12,615 文字
ホワイトハウスでレーガン政権時代に企業家として優秀賞を共に受賞して以来の長年の友人、レイ・カーツワイルを紹介させていただきます。彼はAIの先駆者として世界的に有名な発明家です。最初のCCDフラットベッドスキャナー、最初のオムニフォント光学式文字認識機、視覚障害者向けの最初の音声読み上げ機、最初のテキスト音声合成装置などを発明しました。
特に有名なのはスティーヴィー・ワンダーが広めたKW音楽シンセサイザーで、グランドピアノの音を完璧に再現できる初めての音楽シンセサイザーでした。また、初めて商用化された大語彙音声認識ソフトウェアも開発し、KWシンセサイザーでグラミー賞を受賞。国家技術メダルを授与され、全米発明家殿堂入りも果たしています。
さらに彼は素晴らしい作家でもあります。『シンギュラリティは近い』や『マインド・クリエイション』はニューヨークタイムズのベストセラーとなりました。若者向け小説『ダニエル』も執筆し、ヤングアダルト部門で受賞しています。現在はGoogleでAI研究者兼ビジョナリーとして活躍しています。
レイ・カーツワイル：ボストンのスタジオからご挨拶させていただきます。私は5歳の頃から、アイデアこそが世界を変える唯一のものだと信じてきました。ビジネス、健康、人間関係、そして社会文化的な課題など、どんな問題に直面しても、それを克服できるアイデアが必ず存在するはずです。
私は61年間、人工知能の研究に携わってきました。これは他の誰よりも長い期間です。1962年に参加した時、AIという言葉自体が生まれてからまだ6年しか経っていませんでした。実は私はAIという名称が好きではありません。なぜならそれは、AIから得られる知能が本物ではないと暗示しているからです。しかし、それは人間の知能に基づいた本物の知能なのです。
大規模言語モデルは既に人間の能力を超えています。誰に何を尋ねても知的な回答ができます。61年前には、ニューラルネットが実用的なことができるかどうかも不明確でした。しかし今や、世界を変える可能性を示しています。
この1年で大規模言語モデルは驚異的な進歩を遂げました。GPT4やBardなどです。1年前はまだ実験段階で、市場に出ているものはありませんでした。しかし今では数多くのモデルが登場し、これまで不可能だと思われていたことを実現しています。
何百億ものパラメータを持ち、教えられることなく言語翻訳を学習し、テキストをコードに変換し、プログラマーとして機能し、言語と画像を組み合わせて創造し、推論や類推を必要とする複雑な問題を解決できます。
私は「大規模言語モデル」という言葉も好きではありません。言語に限定されているように聞こえるからです。実際にはこれらは「大規模アドベントモデル」であり、医療、製造、エネルギー、農業など、私たちが関心を持つあらゆる分野に応用できます。
AIは今まさに、2029年までに人間レベルの知能を達成するための道筋にあります。これは24年前の著書『スピリチュアル・マシンの時代』で私が予測したことです。AIが人間レベルの能力に達すると同時に、あらゆる面で私たちを超えていくでしょう。本当に大規模な言語モデルは何についても話せます。人間にはそれはできません。
しかし、私たちが取り残されることはありません。私たちは、自分たちが作り出しているテクノロジーと融合し、共に未来へと進んでいくのです。24年前にこの予測をした時、スタンフォード大学はそれを評価するための国際会議を開催しました。AIの専門家たちの80%は、コンピュータがいずれは人間の能力に追いつくことに同意しましたが、それには100年かかると考えていました。
その後、この調査は毎年行われ、当初は100年という予測が続きました。私は2029年と予測し、それは当初30年先の未来でした。しかしAIは指数関数的に進歩し、専門家たちの見方も私の予測に近づいてきました。最新の調査では、AI専門家たちも2029年頃に人間レベルに達すると考えています。
これは世界最高性能のコンピュータの指数関数的な成長によるものです。私は40年前からこの傾向を追跡してきました。1939年以来のコンピュータの価格性能比をグラフ化すると、第二次世界大戦や経済恐慌などの大きな出来事にも関わらず、途切れることのない滑らかな指数関数的成長を示しています。
1939年、最初のプログラム可能なコンピュータZeusa 2は1ドルあたり0.7回の計算を実行しました。ヒトラーとナチス党は軍事的価値を見出せませんでしたが、これは彼らにとって大きな過ちでした。このグラフの3番目のコンピュータは、アラン・チューリングと同僚が作成したColosusです。
チャーチルはすぐにその価値を理解し、ナチスの暗号を完全に解読するために使用しました。ナチスの空軍力はイギリスの数倍でしたが、イギリスはColosusを使ってブリテン空襲に勝利し、D-Day上陸作戦の足がかりを確保しました。このコンピュータはイギリスとヨーロッパを救ったと言えるでしょう。
最初の40年間、誰もこの傾向の存在に気付いていませんでした。電話リレーから真空管、トランジスタ、集積回路へと進化し、現在はGoogleのCloud TPU V4に至っています。1939年の0.007回/秒/ドルから、現在は500億回/秒/ドルへと進化しました。
過去13年間を見ると、最高のAIモデルのトレーニングに使用される計算量は平均して年に2倍以上増加しています。これは2010年以来、100億倍の増加です。1年前は大規模言語モデルを実行するには不十分でしたが、1年後には AIを支配するようになりました。
80年の指数関数的成長の後、計算能力は finally turning point に達し、AIに驚くべきことを可能にしています。これが、大規模言語モデルが昨年ではなく、この1年で急速に台頭した理由です。
テクノロジーの指数関数的成長がもたらす最も深遠な近期の影響の1つは、新薬開発の大幅な加速です。これが最も刺激的な機会だと思います。体のほぼすべての機能はタンパク質によって実行されています。タンパク質は生命の構成要素であり、その独特な形状が、すべての薬の成功や失敗を決定づけます。
50年間、科学者たちはこのことを認識していました。私たちは一次元のアミノ酸配列を生成し、最終的にその直鎖状のアミノ酸配列が三次元のタンパク質に折りたたまれます。これはタンパク質折りたたみ問題と呼ばれています。少数の研究者がこれを行うことができましたが、あまり成功せず、正解率は約20%でした。
2022年、AlphabetのDeepMindが作成した人工知能モデルAlphaFold 2は、人間だけでなく自然界のすべての既知のタンパク質の構造を予測し、すべての期待を打ち砕きました。これは医学における深遠な一歩となりました。なぜなら、望ましい機能を持つタンパク質を合成的に生産するために必要な情報を解き明かしたからです。
例えば、がんと戦うために免疫システムを刺激するタンパク質です。これは5年前には不可能でした。DeepMindでこの研究を主導したデミス・ハサビスは、AIを使用して遺伝子データを処理・モデル化し、従来の方法の1000分の1の時間で医療ソリューションを特定する新しい研究所を立ち上げました。
例えば、多くの方がmRNAコロナワクチンを接種したと思いますが、これは実際2日で作られました。数十億の異なる可能性のある組み合わせを書き出し、AIを使って2日間ですべてをテストしました。従来の方法では1つのテストに1年かかり、数年かけて修正を重ね、運が良ければ10年かけて薬を開発できました。
人体でのテストに10ヶ月かかりましたが、これも simulated humans でテストすることで数日で済むようになります。数百万人の simulated humans で数日以内にテストできるのです。コロナウイルスだけでなく、あらゆる人間の病気に対してこのようなバイオメディカルシミュレーションが可能になります。医療がAIと融合していくにつれ、指数関数的に進歩し、最終的にはすべての医療問題を従来の技術の1000倍のスピードで解決するでしょう。
メディアで「人類は2029年までに不死を達成する」という私の予測が報じられましたが、それは正確ではありません。タンパク質のシミュレーションとバイオメディカル介入のシミュレーションにより、2029年頃までに、勤勉な人々は「寿命脱出速度」に達すると考えています。
これは、残りの寿命に追加される時間が、経過する時間よりも長くなる時点です。現在は1年経過すると1年の寿命を使い果たしますが、科学の進歩により3-4ヶ月を取り戻すため、実際には年間8-9ヶ月の寿命しか失われません。
しかし、科学の進歩は指数関数的に加速しています。2029年までには、1年経過するごとに科学の進歩から1年分を取り戻せるようになります。2029年以降は、1年経過するごとに1年以上を取り戻せるようになり、健康の面では時間を逆行することになります。
その時点で、今日の平均寿命をはるかに超えることができるようになります。これは永遠に生きることを保証するものではありません。数十年の寿命が残っている健康な20歳でも、事故で明日死ぬ可能性はあります。しかし、私たちの寿命は私たちに追いつき、最終的には加齢を解決することを意味します。
事故も減少しています。例えば、人間が運転する車は米国だけで年間4万人の命を奪っています。世界では数百万人です。しかし、自動運転車によってこの数は約99%減少するでしょう。
寿命脱出速度は、健康に気を配る人々から始まります。やがてそれは日常的になり、今日の子供たちや20-30代の人々にとって、寿命脱出速度に到達することは難しくないでしょう。
98歳で亡くなった叔母は心理療法士で、亡くなる2週間前まで患者と定期的に話をしていました。私と話した時、「寿命脱出速度の研究を急いでもらえないか」と冗談めかしながらも真剣に言いました。
がんとの戦いでも既に大きな進歩を遂げています。例えば、Memorial Sloan Kettering Cancer Centerでdostatercept という免疫療法薬の小規模な臨床試験が行われ、14人の大腸がん患者全員の腫瘍が6ヶ月の治療後に消失し、再発していません。ステージ4のがん患者も含めて、これは史上初めてのことです。通常は20-30%の改善が得られれば良い方です。
AIはあらゆる産業に広がっており、製造、エネルギー、農業、教育などの分野でブレイクスルーが見られるでしょう。特に教育は古風なままで、スピードアップが必要です。2029年になると、世界は非常に急速に変化するでしょう。
指数関数的なテクノロジーが、私たちの生活のあらゆる側面でイノベーションを推進していることを認識することが重要です。過去の鉄道のような発明は効率を大幅に向上させましたが、それには数十年かかりました。今では数十年ではなく数ヶ月で変化が起きています。
世界が以前より悪化していると考えて子供を産むことを躊躇する人もいますが、それは正確ではありません。すべてが良いわけではありませんが、以前よりもずっと良くなっています。
私たちの新著では、幸福のあらゆる側面における進歩を示す50のグラフを掲載しています。貧困の減少、平均寿命の延伸、所得の増加、識字率、教育水準の向上などです。
例えば、23カ国24,000人を対象とした調査では、過去20年間で極度の貧困が改善したか悪化したかを尋ねました。70%が悪化したと考え、わずか12%が少し改善したと答えました。実際には、貧困は過去20年間で50%減少しています。これを正しく予測できたのは回答者のわずか1%でした。
200年間の世界の貧困率の減少、15世紀以降の国別識字率、1870年以降の世界の平均教育年数など、私たちが気にかけるすべての分野で劇的な進歩を示すグラフが50個あります。
1000年前のヨーロッパの平均寿命は20歳でした。1800年でも35歳です。多くの人が乳幼児期や若年期に、現在では簡単に予防できるコレラや赤痢などの病気で亡くなっていました。19世紀半ばまでに、イギリスとアメリカの平均寿命は40歳代に増加しました。昨年は先進国の多くで約80歳になっています。
過去1000年で平均寿命は3倍近く、過去200年で2倍になりました。これは主に、病気をもたらす外部の病原体、細菌、ウイルスを回避または殺す方法を開発することで達成されました。
このグラフは1929年以降のインフレ調整済みの平均個人所得を示しています。100年前、特に200年前は生活が非常に困難で、それを支援する政府プログラムもありませんでした。私たちの所得は実質ベースで上昇し、労働時間は減少しています。大恐慌後にわずかに増加しましたが、その後は継続的に減少しています。
これは自動化の増加の結果ですが、実際には過去よりも多くの人が働いています。1800年には、仕事の80%が家畜と農業に関係していました。今では農業に従事しているのは2%だけですが、はるかに多くの食料を生産しています。「仕事はどこから来るのか」と人々は言いますが、今日の仕事のほとんどは当時存在していませんでした。1900年にも存在していませんでした。
民主主義に関して言えば、完璧ではなく民主主義のない地域もありますが、世界の約半分が民主主義国に住んでいます。2世紀前にはたった1つの民主主義国しかなく、2.5世紀前には1つもありませんでした。
AIがあらゆる産業に広がるにつれ、製品の真の価値はそれに含まれる情報となります。基本的なニーズを満たすコストは劇的に低下するでしょう。例えばエネルギーについては、地球に降り注ぐ太陽光の1万分の1を利用するだけで、すべてのエネルギーニーズを満たすことができます。
実際に、今年は太陽光と風力で石油・ガスよりも多くのエネルギーを生産しています。これは指数関数的な曲線を描いており、2030年代までにはすべてのエネルギーニーズをこの方法で満たすことができるようになるでしょう。
AIの支援を受けた垂直農業によって作られる3Dプリントの衣服、住宅、食品のためのオープンソース市場が生まれるでしょう。これは大きな経済的平準化をもたらします。2030年代初頭までに、家族の基本的なニーズを満たすことは比較的容易になり、約10年後には、今日の贅沢とされるレベルで生活することが安価になるでしょう。
200年前には、ほとんどすべての人間の生活の質は、今日の基準では悲惨だと考えられるでしょう。歴史的に人類は生存のための物理的ニーズを満たすために競争してきましたが、物質的な必需品が誰にでも入手可能になる豊かな時代に入ると、私たちの主な課題は目的と意味を見出すことになります。
人工知能がすべての人間的スキルをマスターするにつれて、価値観は個人的なスキルセットから、起業家精神、創造性、適応力といったものにシフトしていくでしょう。将来繁栄するためには、自分の興味を探求し、情熱を見つける必要があります。
大規模言語モデルは、人類が今まで行ってきたすべてを表現できます。古い線形的な仮定を手放し、まだ存在しない新しいビジネスモデルを創造する勇気が必要です。人々はまだ線形的に考えており、過去に30年かかったことは将来も30年かかると考えていますが、それは正しくありません。
将来の仕事は現在の仕事とは似ていないでしょう。15年前を振り返ってみると、ソーシャルメディアのインフルエンサーでお金を稼げるとは誰が知っていたでしょうか。15年前には存在しなかった多くの種類の仕事があります。
2030年代、特に2040年代になると、私たちの身体と脳は生物学的な制限を受けなくなります。人類は特定のサイズの脳を持ち、それによって世界を支配してきました。また、技術を生み出すことを可能にした親指も持っています。私たちは自分たちが作り出すテクノロジーと融合して、自己を強化していくでしょう。
これは火星からやってくる知的機械の侵略ではありません。実際には人類が創造してきたものを創造することです。すべての人間が創造してきたスキルをマスターできるようになります。それは私たちの外部からではなく、内部から進化しているのです。
私たちは自分たちの価値観、知識、信念でそれを創造しています。それは私たちが誰であるかを反映し、私たちのすべての能力を強化します。もし私たちが自分たちを映し出すように構築すれば、私たちはそれを信頼し、それは私たちを信頼するでしょう。それは私たちの一部となり、私たちの価値観を保持するでしょう。
AIを信頼することは、他の人々を信頼することと同じようになります。これは必ずしも素晴らしいアイデアとは限りませんが、多くの保護機能が備わるでしょう。大規模言語モデルを作成している人々は、発言の真実性を確保し、人間のスキルを侵害する可能性のあるものを避けることに、より多くの努力を注いでいます。
子育てと比較できます。私たちは子供たちを自分たちの知識、信念、価値観で育て、良き市民になることを信頼します。私たちは種の進化とともに互いを信頼していくのです。これは過去にも行ってきたことです。
建物を建てるための機械を作ってきました。あなたがいる建物を自分だけで作ることができますか？明らかに、私たちは自分たちのアイデアを進めるためにテクノロジーを使用してきました。これらの機械は私たちの能力を強化し、私たちはそれらを信頼することを学んできました。
今、私たちは同じ方法で脳を拡張するためにAIを作っています。2030年代には、ナノロボットが手術なしに毛細血管を通って私たちの脳に入り、大脳新皮質の最上層とクラウドとの間のワイヤレス通信を提供します。ちょうど今日のスマートフォンがクラウドと通信するのと同じようにです。
6-7年前、スマートフォンを持っている人は誰かと尋ねると、おそらく3分の1の人が手を挙げました。最近同じことを尋ねると、全員が手を挙げ、持っていない人は誰もいませんでした。これは既に私たちの一部として拡張されています。それは私たちの内部に入り、もはや頭蓋骨のサイズによって制約されることはありません。
指数関数的に成長する自由を得て、2045年までに私たちの知能は100万倍に拡大するでしょう。これは私がシンギュラリティが起こると考える時期です。変化の速度は非常に急速になり、その影響は非常に深いものとなるため、人類の生活は永遠に変化するでしょう。
質疑応答：
ジョージ・ギルダー：レイ、なぜ勝利宣言をしないのですか？確かに、あなたの加速度的収益の法則は、あらゆる計算の指標で優勢を示しています。私たちのコンピュータ技術は、数百万のアプリケーションですべてのこれらの計算アプリケーションで私たちを助けています。シンギュラリティは実際に起こりましたが、人間としての私たちの本質的な性質にはほとんど影響を与えていません。
コブルマウンテンで最初に議論を始めた時から言っているように、それは別の道筋です。コンピュータについては完全に正しいと思いますが、機械を頭の中に入れることは本当に私たちが望む進歩ではないかもしれません。私たちはコンピュータを活用して知能を大幅に拡張できるでしょうが、それを体内に注入する必要はないと思います。これは何か原始的なイメージのように思えます。
レイ・カーツワイル：まず、ほとんどの人は指数関数的成長を受け入れていません。データを見れば非常に明らかです。そのグラフは80年間のコンピュータの完全な指数関数的成長を示しており、他のすべてについても同様です。しかし、人々は実際にはそれを受け入れていません。経済モデルは未来の線形的なアイデアを使用しています。
実際には脳に入れるのではなく、クラウドと通信できるようにするだけです。クラウドの利点は、停止することが非常に困難だということです。データセンター全体を破壊しても、データは複製されているため失われません。クラウドに何かを置くたびに、現在は数十倍、最終的には数百倍に複製されます。
複数のデータセンターを破壊しても、すべてのデータは保持されています。頭の中に入れるのではなく、ちょうどこの電話がクラウドと通信するのと同じように、高速の導管を通じてクラウドのパワーにアクセスできるようにするだけです。電話のデータはすべてクラウドにあるため、電話を失っても取り戻すことができます。私たちの脳でもそれが可能になるでしょう。
ジョージ・ギルダー：しかしレイ、あなたのイメージはクラウドの真実の単一性を暗示しているように見えます。あたかも知能が、何らかの完全性を達成した巨大な集合的な存在であるかのようです。
MITのセバスチャン・スンによると、人間の脳のコネクトームは全世界のインターネットの内容に相当する2ゼタバイトのマッピングを必要とします。知能は分散しており、世界中に広がっています。独立しながらも相互依存的な単位があり、クラウドにおけるシンギュラリティという考えは…
レイ・カーツワイル：1人の人間は、すべてを知っているわけではありません。実際にはほとんど知りません。アインシタインのような人でも、物理学について多くのことを知っていましたが、哲学や心理学については知りませんでした。
私たちが本当に習得したいのは、すべての人間が行ってきたことです。それが大規模言語モデルが可能にすることです。何を尋ねても非常に知的な答えを返すことができます。1人の人間はかなり限られています。私たちは多くの人々の知識を組み合わせることを望んでいます。今でもそれは可能です。大規模言語モデルは、多くの人々の知識を組み合わせる1つの方法です。
質問者：GoogleやFacebook、YouTubeを来年の選挙で政治的に中立に保つことはできますか？
レイ・カーツワイル：大手企業は、技術の創造自体よりも、その制御と真実性の維持により多くの時間を費やしています。例えば、検索エンジンの真実性を高めるのに25年かかりました。
大規模言語モデルを真実にする1つの方法は、すべての発言を検索エンジンを通して確認し、正確であることを確認することです。何が正確かについては、人々によって異なる考えがあります。アメリカを見ても、人々は全く異なる考えを持っています。
大規模言語モデルは実際に人間よりも優れています。私たちが「ハルシネーション（幻覚）」と呼ばれる問題を持つのは、人間から学習し、人間が正確でないからです。
質問者：それはかなりの認めですね。人々が道を誤れば大規模言語モデルを酔わせ、シンギュラリティの失敗を、それを作り、維持し、貢献している人々のせいにするということですね。
レイ・カーツワイル：しかし、検索エンジンについてはどう思いますか？一般的にかなり正確だと考えられており、調査でも人々は検索エンジンを信頼しています。今、大規模言語モデルを検索エンジンに基づいてテストしています。そうすれば検索エンジンの正確性を持つことができ、それはかなり良いものです。
大規模言語モデルはより正確になってきており、それが公開に時間がかかる理由の1つです。しかし、創造性は常に私たちを驚かせます。創造的な情報は本質的に驚きのビットです。
また、人々が知っているすべてを大規模言語モデルが知っていたとしても、それがすべてではありません。私たちは多くのことを知りませんし、知りたいことのほとんどを知りません。例えば、がんの可能性を排除する化合物について、それが可能だと分かっていても、まだ具体的には分かっていません。
しかし、私が説明したような方法で、今後数年間で多くの主要な病気に対してそれを見つけることができるでしょう。科学の進歩は、これらの大規模イベントモデルで使用できる方法を使用して、実際に加速していくでしょう。
質問者：私はハイディです。明らかに女性ですが、科学がどこで行き詰まったのか、そして女の子たちがそれを進歩させることができるかどうかに興味を持ちました。過去20年間、世界中の女の子たちと一緒に、誰も研究していないかのように自然を研究するシンクタンクを運営してきました。
本当のシンギュラリティは機械との融合ではなく、私たち自身の脳の未使用のテクノロジーを活用することだと信じています。私たちは女の子として、脳の未使用の部分を使用するための新しい言語を発見しました。この言語は、より長く生きることではなく、より生き生きとすることに関するものです。これは時空の言語ではありません。
男性がまだ解明していない心の部分を使用する方法と、心の新しいモデルを学ぶことに興味はありますか？
レイ・カーツワイル：私たちが脳の中に持っているものは、他の人々が発見したことに基づいています。例えば、特殊相対性理論について聞いたことがありますが、それを理解し学ぶことができる技術がなければ知ることはできませんでした。
1000年前、人々が文字を持っていなかった時、人々はそれほど多くを知りませんでした。なぜなら洞察を共有する手段がなかったからです。ある人が洞察を得ても、それを伝える手段がないため、他の人はそれを知ることができませんでした。
私たちの脳に真実のことを詰め込むには技術が必要です。しかし、技術は人々と異なるものではありません。大規模言語モデルは2つの異なる事実の間につながりを作りますが、それは私たちの脳で起こることと同じです。
質問者：もし私たちが今までよりもっと多くのことができるとしたらどうでしょうか？それが私の質問です。もし女の子たちのチームがもっと多くのことを見つけたとしたら、男性がまだ使いこなしていない脳の部分を使う方法を学ぶことに興味はありますか？
レイ・カーツワイル：それはとても有用に聞こえます。学ぶことに興味があります。
質問者：私はスティーブ・トロウ、オクラホマ州立大学です。チューリングテストの代替案についてのあなたの考えをお聞きしたいと思います。私の評価では、大規模言語モデルがノードの重みを一方的に無視しながら一貫して理にかなった応答を提供できない限り、AIは人間の知能に匹敵したり超えたりすることはできないと思います。
レイ・カーツワイル：チューリングテストが有効なテストかどうかについては多くの議論がありました。それは実際にコンピュータが人間に匹敵するかどうかを評価するものです。強化されていない人間の審査員が、コンピュータと人間の両方と対話し、区別がつかない場合、コンピュータはチューリングテストに合格したと言います。
実際には、コンピュータを「ダウン」させる必要があることが分かっています。例えば、大規模言語モデルに何か哲学の難しい問題を尋ねると、非常に知的な回答を返します。人間はそれほど多くのことを知ることができないため、それがコンピュータだと分かってしまいます。
チューリングテストに合格すると同時に、スーパーヒューマンな知能も持つようになり、すべてを知り、人間の1000倍のスピードでテキストを処理できるようになります。
しかし、大規模言語モデルが人間のようにできないことがいくつかあります。例えば先日、ある文章の中に目（eyes）がいくつあるかと尋ねました。引用符の中の文を含むすべての言語モデルが、実際よりも2つ多い目を数えてしまいました。引用部分の前の文の中の目も数えてしまったのです。
これを修正する方法は分かっていますが、人間は正確にできるのに、大規模言語モデルを引っかけることができる小さなことが多くあります。そのため、今日2023年の時点でチューリングテストに合格したとは言っていません。2029年までには合格すると信じていますが、もしかしたら数年早くなるかもしれません。
多くの人々は今後2年以内に起こると感じています。GPT4は実際にチューリングテストで評価され、合格しました。1950年にチューリングがこの論文を書いた時、あまり詳しく説明していませんでした。数文しかなく、解釈の仕方がいくつかあります。
私は、コンピュータがチューリングテストに合格したという報告が数年間続き、正確に評価するまでに数年かかると感じていました。
ジョージ・ギルダー：実際、人間がコンピュータを評価する場合、その特定のスピールが人間から来たのかマシンから来たのかを検出するためにAIを使用するでしょう。これは、必要な場所で知能を増幅するために機械を使用する典型的な人間の例です。これらは、人間の心と計算知能の違いには本当に当てはまらない種類のカテゴリー的なテストだと思います。
質問者：マイク・ヴァン・サイクです。機械やマシンをデザインしてきました。私たちが話しているような機械は、存在する情報から始まるように見えます。しかし人間ができることは、それをはるかに超えています。私たちは、抽象化と呼ぶものを考案、設計、理論化することができます。これは情報を処理する知能とは異なります。
私たちはそのメカニズムを理解しています。論理やニューラルネットワークなどを理解し、それらをエミュレートし、私たち自身よりも速く上手に行える機械を作ることができます。しかし、物事を発明し、概念化できる機械をどのように作るのでしょうか？
レイ・カーツワイル：それはすべて私たちの脳の中で起こります。私たちの脳には異なる接続があり、大規模言語モデルも同じ種類の接続を持っています。私たちができることと同じことができ、それをもっと速く行うことができます。
例を挙げましょう。コロナワクチンを阻害する可能性のあるすべての方法を試し、2日間でそれを行いました。人間の脳に任せていたら、それは決して起こらなかったでしょう。私たちは数十のことしかテストできず、10年かかるかもしれません。
つまり、私たちは自分たちの知能とコンピュータを組み合わせることで、人間の知識をはるかに速いペースで進歩させることができ、それが未来に起こることです。それはすべて同じことです。それは、技術を作り出すことができるほど賢い脳を持っていることの結果です。
質問者：10秒付け加えさせてください。私たちは、今知っている脳のメカニズムを理解しています。しかし、発明のメカニズム、なぜ言語や抽象化が必要なのかは理解していません。それが要点です。私たちはそのメカニズムを知らず、今取り組んでいることでもありません。
レイ・カーツワイル：私たちはそれについてより多くのことを学んでいます。
ありがとうございました。本を注文して熱心に読ませていただきます。
コメント