Name: 人工知能に常識がない理由
Uploaded: 2018-08-09T06:57:08.000Z
Duration: 6 min 12 s

様態の副詞

And it seems like all I'm hearing about lately is...

そろそろAIの話をしてもいいんじゃないかな。

さて、私はGoogleアシスタントを愛しています。

そして、おやすみなさいとまで言ってしまう。

But I'm here for it because then it tells me the weather for tomorrow.

明日の天気を教えてくれるから、そのためにここにいるんだ。

And it plays cricket sounds which I think are actually helping me sleep better.

クリケットの音を再生してくれるので、よく眠れるようになったと思います。

そして、それは私を知ることでもありますよね。

So it tells me when the train's gonna leave in the morning, and it's even recommending songs I might like.

朝の電車の時間を教えてくれたり、好きな曲を勧めてくれたり。

And for a long time companies have been pushing this off as artificial intelligence.

そして長い間、企業はこれを人工知能として推し進めてきました。

Which I always thought of as a marketing term.

私がいつも考えているのは、マーケティング用語です。

Like I don't think we think that Siri is intelligent.

Siriが知的だとは思っていないような。

しかし、グーグルはこう示した。

That's the voice of Google Assistant making calls for you.

それは、Googleアシスタントがあなたのために電話をかけている声です。

This made me think that maybe artificial intelligence is closer to replicating human intelligence than I thought.

これを見て、もしかしたら人工知能は思ったよりも人間の知能の複製に近いのではないかと考えさせられました。

それでジェームズ・ヴィンセントに電話しました。

And he's a reporter here at the Verge that covers all things AI.

そして、彼はここVergeのレポーターで、AIに関するあらゆることをカバーしています。

I wanted to know were AI is right now and where it's going.

AIが今何をしていて、どこに向かっているのかを知りたかったのです。

So AI as a field is a term, it's sort of an umbrella and it includes lots of different types of AI that kind of come into fashion over the years, and then they test them, they get to the limitations and they move on to the next one.

AIというのは、ある種の傘のようなもので、様々な種類のAIが含まれています。

And the thing that's very much dominate in the field at the moment is machine learning.

現在、この分野で非常に支配的なのは機械学習です。

Which is all about giving a system a lot of data.

それはシステムに多くのデータを与えることです。

そして、そのデータを調べていく。

そして、その中のパターンを学習します。

And then a flavor of machine learning is what's called deep learning.

そして、機械学習の一種であるディープラーニングと呼ばれるものがあります。

Deep learning is basically, you know, basically machine learning but it uses a lot of data.

ディープラーニングは基本的には機械学習ですが、多くのデータを使います。

そして、それは多くの計算能力を使っています。

Which we now have access thanks to the internet and thanks to cheaper chips.

インターネットのおかげでアクセスできるようになったし、チップも安くなった。

I mean how close are we to the Skynets of the world?

世界のスカイネットにどれだけ近づいたかってことだよね？

I mean, so what you get in films, popular culture.

つまり、映画や大衆文化で得られるものは

That is what's usually called artificial general intelligence.

それが普通に人工知能と呼ばれるものです。

Which is a huge step forward from what we got at the present moment.

これは、今の時点で得たものから大きく前進しています。

So AI is a field, it was kind of founded on this belief you could build computers that were just humans essentially.

AIはある種の分野であり、本質的にはただの人間であるコンピュータを作ることができるという信念に基づいています。

That just kind of thought like humans, acted, reacted like humans.

人間のように考え、行動し、人間のように反応した。

And as it's gone on we've kind of realized that oh wait no no this is a really difficult task,

そして、それが進むにつれて、私たちはある種の気付きを得ました......いやいや、これは本当に難しい仕事だと........

そして、基本的には近くにはいません。

So while Google Duplex sounds very human.

だから、グーグル・デュプレックスは非常に人間的に聞こえるが

実際には狭義のAIと呼ばれるものです。

Now at the moment everything that's being sold to you as AI is narrow AI.

今現在、AIとして売られているものは全て狭義のAIです。

And it was built under a limited predetermined set of functions.

そして、それは限られたあらかじめ決められた機能のもとに作られたものです。

スマホにポップアップで表示されます。

And it's how Facebook recognizes your face.

そして、Facebookがあなたの顔を認識する方法です。

そして、自動的に写真を撮ってくれます。

This form of AI is designed to complete very specific tasks, and it's incapable of doing anything else.

この形のAIは非常に具体的なタスクをこなすために設計されていて、それ以外のことができないのです。

Now that doesn't mean it can't do impressive things.

だからといって、印象的なことができないわけではありません。

ディープマインドのアルファ碁を例に挙げてみましょう。

Which is an AI program trained to play the game Go.

囲碁を打つために訓練されたAIプログラムはどれだ？

Now Go is like a strategy game, sort of like chess, except it has way more possible outcomes.

今、囲碁は戦略ゲームのようなもので、チェスのようなものですが、より多くの可能性のある結果を持っています。

And in 2016, the AI system battled against legendary Go player Lee Sedol defeating him four to one.

そして2016年、AIシステムは伝説の囲碁棋士イ・セドルを4対1で破って戦いました。

And in 2017, Deep Mind retired the AlphaGo AI after it defeated the world's best Go player, three to zero.

そして2017年、ディープマインドは世界最高峰の囲碁棋士を3勝0敗で破り、AlphaGo AIを引退させました。

But I'd like to point out that this program AlphaGo would continue playing Go even if the building it was in was on fire.

しかし、このプログラムAlphaGoは、入っていた建物が火事になっても碁を打ち続けるということを指摘しておきたい。

CEO of Allen Institute for Artificial Intelligence and professor at the University of Washington in Seattle.

アレン人工知能研究所CEO、シアトルのワシントン大学教授。

It's an excellent symbol because it shows that in these very narrow, very well structured tasks.

それは、これらの非常に狭い、非常によく構造化されたタスクの中で、それを示しているので、それは素晴らしいシンボルです。

超人的なパフォーマンスを発揮することができます。

でも、もっとニュアンスのあるものについては

We are actually very far from even the abilities of a child.

実は子供の能力とはかけ離れています。

So common sense could be thought of as the missing link between AI and AGI.

だから常識はAIとAGIの間に欠けていると考えられます。

We're referring to the whole range of capabilities that humans have and computers just don't.

人間が持っている能力の全てを指していて、コンピュータにはない能力を指しています。

Dr. Etzioni is one of many researchers that are working on programs to teach computers common sense.

エツィオーニ博士は、コンピュータに常識を教えるプログラムに取り組んでいる多くの研究者の一人です。

But within the community there's a large debate over whether these smarter computers could be dangerous.

しかし、コミュニティ内では、これらのスマート化されたコンピュータが危険であるかどうかについて大きな議論があります。

Today narrow AI is being used to solve very real, very serious problems like helping doctors diagnose cancer, or predicting future weather disasters.

今日、狭義のAIは、医師のがんの診断を助けたり、将来の気象災害を予測したりするような、非常に現実的で非常に深刻な問題を解決するために利用されています。

But it's also being used for things that people find worrying and that's understandable.

しかし、人々が心配するようなことにも使われていますし、それは理解できます。

I mean these are things like facial recognition for mass surveillance or augmenting weapons.

大量監視のための顔認証とか、武器の増強とか、そういうことです。

How if at all is AI going to be regulated?

全面的にAIが規制されるとしたらどうなんだろう？

This world evolves so rapidly that it's very hard to put these policies in place.

この世界は急速に進化しているので、これらの政策を実行に移すのは非常に難しいです。

What I would suggest instead is that we identify applications of AI.

代わりに提案したいのは、AIの応用を見極めることです。

And that we define very careful regulations around those specific applications.

そして、これらの特定のアプリケーションの周りに非常に慎重な規制を定義しています。

So yeah I was creeped out by Google Duplex.

そうそう......私はグーグル・デュプレックスにゾッとしました。

But it's nowhere near the AI we have in the movies.

でも映画に出てくるAIには到底及ばない。

これは非常に具体的な尖ったAIです。

And when that's applied to security or weapons.

それがセキュリティや武器に適用されると

It can be scary but all we can do is educate ourselves.

怖いこともありますが、私たちにできることは教育することです。

And be in the know about what AI we have right now.

そして、今あるAIについて知ることができます。

そして、多分、どこに行くのか。

These are still early days, and we should assess the exuberance people have and some of the fears that they have with a note of caution and skepticism.

これらはまだ初期の段階であり、人々が持っている高揚感と、彼らが持っているいくつかの恐怖を、注意と懐疑の注意を持って評価する必要があります。

If you want to know what AI can really do and what it can't, just have a chat with Siri and Alexa.

AIが本当にできること、できないことを知りたいなら、SiriやAlexaとチャットをしてみましょう。

And you'll quickly see where reality stops and the hype begins.

そして、現実がどこで止まり、どこで誇大広告が始まるのかすぐにわかります。

Let us know on the comments below your favorite uses of AI so far.

あなたのこれまでのAIのお気に入りの使い方を下のコメントで教えてください。

あなたの日々に役立っていることは何ですか？

そして200万人の購読者に感謝します。

That's hella cool and I'll see you next time.