1713450530
2024-04-18 14:13:21
短期および中期的に人工知能にはどのような発展が予想されるでしょうか? 批判的で情報に基づいたアプローチで問題に対処しようとします。 感情の波を超えて それはこの技術の普及に伴います。
これを行うには、教科書的な定義には興味がありません。AI を構成する要素を分析するだけで済みます。 1950 年代の創設以来、それがどのように考案され、どのように進化していくかに関係なく、それは以下に基づいています。 3つの柱：アルゴリズム、データ、そして「鉄」、つまりコンピュータ どのアルゴリズムとデータが出会って AI になるのか。 それでは、アルゴリズムがどのように進化するのか、データの管理と使用において何が変わるのか、そしてハードウェアがこれらの発展をどのようにサポートするのかを理解してみましょう。
アルゴリズム
AI が研究室を離れ、私たちの生活に入り込んだ過去 30 年間を振り返ると、最初の転換点は 1990 年代に起こったと言えます。 SVM (サポート ベクター マシン) と AI カーネルのおかげでそれが実現しました 非線形空間に適応した計量に基づくシステムこれにより、AI の範囲と機能が大幅に拡張され、複雑な問題にも効果的に対処できるようになり、単純な「はい」か「いいえ」以外の解決策が可能になりました。 たとえば、スパム フィルターや生体認証認識はこのようにして誕生しました。
翌年、私たちはまず実用的なアプリケーションを備えた現金化に移行し、次にこれらの革新を音声、テキスト、DNA 文字列、銀行取引の時空間系列などの他の種類のデータに適用しました。
しかし、2009 年から 2010 年頃にかけて、これらの手法にも限界が見え始め、既存の手法では克服が難しい問題が浮上しました。 それまで 2012 年、畳み込みネットワークに関するヒントン、クリジェフスキー、サツケヴァーの先駆的な研究 1点を獲得した 視覚データの処理における革命により、アルゴリズムがデータから直接学習できるようになり、 スケーラブルなモデルと大量のパラメータを備えています。 今回も実用化を伴う収集に移ったため、他のデータにも活躍の場を広げました。
ここでも障害に遭遇し、別のアプローチを取ることを余儀なくされました。そのため、ベクトル データからトークンに移行しました。 大規模言語モデルとトランスフォーマーの時代。
アルゴリズムの観点から見ると、 10～12年のイノベーションサイクル; 私たちが置かれている状況はまだ始まったばかりであり、 革命は少なくとも6～8年は起こらないと思う。 新たな転換点は、他の障害に遭遇したり、克服すべき別の概念的な壁が存在したりするときに訪れるでしょう。
データ
もう 1 つのコンポーネントはデータです。 多ければ多いほど良い。 何十年にもわたって、Web インフラストラクチャを作成した人々は、私たちの意見、私たち自身、企業としての製品を宣伝するためのショーケースとしてそれを使用することを許可し、その代わりに私たちが生成するデータを使用しました。 もう適用されない暗黙の協定: 2024 年には、Web インフラストラクチャへのアクセスの価値は低すぎるそしてこれは、例えばディズニーや ニューヨーク・タイムズ彼らは、AI モデルのトレーニングに使用されるデータに対する公正な報酬を要求しています。 そこには 知的財産問題 それはAIの発展にとって極めて重要であり、企業が個人の生活者に追随するのは時間の問題だと私は信じています。
今後 5 ～ 10 年以内に、 新しい報酬モデルが登場、特定のサービスへの無料アクセスなどだけでなく、おそらく政府の合意によって媒介される、より複雑な戦略も含まれる：大手テクノロジー企業が州に十分な税金を支払わない場合、少なくとも使用するデータに対する補償金を支払わせる。 確かなことは、 ウェブスクレイピング、 かつては AI モデルのトレーニングが一般的でしたが、 倫理的にも法的にも持続可能ではなくなりつつあります。
ハードウェア
人工知能の 3 番目の構成要素は、明らかに機械である「鉄」です。 ケイ素。 アルゴリズムをトレーニングして使用するには 十分な計算能力、電気、そしてマシンを冷却するための大量の水を持つコンピューターが必要です。 さらに、チップの製造には非常に高いレベルの精度が必要ですが、それを保証できる企業はほとんどありません。Nvidia が世界で最も評価の高いハイテク企業になろうとしているのは当然のことです。
として AI の開発は、鉄を入手する現実の可能性とますます結びつきつつあります。 そして、それができる人だけが、OpenAI のような大きなものに挑戦できる新しい生成 AI である、独自の大規模言語モデルを作成することを考えることができます。
そして考えてみましょう トレーニング: 鉄に触れる機会を与えずに、少年少女に人工知能とは何か、その仕組みをどうやって教えることができるでしょうか? 残念なことに、今日、これは世界のごく限られた地域でのみ可能です。 また、潜在的な新しい AI 人材がそうすることができず、成長できない場合もあります。 さらに、アクセスが制限される場合もあります。
イタリア
イタリアを例に挙げてみましょう: よく引用されます レオナルド105 個の計算ユニットの計算能力を備えた、世界で 6 番目に強力なコンピューターです。 私たちは基礎研究や応用研究、大企業や国有企業のためにそれについて話していますが、その力はこれらすべてに十分なのでしょうか？ 本当に 私たちはすべての新しい才能を訓練することができるでしょう 私たちの大学や国立人工知能博士課程で AI に取り組んでいるイタリア人、私たちは AI 分野の新規および既存のすべてのスタートアップを支援し、すべてのイタリア企業と PA の AI 導入をサポートします。 たった1本のアイアンでどれだけ強力ですか？
確かに、何かが動いています。たとえば、PNRR の資金を使って、国立スーパーコンピューティング センターの建設が始まりました。 しかし、デジタル経済という唯一の可能な方向に前進するには、別のことも必要です。 研究、訓練、再訓練、産業発展を支援します。 しなければならない 水道橋、電力網、その他の重要なインフラストラクチャと同様に保護する必要があるコンピューター センターのセキュリティを保証します。
全体的な戦略がなければ、イタリアが持つ才能、能力、創意工夫という人的資本を表現することはできません。 そしてもしそうするなら、それは海外で、そこで鉄を打つことができるだろう。迷信からではなく、これが人工知能の世界で何かを評価する唯一の可能な方法だからである。
* トリノ工科大学で講師を務め、AI ハブを指揮。 彼女は欧州学習研究所および知能システム協会の共同創設者の 1 人であり、2021 年に南デンマーク大学から名誉博士号を授与されました。 彼女は、トリノ工科大学から独立した Focoos AI の共同創設者兼社長です。
(テキストはブルーノ・ルフィッリによって収集および編集されました)
#人工知能 #木に触れよう #共和国