2023.09.10 2023.09.23

TEDx要約:Geleceğin Zekâsı

marugotoyoten

トルコの理論計算機科学者、コンピュータ科学の教授であるアフメト・ジェマル・ジェム・セイが「Geleceğin Zekâsı: Önyargısız Robotlar」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

アフメト・ジェマル・ジェム・セイ

専門分野:専門領域:複雑性理論、定性的推論
経歴:著書「QSIアルゴリズム」で知られる。NLとPの複雑性クラスを有限状態機械による検証者で特徴づける研究も行っている。また、デジタル証拠の偽造で誤って告発された人々の擁護でも知られる。

３つの要点

要点１
AIの言語理解を向上させるためには、コンピュータに常識的な知識を教える必要がある。
要点２
コンピュータには常識的な知識がないため、手動でプログラムするのは困難だ。
要点３
機械学習の革命により、単語ベクトルを使用してコンピュータが自己推論できるようになった。

要約

AIが人間の言語を理解する上での課題
AIはチェスのプレーと医療画像解析などの分野で大きな進歩を遂げてきました。しかし、人間の言語を理解するという点ではまだ大きな課題があります。私たちはチャットボットが人々に不快な発言をするという話をよく聞きます。それは言語の微妙なニュアンスを理解することが難しいからです。SiriやAlexaなどのデジタルアシスタントは、適切な応答をするために人間の作家や詩人に依存しており、理解できないことを認めることを避けています。AIの言語理解を向上させるためには、コンピュータに常識的な知識を教える必要があります。

AIにおける常識的な知識の重要性
人間は、トラックがディーゼル燃料で動くことなど、当たり前のように知識を持っています。しかし、コンピュータにはこのような常識的な知識がありません。あるプログラマは、トルコ語で簡単な数学の問題を解くプログラムを作ろうとしました。しかし、そのプログラムは、ガソリンタンクが空だとトラックは動かないということが理解できませんでした。コンピュータにこのような知識を手動でプログラムするのは非常に困難です。Cycプロジェクトはそれを実現しようとしていますが、進展は遅いです。

機械学習の革命と単語ベクトル
機械学習はAIにとってゲームチェンジャーとなりました。それによってコンピュータは自己学習することができます。この分野の一つのブレイクスルーは、TomasMikolovによって発見された単語ベクトルです。単語ベクトルは、文中での使用方法に基づいて単語の意味をコンピュータが理解するのを助けます。似たような単語ベクトルを近くに配置することで、コンピュータは単語間の関係を把握することができます。これにより、もはや手動で方程式をプログラムする必要はありません。コンピュータは自己推論することができます。この技術には、言語翻訳や情報の検索など、多くの可能性があります。

AIにおける偏見の明らかになり、公平性の可能性
機械学習は私たちに多くの進歩をもたらしましたが、同時にAIシステムのトレーニングに使用するデータの偏見も明らかにしています。例えば、AIシステムは特定の職業を特定の性別と関連付けており、採用において不公平な偏見を生じさせています。しかし、研究者たちはこれらの偏見を修正し、より公平な状況を作るためのアルゴリズムを開発しました。この偏見に対処する能力は、AIが公平性を要求する役割（審判やマネージャーなど）で使用される可能性を示しています。また、私たち人間が持つ偏見とそれが私たちの思考にどのように影響を与えるかについても考えさせられます。

▼今回の動画