Adrian Zidaritz, AIbluedot.comの著者 – インタビュー・シリーズ

Adrian Zidaritzは、AIbluedot.comの著者です。このブログでは、AIの概要を、数学、倫理、政治、そして「その間のすべて」が混在する形で提供しています。記事には技術的な内容が最小限に含まれていますが、専門家向けではなく、一般大衆向けに書かれています。AIは非専門家によって誤解されており、メディアでは過大評価または過小評価されています。しかし、現在の最も重大な技術です。

あなたがAIに最初に惹かれたのは何でしたか？

AIの開発には、他の現代の技術とは異なり、幅広い専門知識が必要です。統計、神経科学、応用数学、コンピューターサイエンス、ソフトウェア開発、心理学など、さまざまな分野の研究成果が必要です。その挑戦が私を引き付けたのです。さらに、私は以前のキャリアでこれらの分野の多くに触れてきたことがあります。数学、コンピューターサイエンス、ソフトウェア開発、統計学などです。

あなたはAIで幅広いキャリアを持っています。いくつかのハイライトについてお話しください。

これは、ある意味で、質問1の続きです。現在、AIで働いているほとんどの中年人は、他の分野から来ています。2005年頃までは、AI（というよりは、ニューラルネットワーク＝ディープラーニング）がありませんでした。したがって、私たちがAIで働いている多くの人々は、フィールドに独自の視点をもたらしています。私は数学の背景を持っていますが、同時に、大規模なデータエンジニアリングが非常に重要な役割を果たす実用的AIプロジェクトをリードしてきました（時には、プロジェクトの合計時間の80％以上）。私の背景は、AIをその数学的基礎の質問と、データサイエンティストやマシンラーニングエンジニアのチームをリードする実践的な側面の間に挟み込んでいます。他の研究者は、サンドイッチの中央にあるAI技術についてより多くのことを知っています。

あなたは、メディアがAIの現状を正確に報道することと、技術の現実の間にある断絶について、以下のように述べています。なぜそのような断絶があると思いますか？

AIは、AIで働いている人々によってさえも誤解されています。非常に若い分野であり、非常に若い労働者がいます。これらの若い労働者のさまざまな意見がメディアに流れ込み、目標の不一致を生み出しています。Netflixの「The Social Dilemma」ドキュメンタリーを挙げるだけで十分です。そこでは、シリコンバレーの視点から、AIの矛盾した見解がよく文書化されています。

現在、AIの進歩の大部分はディープラーニングから来ています。ディープラーニングのブラックボックス問題についてのあなたの見解は何ですか？

それは大きな問題です。基本的に、学習プロセスに対する理論的（＝数学的）な理解が不足しています。ディープラーニングアルゴリズムが実際にどのように学習するかを私たちは知りません。ただ、それらが機能することはわかっているだけです。理論を開発するための試みはありましたが、どれも広く受け入れられていません。したがって、その基本的な理解が不足している現在、すべて私たちができることは「見てください、それは機能します」と言うことです。しかし、ホワイトボックスの説明は、現在は不可能です。他のアルゴリズム（ディープラーニング以外）はよりよく理解されており、それらの結果について説明することは可能です。ディープラーニングについてはそうではありません。

AIの偏りについてのあなたの見解は何ですか？それを防ぐにはどうすればよいですか？

現在、AIはすべてデータについてであり、アルゴリズムについてではありません。アルゴリズムには偏りはありません。偏りはデータにあります。データは社会の構成と社会の分層を反映しており、データ収集も偏りを含んでいます。これらは自然に発生するものですが、データ収集プロセスにさまざまな背景を持つ人々を徐々に含める必要があります。そうすれば、データは人口の正確な表現を反映することになります。

あなたが最も興味を持っている機械学習の種類は何ですか？

先ほど述べたように、機械学習は現在、最も成功した内部ブランチであるディープラーニングに地盤を譲っています。ニューラルネットワークは、その汎用性によって支配しています。

あなたは、Universal Basic Income（UBI）がAIによって引き起こされる雇用喪失に対処するために絶対に必要であると述べています。詳細についてお話しください。

社会は自動化（適用されたAI）から巨大な反動を被るでしょう。2016年以降の政治的転換を見てきたように、我々はすでにその瞬間を見てきました。単純に戻る方法はありません。多くの仕事はただ消えます。現在、放射線科医として訓練する意味はありません。AIは人間よりもX線、MRI、他の画像を読むことができます。仕事をすることができないときに、人々に何が起こるでしょうか？ UBIは、自動化が普及したときに、人間が不必要に苦しむことを保証します。AIは、社会がまだ機能するために必要な仕事を提供するからです。

あなたは、Artificial General Intelligence（AGI）を達成できるかと思いますか？

はい、多くの人々は、DeepMindのソフトウェアはすでにAGIの境界に達していると主張しています。私はその考えに賛成しませんが、はい、答えははいです。AGIは感情や意識を意味しません。AGIのIは、単に認知的な知能を意味します。そうしたレベルの知能について、答えははいです。

あなたは、シミュレーションの中に生きている可能性があると思いますか？

可能性？はい、つまり、シミュレーションの中に生きている確率は0ではありません。それは知的にも魅力的です。しかし、起こり得るでしょうか？いいえ、私にとってはそうではありません。つまり、確率は0ではありませんが、非常に小さくなります。

インタビュー感謝します。AIのさまざまな側面についてさらに学びたい読者は、AIbluedot.comを訪問してください。