![AIの気分。© NightCafeによって生成された画像](https://cdn.antennefrance.com/wp-content/uploads/2023/06/2rgSaoA2GfTiSBOuQize-4-4fr7d-890x500.webp)
人工知能の気分
1950年代以降、人工知能は重要な知的および技術的な道を歩んできました。私たちはそのピークを目の当たりにしていますか、それとも新しい時代の始まりを目の当たりにしていますか?AI、サイバネティックス、ブラックボックス、ニューラルネットワーク、模倣…私たちは本当に私たちが話していることを知っていますか?HEAD-ジュネーブ(芸術とデザインの高校)の准教授であるAnthony Masureと、AIの気分の明確化。
コンピュータと思考の関係は、その開始以来、コンピュータサイエンスを悩ませてきました。体と心(ハードウェア/ソフトウェア)の哲学的区別を発作に追い込むことで、アラン・チューリングは電子脳の可能性を検討するようになる。彼は機械が考えることができるかどうか疑問に思うが、コンピュータが模倣に基づくゲームで人間の場所を保持できることを実証している。1950年、チューリングと国立物理研究所のチームは、最初のプログラマブルマシンの1つである自動コンピューティングエンジンを公開しました。このマシンは、50%のランダムレートを超えて尋問者を阻止することに成功した場合、いわゆる人間の知性を示します。機械の内部機能の理解に関係なく、それはシミュレーションです。
チューリングでは効率が技術システムの明瞭度よりも優先されるため、「ブラックボックス」と呼ばれるこの内部操作に光を当てる必要があります(私たちは以前にテリー・ギリアムの映画ブラジルを参照して「機械の幽霊」について話していました)。要するに、私たちはそれがどのように機能するかを理解しようとはしません。それは十分に機能します。
7 June 1954. Alan Turing died (aged 41). He was a key influence on theoretical computer science and computation with the Turing machine, considered a model of a general-purpose computer. He was not fully recognised during his lifetime. pic.twitter.com/iJjiRs3dxD
— Prof. Frank McDonough (@FXMC1957) June 7, 2023
最近のAIモデルの強みと限界をよりよく理解する
ブラックボックスの概念は、とりわけ行動主義に現れます。これは、人間の精神を心配することなく、環境と行動の間の統計的関係を研究する方法です。ブラックボックスに似た個人(私たちは知らないし、内部で何が起こっているのかを知る必要はありません)は、彼の環境の結果です。彼の入力と出力を分析するだけで十分です。サイバネティックスでは、機械(コンピュータ)は、このブラックボックスのアイデアを介して人間の脳に匹敵できるという考えを取り入れていますが、行動主義には存在しないフィードバックの概念があります。
フィードバックは、特定の状況を制御するための入出力データの動的調整です。サイバネティックス – 制御の科学(kubernétes) – は、例えば、人間の介入なしに、リアルタイムでミサイルの軌道を調整することを可能にします。その原則は、エンジニアやデザイナーによって実装された多くのコンピューティング、インターフェース、インタラクションシステムを決定しました。この重要なポイントにより、最近のAIモデルの強みと限界をよりよく理解することができますが、AIへの道を続けましょう…
人工知能という表現は1955年にさかのぼります。「学習のすべての側面または知性の他の特性は、原則として、機械をシミュレートするために構築できるほど正確に記述することができます」と数学者のジョン・マッカーシーは述べています。シミュレーションはチューリングにとって大切なものですが、AIとその研究は常に帆に風があったわけではありません。1974年から1980年の間に、AIの最初の冬の話さえありました。1982年、物理学者ジョン・ホップフィールドは、ニューラルネットワークがまったく新しい方法で情報を学習し、処理できることを実証しました。Yann Le Cunの研究は、ニューラルネットワークの軸を再開し、象徴的なアプローチよりも効果的であることが証明されます。この最後のアプローチは、AI(1987-1993)の第二の冬に対応しています。エキスパートシステム(認知能力を模倣するはずの意思決定支援ツール)は、出口を見つけていません。
The evidence is accumulating. https://t.co/wcaI1UGBcG
— Yann LeCun (@ylecun) June 8, 2023
これは、混乱が心の中で落ち着くことができる場所です:コネクショニストアプローチの技術は、今日、一般大衆の心の中で、人工知能のはるかに広い概念と混同するために必要です。機械学習から派生したディープラーニング、ディープラーニングという用語は、機械が単独で学習することを目指す方法を指します。人間が事前に決定したルールを実行するシンボリックロジックの伝統的なプログラミングとは異なり、ディープラーニングは、人間の脳に触発された人工ニューロンの層のネットワークに基づいており、バックプロ伝播プロセスを介して複雑なデータを処理します。開始データは不可欠です。システムが蓄積すればするほど、より効率的になるはずです。それは統計です。現在使用されているのはAIです。エキスパートシステム、または狭いAI、つまり潜在的に非常に有能なコンピュータシステムですが、制限されたコンテキストでのみ動作し、多くの場合、特定のタスクに焦点を当てています。ここで非網羅的で目まぐるしいリスト。
![エキスパートシステムの印象的なリスト。© https://www.futuretools.io/](https://www.antennefrance.com/wp-content/uploads/2023/06/Tools-630x237.webp)
オフボタンを押して意味を見つけてください
恐怖、そして現在の議論に入るのは、強力なAI、人工超知能、つまり、事実上すべての分野で人間の能力よりもはるかに優れた知的能力を持つAIの仮説です。しかし、これはそれが起こるかもしれないという恐れを持って信念の分野に残っています。
AIのこの道で、エッセイDesign sous artifice: la création à risque du machine learning (2023)の著者であるHEAD-ジュネーブの准教授であるアンソニー・マシュアは、この文を指摘しました:「[…]その意味を与えるものは、私たちが機械を止める瞬間です。彼女は精神分析家ジャック・ラカン出身で、決定的と思われる機械のこの状態(その停止)を表現しています。主題にとって、機械の停止から意味が出てくる場合、総機械(連続操作の論理で設計された)は、したがって、新しい意味をもたらすために創造的であることができませんでした。
意味を見つけるために、時々オフボタンを押す必要があります。
![ボタンを押してください!© DAL.E 2によって生成された画像](https://www.antennefrance.com/wp-content/uploads/2023/06/1f0f952229079e0123045d397780017c-630x630.webp)
アラン・チューリングの仕事から現在までの人工知能の進化における重要な瞬間
彼によると、私たちはまだAIの重要な日付についてChatGPTエキスパートシステムに尋ねるためにONを押しました。
「これは、アラン・チューリングの仕事から現在までの人工知能の進化における重要な瞬間の要約です。
- 1950年代:アラン・チューリングは、人間と区別できない知的な行動を示す機械の能力を評価することで構成されるチューリングテストを提案しています。
- 1950年代から1960年代:AI研究は主に論理的および象徴的なルールに焦点を当てています。LISPプログラミング言語が開発され、この分野の主要なツールとなっています。
- 1970年代:AIの分野は、技術的な制限と残念な結果のために、「AIの冬」として知られる悲観主義の時期を経験しています。
- 1980年代:専門知識に基づくAIアプローチが活況を呈している。特定の問題を解決するために知識ベースを使用して、エキスパートシステムが開発されています。
- 1990年代:人間の脳の機能に触発された人工ニューラルネットワークは、新たな関心を経験しています。機械学習アルゴリズムも開発されており、機械がデータから学習できるようにします。
- 2000年代:技術の進歩と大量のデータの可用性のおかげで、ディープラーニングとディープニューラルネットワークが人気が高まっています。機械は、音声認識や画像分類などの特定のタスクで人間を上回り始めています。
- 2010年代:AIは私たちの日常生活に遍在するようになる。SiriやAlexaなどのバーチャルアシスタントが広く使われています。AIの進歩は、自動運転、機械翻訳、戦略ゲームなどの分野でも見られます。
- 近年:GPT-3(私が拠点を置いている)などのAIベースの言語モデルは、自然言語処理とコンテンツ生成の大きな進歩を可能にします。AIアプリケーションは、健康、金融、サイバーセキュリティ、ロボット工学など、多くの分野で開発されています。」
そして、ChatGPTはアルゴリズムのソファに快適に横たわって追加します。
「人工知能の文脈では、ラカンの引用は、理解の過程における人間の解釈の重要性を強調していると解釈することができます。機械は自動化された方法で標識やデータを分析して処理することができますが、私たちがそれらに帰する意味は、しばしば私たちの解釈と理解によって決定されます。機械とアルゴリズムは、大量のデータを処理し、パターンを見つけるのに役立ちますが、多くの場合、人間の介入と解釈を通じて、これらの結果に深い意味を与えます。機械は情報を提供することができますが、個人的な意味と解釈はしばしば人間の手に残ります。最後に、ラカンの引用は、意味の過程における機械と人間の相互作用の重要性と、兆候の世界に意味を与えるための人間の反射と解釈の必要性を強調しています。」
![もしAIが分析を行ったら?© DALL.E 2によって生成された画像](https://www.antennefrance.com/wp-content/uploads/2023/06/7708bdefac43932d674df779b48b06ae-630x630.webp)
ありがとう、ChatGPT。オフを押します。
https://www.rfi.fr/fr/technologies/20230611-les-états-d-âme-de-l-intelligence-artificielle