コンテクスト(文脈)を創造が新しいビジネスの価値創造につながります。色んな角度から「コンテクストクリエーション」をみてみましょう

各項目で人工知能が人間を超える日を予測

»

先日、様々な分野における今後の人工知能の進展について、機械学習研究者にアンケートを行なった結果について、オックスフォード大学とイェール大学の共著の論文が公開された。

論文:When Will AI Exceed Human Performance? Evidence from AI Experts

本論文は、人工知能の今後の進歩の具合について、機械学習のトップカンファレンスであるNIPS(The Neural Information Processing Systems)、およびICML( International Conference on Machine Learning)で論文発表したすべての研究者を対象にアンケートを行い、352名の回答を得た結果による(全著者1634名の21%)。

主な予想は以下の通り。

翻訳  2024年までに
エッセイを書く 2026までに
トラックの運転をする 2027年までに
小売業で働く 2031年までに
ベストセラー本を書く 2049年までに
外科医として働く 2053年までに

実は、32の項目について何年後に実現されるかがアンケートされている。注目すべきはこれから25年以内に実現できると回答されている項目が17項目に及ぶ。トップ40に入るポップソングの生成(11.4年以内)、レゴの組み立て(8.4年以内)、ポーカーの世界チャンピオン(3.6年以内)など。32項目のアンケート結果の中間値は下記の通り。
---

Translate New Language with 'Rosetta Stone' 16.6年以内
Translate Speech Based on Subtitle 10年以内 Translate (vs. amateur human) 8年以内
Telephone Banking Operator 8.2年以内
Make Novel Categories 7.4年以内
One-Shot Learning 9.4年以内
Generate Video from New Direction 11.6年以内
Transcribe Speec 7.8年以内
Read Text Aloud (text-to-spech) 9年以内
Math Research 43.4年以内
Putnam Math Competition 33.8年以内
Go (same training as human) 17.6年以内
Starcraft 6年以内
Quick Novice Play at Random Game 12.4年以内
Angry Birds 3年以内
All Atari Games 8.8年以内
Novice Play at half of Atari Games in 20 Minutes 6.6年以内
Fold Laundry 5.6年以内
5km Race in City (bipedal robot vs. human) 11.8年以内
Assemble any LEGO 8.4年以内
Learn to Sort Big Numbers Without Solution Form  6.2年以内
Python Code for Simple Algorithms 8.2年以内
Answer Factoid Questions via Internet 7.2年以内
Answer Open-Ended Factual Questions via Internet 9.8年以内
Answer Questions Without Definite Answers 10年以内
High School Essay 9.6年以内
Generate Top 40 Pop Song 11.4年以内
Produce a Song Indistinguishable from One by a Specific Artist 10.8年以内
Write New York Times BestSeller 33年以内
Explain Own Actions in Games 10.2年以内
World Series of Poker 3.6年以内
Output Physical Laws of Virtual World 14.8年以内

When Will AI Exceed Human Performance? Evidence from AI Expertsより

---

また、機械学習の研究者はキャリアの後半で機械学習技術の進歩が早くなっていると感じている。下半期の進歩は67%、上半期は10%。キャリアの長さは平均6年である。

人間を超える性能を持つ機械の実現に対して、「良い」は25%、「非常に良い」は20%、逆に「悪い」は10%、「非常に悪い」(人類の絶望)は5%という結果。
機械学習の研究者でも人類の絶望的なことを考えているのかというのは少し意外に感じた。

さらに、48%の機械学習研究者はAIの潜在的リスクを最小限に抑えることを目的とした研究を優先的に行うべきと答えている。

ここで押さえておきたいのは、この調査はあくまでも特化型人工知能に対する研究ということである。汎用人工知能については触れられていない。簡単に言えば、なんでもできる万能な人工知能ではなく、今までの通り、あるものに特化した人工知能は今後も様々な分野に適用されていくということを示したにすぎない。

Comment(0)

コメント

コメントを投稿する