人工知能は、興奮と失望のサイクルを何度も繰り返してきた。現在は、Transformerアーキテクチャに基づく大規模言語モデル（LLM）の開発により、上昇局面にある。このアーキテクチャは特にGPUに適しており、膨大な量のデータと計算能力を使用して、何十億ものパラメーターを持つモデルを訓練することが可能になった。最も重要な結果は、人間の言語という、コンピュータの 新しいユーザーインターフェースの創造である。
1980年代にグラフィカル・ユーザー・インターフェイスがパーソナル・コンピューターを何百万人ものユーザーに身近なものにしたように、新しい自然言語インターフェイスは、昨年、AIを世界中で何億人ものユーザーに身近なものにした。
このような見かけのアクセシビリティにもかかわらず、SaaSソリューションが約束する「民主化」は不完全で部分的なままであり、新たな不平等を生み出している。
AIにはまだ特定のスキルが必要だ：
- AIリテラシーとシステムの限界の理解
- アウトプットを批判的に評価する能力
- ビジネスプロセスにおける統合スキル
ジョン・マッカーシーは1950年代にAIという言葉を作ったが、彼自身は「うまくいった途端、誰もAIと呼ばなくなる」と不満を漏らした。AI効果」として知られるこの現象は、今日も私たちに影響を与え続けている。
AIの歴史には、十分に信頼できるようになった途端、もはや「インテリジェント」とみなされなくなった成功例が散見される。
かつては最先端のAIと見なされ、今では当たり前のものとなっている技術の例：
- すべてのスマートフォンにマシンビジョンが組み込まれる
- 音声認識、現在は単に「口述筆記
- 言語翻訳と感情分析レコメンデーションシステム（Netflix、Amazon）および経路最適化（Googleマップ）
これは「フロンティアのパラドックス」と呼ぶことができる、より広範な現象の一部である。
私たちが技術的な支配を超えたフロンティアを人間に帰属させるように、このフロンティアは常に定義しがたいものである。知性とは、私たちが捕らえることができるものではなく、私たちが有用な道具に変える、絶えず近づいてくる地平なのだ。
ジェネレーティブAIの普及は、情報の生産と発信のコストを劇的に削減したが、市民参加の目標に関しては逆説的な効果をもたらしている。
ジェネレーティブAIとソーシャルメディアの組み合わせが生み出したものだ：
- 認知的過負荷と既存の偏見の増幅
- 社会的二極化の拡大
- 世論操作のしやすさ
- 捏造コンテンツの拡散
簡素化されたインターフェースは、AIの働きを隠蔽している。自動化された意思決定プロセスに対する理解の乏しさアルゴリズムのバイアスを特定することの困難さ。
基礎となるモデルの限定的なカスタマイズ人間主導の自動インテリジェンスの重要性AIは私たちを90％しか導くことができない。
機械は大量のデータを分析するのは得意だが、エッジケースには苦労する。アルゴリズムは、より多くの例外を処理できるように訓練することができるが、ある点を超えると、必要なリソースが利益を上回る。人間は、ボーダーラインのケースに原則を適用する精密な思考者であるのに対し、機械は事前の判断に基づく近似者である。
ガートナーがテクノロジーのハイプ・サイクルで説明しているように、熱狂の後には必ず失望が訪れる。
コンピュータサイエンスのパイオニアであり、チューリング賞の受賞者でもあるアラン・ケイは、「テクノロジーは、それが発明される前に生まれた人たちにとってのみテクノロジーである」と言った。機械学習の専門家は科学者でありエンジニアであるが、彼らの努力は常に魔法のように見える。
同質化と競争優位性の喪失同じ構築済みのSaaSソリューションの広範な採用は、次のような結果を招く：類似のビジネス・プロセスへの収束AIIによる差別化の困難プラットフォーム機能によって制限されるイノベーションデータの永続性とそのリスク
ジェネレーティブAIプラットフォームが利用可能になれば、データはデジタル・インフラに長期にわたって保存される。
次世代のAIが合成コンテンツで訓練されると、危険なサイクルが生まれる。
AI市場は次のように分かれている：
- コモディティAI：多くの人が利用できる標準化されたソリューション
- 高度な独自AI：少数の大企業が開発した最先端の能力
問題の一部は「人工知能」の定義そのものにある。
この用語を再帰的に分解すると、定義の各枝が「人間」や「人間」を指していることがわかる。定義によれば、我々はAIを人間を模倣したものと考えているが、ある能力が機械の領域に入った途端、我々は人間という参照点を失い、それをAIとは考えなくなる。
言語モデルのためのトランスフォーマーや画像生成のためのディフュージョンなど、実用化可能な特定の技術に焦点を当てる方が有益である。そうすることで、企業を評価する能力がより明確になり、具体的で現実的なものになる。
フロンティアのパラドックスとは、AIがあまりに急速に加速しているため、間もなく単なるテクノロジーになり、新たなフロンティアがAIになることを意味する。テクノロジー」になるということは、以前は可能性の最先端にあったアイデアが認められることだと考えるべきである。この記事は、AIパラドックスに関するセコイア・キャピタルの考察にインスパイアされたものである。
詳細：https://www.sequoiacap.com/article/ai-paradox-perspective/
アクセシブルAIの真の約束は、単にテクノロジーを利用可能にすることではなく、イノベーション、コントロール、そして利益が純粋に分配されるエコシステムを構築することである。
私たちは、情報へのアクセスと過負荷や操作のリスクとの間の緊張関係を認識しなければならない。
人工知能に人間の要素を強く維持し、より正確な言葉を採用することによってのみ、真に分散された包摂と革新の力としての人工知能の可能性を実現することができる。
.svg)
.svg)
.svg)
.jpeg)
.jpeg)