コンテンツ
- 1. AIは、人間のように見えるインテリジェントなロボットまたはアンドロイドで構成されています。
- 2. AI、機械学習、ディープラーニングはすべて同じものです。
- 3. AIは独自に完全に学習します。
- 4.チャットボットはAIの最も基本的な形式です。
- 5.将来のすべての深層学習操作を実行するために必要な力は持続不可能です。
- バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
- 6.企業は、AIオペレーションを促進するために必要なコンピューティングパワーを簡単にレンタルできます。
- 7. AIをトレーニングするには膨大な量のデータが必要です。
- 8. AIは既存のBIツールに取って代わり、以前のテクノロジーは廃止されます。
- 9.ニューラルネットワークは生物学的ネットワークに似ていますが、機械的です。
- 10.最終的に、AIは人間にとって危険であり、駆除しなければならないことを理解できるほど十分にインテリジェントになります。
出典：Usa Pyon / Dreamstime.com
取り除く：
AIはホットなテクノロジーですが、多くの人々は、それが正確に何を伴うかについて誤解しています。ここでは、AIを取り巻くいくつかの神話を見て、事実を調べます。
なぜ誰もがAIについて話しているのに、「スタートレック」のデータのようなフレンドリーなロボットが人間の間を歩いているのをまだ見ていませんか？ RoboCopの第2のプライムディレクティブをスクリプトパターンに追加して、完全な感性が得られたらすぐに人類を根絶するのではなく、「無実の人々を守る」ことができるようにしたのを覚えていますか。
今日、人工知能（AI）、機械学習、ディープラーニングが実際に何であるか、「インテリジェントマシン」ができること、そしてAI技術の現状が実際に何であるかについて、多くの混乱があります。古き良きデバンキングを楽しむ時が来たので、AIについての10の最も一般的な神話を破りましょう。 （AIの将来の可能性の詳細については、「AI革命は普遍的な収入を必要としているのか？」
1. AIは、人間のように見えるインテリジェントなロボットまたはアンドロイドで構成されています。
ここのみんなにとって「ブレードランナー」が多すぎます、うーん？ロボット工学とAIの間には多くの一般的な混乱がありますが、それらは異なる目的に役立つ2つの完全に異なる科学分野です。ロボットは、工場で製品を製造、運搬、解体するなど、さまざまなタスクを実行するためのアクチュエーターとセンサーによって提供される物理デバイスです。
AIは、意思決定を行い、その間違いから学ぶのに十分な自律性を持つようにプログラムされたソフトウェアです。一部のロボットは最終的にAIアルゴリズムによって強化される可能性がありますが、「インテリジェンス」の部分は、AIが持つ可能性のある1つの追加機能にすぎません。
2. AI、機械学習、ディープラーニングはすべて同じものです。
それらはすべて同じより大きなAIシステムの一部ですが、3つの異なるものです。基本的に、機械学習とは、アルゴリズムを使用してデータを識別し、その正しい動作を決定する場合のように、AIが外部ソースから学習する方法です。ディープラーニングは、機械学習の実用的なアプリケーションで使用される1つの可能な手法です。これはニューラルネットワーク（NN）に基づいており、AIが正しい決定を下す確率をAIに伝えるために使用されます。
3. AIは独自に完全に学習します。
独力で学習できると言われているAIについての誇張された誇張にもかかわらず、人間の助けなしでゼロ知識から成長できる現実世界のアプリケーションを備えたAI搭載システムを見つけることはまだ不可能です。隠された情報やあらゆる種類の不確実性を処理しなければならないシステムは、AIによって「理解」されることはできません。AIは、入力とデータを人間が供給する必要があります。また、情報のすべてのビットには明確な目的が必要です。これは、外部ソースなしではAIが推測できないものです（少なくとも最初はそうではありません）。
4.チャットボットはAIの最も基本的な形式です。
繰り返しますが、多少なりとも初歩的なAIを使用するチャットボットが存在する場合でも、それらのほとんどは、音声インターフェイスを介して人間と対話する基本的なプログラムにすぎません。ほとんどのチャットボットは、実際に「インテリジェント」であるというよりも、ユーザーの入力内の特定のキーワードに応じて事前にプログラムされた応答を提供します。チャットボットが真のAIになるためには、チャットボットが人間を理解し、そのニーズを学習し、それに応じて反応できるようにするいくつかの技術を備えている必要があります。音声または認識ソフトウェア、感情分析、何らかの形の機械学習プログラム、自然言語生成技術が必要です。 （チャットボットの詳細については、ITプロフェッショナルに、企業が将来どのようにチャットボットを使用するかを尋ねたところを参照してください。彼らが言ったことは次のとおりです。）
5.将来のすべての深層学習操作を実行するために必要な力は持続不可能です。
AIをトレーニングし、その複雑な深層学習操作をすべて実行するには、多くの追加の計算能力が必要であることは否定できません。ほとんどの企業がある程度AIを使用する将来、この問題は壮大な割合にまで拡大し、その使用が潜在的に持続不可能になる可能性があります。ただし、AIは実際に もっと エネルギー生産の不断の問題、つまり電力網の無駄と非効率性を根絶することによる電力。電力会社は個人ユーザーから過剰なエネルギーを購入することになり、現在のグリッドは現代レベルの多様化に対応するために構築されていないため、発電した余剰電力の大部分を無駄にします。 AIは、古いグリッドを、最大限の効率でリアルタイムに配電する方法を正確に知っている、よりスマートでAIを動力とするマイクログリッドに置き換えることにより、私たちを救い出すことができます。
バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
誰もソフトウェアの品質に関心がない場合、プログラミングスキルを向上させることはできません。
6.企業は、AIオペレーションを促進するために必要なコンピューティングパワーを簡単にレンタルできます。
... AWS、Google、Microsoft、Alibaba Cloudが現在、世界で利用可能なコンピューティングパワーの大部分を集中化していない場合。そのため、現在AI開発者には、非常に高い価格でレンタルするか、独自の高価なハードウェアを購入するという2つの選択肢しかありません。
しかし、この神話の暴言は...近い将来に暴かれる可能性があります。 Tatauという新しい会社が、問題を解決できるブロックチェーンベースのスーパーコンピューティングプラットフォームを開発しました。彼らのソリューションは、GPUベースのマシンのグローバルに分散されたネットワークの結合されたリソースの集約と再販を可能にします。暗号通貨のマイナー、ゲーマー、またはその他の高性能コンピューターがAI開発に専念することを想像してください。 AI企業は、この未開発のGPUパワーのソースを利用して、はるかに安い価格で機械学習モデルをトレーニングできます。この新しいプラットフォームは、現在未開発のリソースの効率的な使用を促進するため、ポイント5で強調表示されている問題への回答も提供することに注意してください。
7. AIをトレーニングするには膨大な量のデータが必要です。
必ずしも。確かに、あなたは必要です たくさん AIを訓練するためのデータと計算能力の ゼロから。そして、それほどではありませんが、AIを訓練して車の運転などの複雑なタスクを実行するには、テラバイトのデータが必要です。ただし、AIの適用分野によっては、事前トレーニング済みのニューラルネットワークは、特定の特定の領域でのみ再トレーニングできる柔軟性を備えています。基本的なデータフレームワークは、ネットワークの最後の部分だけを置き換えて、その特定のユースケースに固有の「空白を埋める」必要がある、より大きくより一般的なデータセットから取得できます。
8. AIは既存のBIツールに取って代わり、以前のテクノロジーは廃止されます。
控えめに言っても、それは少しストレッチです。最新のビジネスインテリジェンス（BI）ソリューションの大部分は高度にスケーラブルであり、多くの場合カスタマイズ可能であるため、将来のAIベースのモデルはプラットフォーム内に簡単に直接統合できます。企業は常に、ワークフローを中断するリスクのないソリューションのみを実装することを好み、AIテクノロジーはこのニーズに適応しています。したがって、ほとんどのAIプラットフォームはWeb経由で実装されるため、交換は不要です。最悪のシナリオでは、段階的に安全に実装できます。
9.ニューラルネットワークは生物学的ネットワークに似ていますが、機械的です。
人間の脳の複雑さのほんの一部に到達することを望むニューラルネットワークはありません。ニューロンは人体で非常に多くの異なるタスクを遂行し（感覚ニューロンと運動ニューロンの違いを考えてください）、さらには情報を伝達するため、長年の臨床および科学研究にもかかわらず、生物学的ニューラルネットワークを十分に理解することはまだできていません多くの異なる経路（電気、化学ポテンシャル、神経伝達物質を使用）。ニューラルネットワークは、典型的な1または0（「はい」または「いいえ」）のマシン形式でのみ、非常に単純な入力を理解できます。軍用機の複雑さをカイトと比較するようなものです。というのは、両方とも飛べるからです。
10.最終的に、AIは人間にとって危険であり、駆除しなければならないことを理解できるほど十分にインテリジェントになります。
まあ、それは神話ではないので、私たちは実際にこの神話を暴くことができません。それは現実です。抵抗は役に立たないので、自分で締めなさい！
冗談はさておき、簡単に言えば、AIは周囲の世界を理解し、自律的で合理的な意思決定を行うために必要なインテリジェンスに近いところはありません。各アルゴリズムは、1つのタスクを実行するために開発されており、それ以外では何もできず、独立して考える能力に到達することはできません。コンピューターは、優れた計算能力の「ブルートフォース」を使用して、比較的単純な問題の解決策を見つけますが、プログラミングされた目的以外の目的を持つための理解、認識の深さ、および戦略的な複雑さを欠いています。
AIは長い間、私たちの人工ヘルパーと使用人以外の何物にもならないからです。