2023.09.12

TEDx要約:幼児はコンピュータよりも賢い理由

marugotoyoten

アメリカの心理学者、認知科学者、作家であるゲイリー・フレッド・マーカスが「幼児はコンピュータよりも賢い理由」について語りました。この動画の要点と要約をまとめました

スピーカー

ゲイリー・フレッド・マーカス

専門分野:認知心理学、神経科学、人工知能
経歴:ニューヨーク大学の心理学と神経科学の名誉教授であり、2014年にUberに買収された機械学習会社GeometricIntelligenceを設立。著書には『ギターゼロ』や『クルージュ』がある。

３つの要点

要点１
人工知能は、科学者だけでは扱えない複雑な問題を解決する潜在能力を持っている。
要点２
深層学習は、知能を持つ機械を構築する上での課題の一部に過ぎない。
要点３
抽象的な理解の開発に焦点を当てることが、人工知能の真の進化に不可欠である。

要約

人工知能が複雑な問題を解決する潜在能力
人工知能は、科学者だけでは扱えない複雑な問題を解決することで世界を変える可能性を持っています。がんの治療、脳の理解、エネルギー消費の削減、精神疾患の治療などの問題は、限られた人間の脳では複雑すぎます。しかし、特に深層学習においては、人々が考えるほど進歩しているわけではありません。画像認識などの知覚タスクでは重要な進展を遂げていますが、まだまだ課題が残っています。

人工知能における深層学習の限界
現在注目を浴びている深層学習は、知能を持つ機械を構築する上での課題の一部に過ぎません。知能は均質ではなく、知覚、常識、計画、類推、言語、推論など、さまざまな側面を含んでいます。深層学習の技術は分類タスクに優れていますが、より複雑な問題に直面すると苦労します。因果関係や抽象的なアイデア、論理的な推論を理解する能力に欠けています。

AIシステムにおける抽象的な理解の必要性
人工知能を真に進化させるためには、ビッグデータに頼るだけでなく、抽象的な理解の開発に焦点を当てる必要があります。機械は膨大な量のデータを整理し分析することができますが、彼らは見たことのないものを超えた関係性を把握し、推論することに苦労します。人間、特に幼児は「なぜ？」という質問を得意とし、知覚的な情報と言語情報を統合して論理的に考えることができます。データ駆動型のAIと抽象的な理解のギャップを埋めるために、この分野で大きな進歩を遂げる必要があります。

AI研究における協力の重要性
人工知能の突破口を得るためには、機械学習、エンジニアリング、認知科学など、さまざまな分野の専門家を結集する必要があります。個々の企業や小さな研究所が孤立した問題に取り組むのではなく、CERNのような共同研究機関を設立すべきです。機械学習の専門家の知識と認知発達を研究する研究者の専門知識を組み合わせることで、人間の思考の柔軟性と学習能力を持つAIシステムの創造に大きな進展をもたらすことができます。人間の子供たちから学び、より良い科学を通じてAIを進化させるための大胆な取り組みを始める時です。

▼今回の動画