「「AIの仕組み：魔法から科学へ」の著者、ロナルド·T·クヌーセル-インタビューシリーズ」
「AIの仕組み：魔法から科学へ」の著者、ロナルド·T·クヌーセル-インタビューシリーズをもっと魅力的にする方法
私たちは最近、Ronald T. Kneuselによる本「How AI Work: From Sorcery to Science」の先行コピーを受け取りました。私はこれまでにAIに関する60冊以上の本を読んできましたが、その中には繰り返しがあるものもありますが、この本は新しい視点を提供することに成功しました。私はこの本を非常に楽しんでおり、それを私の史上最高の機械学習＆AIの本のリストに加えるほどです。
「How AI Works: From Sorcery to Science」は、機械学習の基本原理を明確かつ明快に説明するために設計された簡潔な本です。以下は、著者であるRonald T. Kneuselに対して行われたいくつかの質問です。
これはあなたの3冊目のAIの本で、最初の2冊は「Practical Deep Learning: A Python-Base Introduction」と「Math for Deep Learning: What You Need to Know to Understand Neural Networks」です。この本を書くときの最初の意図は何でしたか？
異なる対象読者を想定しています。私の以前の本は、AI実践者になりたいと思っている人向けの入門書です。しかし、この本は一般の読者、ニュースでAIについて多くを耳にしているがそれについてのバックグラウンドがない人々を対象にしています。AIの起源を読者に示し、AIが魔法ではなく、誰でも理解できることを伝えたいのです。
多くのAIの本は一般化しがちですが、あなたはさまざまな用語の意味を具体的に教えるという逆のアプローチを取っています。さらに、AI、機械学習、ディープラーニングの関係まで説明しています。これらの用語の間に社会的な混乱がある理由はなぜだと思いますか？
AIの歴史となぜAIが私たちの身近にあるのかを理解するには、これらの用語の違いを理解する必要がありますが、一般的な用途では、世界を急速に変革しているAIシステムを「AI」として使用することも妥当です。現代のAIシステムは深層学習から生まれ、深層学習は機械学習と接続主義アプローチから生まれました。
２章では、AIの歴史について詳しく解説しており、フェニキアの王女を守るために作られた巨大ロボットであるタロスの神話から、Alan Turingの1950年代の論文「Computing Machinery and Intelligence」、2012年のディープラーニング革命の登場までを取り上げています。なぜAIと機械学習の歴史を正しく理解することが、AIの進化の範囲を完全に理解するために重要なのでしょうか？
私の意図は、AIがただ空から降ってきたわけではないことを示すことです。それには歴史、起源、進化があります。言語モデルの新しい能力は驚きではありますが、それに至るまでの道筋は驚きではありません。それは数十年にわたる思考、研究、実験の結果です。
サポートベクターマシン、決定木、ランダムフォレストなどのレガシーAIシステムを理解するために、あなたは一つの章を割いています。なぜこれらの古典的なAIモデルを完全に理解することが重要だと思われるのですか？
AIとしてのニューラルネットワークは、以前の機械学習モデルと同じ種類の最適化ベースのモデリングに過ぎません。これは、入力から出力へのマッピングを行うあるプロセス、ある関数のモデルを開発するという意味において、異なるアプローチです。過去のモデルについて知ることは、現在のモデルの出自を理解するのに役立ちます。
OpenAIのChatGPTのLLMモデルを本当のAIの夜明けとみなしています。これと以前のAIのアプローチとの間で最も大きなゲームチェンジャーは何だと思いますか？
私は最近、1980年代末のRichard Feynmanがインテリジェントなマシンについての質問に答えようとする様子を見ました。彼はインテリジェントな行動を可能にする魔法のような論理的な操作の連続を見つけることができないと述べました。ある意味では、彼はシンボリックAIについて話していました。そこでは、知性の謎は、知的な振る舞いを可能にする論理的な操作の魔法の連続を見つけることです。私も多くの人々と同じように、同じことについて考えたことがあります。知性をプログラムする方法はどうやっていいのでしょうか。
私の信念は、実際にはできないということです。むしろ、知性は、知性（つまり私たち）を実現することができる十分に複雑なシステムから現れるものです。私たちの脳は非常に複雑な基本単位のネットワークです。それがニューラルネットワークでもあります。私は、LLMで実装されたトランスフォーマーアーキテクチャは、偶然にも知的な行動を可能にするために協力して機能する基本単位の類似した配置を見つけたと考えています。
一方で、それは究極のボブ・ロスの「幸せな偶然」であり、もう一方で、基本的なユニット間の配置と許可された相互作用が起こることはあまり驚くべきことではありません。変形モデルはそのような一つの配置であると今では明らかです。もちろん、これは疑問を投げかけます：他にどのような配置があるのでしょうか？
現代のAI（長期記憶モデル）は、単純に逆伝播と勾配降下によってトレーニングされるニューラルネットワークです。 LLMの効果については、私は個人的に驚かされていますか？
はいといいえの両方です。私がそれらを使用するたびに、彼らの反応と能力には常に驚かされますが、前の質問に言及すると、現れる知性は現実なので、適切なアーキテクチャを持つ十分に大きなモデルでなぜ現れないのでしょうか？おそらく、さかのぼってフランク・ローゼンブラットなどの研究者たちも同じように考えていたのではないでしょうか。
OpenAIの使命は「人類全体の利益になるように人間よりも優れたAIシステムである人工汎用知能（AGI）を確保することです。」私は個人的にAGIは実現可能だと思いますか？
私は自己意識の定義と同じくらいAGIの定義もわかりませんので、それに答えるのは難しいです。私は本の中で述べているように、もうすぐポイントが来るかもしれません。アヒルのように歩き、アヒルのように鳴くなら、それをアヒルと呼んで進んでいきましょう。
冗談はさておき、AIシステムが意識の多くの理論を満たす可能性は完全にあります。私たちは完全に自己意識を持つ（それが本当に何を意味するのか）AIシステムを望むのでしょうか？おそらく望みません。それが意識的であれば、それは私たちと同じような存在であり、したがって権利を持つ人物です。人工的な人物に対して世界が準備万端であるとは思いません。私たちは他の存在の権利を尊重するのに十分なトラブルを抱えています、および他の人類の権利のことは言うまでもありません。
この本の執筆中に驚かされたことはありましたか？
他の多くの人がLLMの現れる能力に感じる驚きと同じレベルを超えてはいませんが、実際にはありませんでした。私は1980年代に学生としてAIについて学び、2000年代初頭から機械学習に取り組み、2010年代初頭に登場したディープラーニングに関わってきました。私は過去10年間の進展を会議ごとに数千人の他の人々と共に直接目撃し、この分野が劇的に成長しました。
素晴らしいインタビューありがとうございました。読者はまた、私のこの本のレビューもご覧になるかもしれません。本はAmazonを含む主要な小売業者で入手可能です。
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
