性と堅牢性、学際的な AI 研究に重点を置き、人間の認知をモデルにしない新しい知能パラダイムを探求しましょう。
最後に、私たちは AI に対する期待を管理する必要があります。もちろん、その可能性に興奮することはできます。しかし、過去の失望のサイクルを避けるために、現実的な期待も持たなければなりません。
68 年前のサマーキャンプを振り返ると、ダートマス会議参加者のビジョンと野心を称賛できます。彼らの取り組みは、今日私たちが経験している AI 革命の基礎を築きました。
AI へのアプローチを再構築し、有用性、拡張性、倫理、現実的な期待を重視することで、ダートマスの伝統を尊重しながら、AI の将来に向けてよりバランスのとれた有益な道筋を描くことができます。
結局のところ、本当の知性は、スマートなマシンを作成することだけではなく、それをいかに賢く使用し、開発するかを選択することにあるのです。
この記事は 会話 クリエイティブ・コモンズ・ライセンスの下で公開されており、 サンドラ・ピーターシドニー大学シドニー・エグゼクティブ・プラス・ディレクター
急速に発展するデジタルおよび関連テクノロジーを評価するためのフレームワーク: AI、大規模言語モデルなど
このディスカッション ペーパーは、AI に関連して行われている複数の世界的および国家的議論に情報を提供するための初期フレームワークの概要を提供します。
AI のための国家研究エコシステムの準備: 2024 年の戦略と進捗状況
このレポートは、さまざまな国の科学と研究における人工知能の統合に関する包括的な分析を提供します。この分野での進歩と直面している課題の両方を取り上げており、科学リーダー、政策立案者、AI 専門家、学者にとって貴重な読み物となっています。
デジタル時代の科学組織
このディスカッション ペーパーには、ISC メンバーが参加した広範な調査、詳細なインタビュー、事例研究から得られた結果がまとめられています。これは、科学コミュニティにおけるデジタルの現状を反映するものであると同時に、デジタル移行への取り組みを始めている組織のガイドとしても機能します。
による画像 ビリー・ウィルソン Flickr
WorldFAIR の詳細: フォローアップ プロジェクトで複雑な課題に取り組むためにデータを変換し続ける
