全文は合計3591語で、予想学習時間は9分です
出典：ブルームバーグ
人工知能の適用はますます広範囲になり、私たちの日常生活におけるその役割も高まっています。しかし、これが原因で、それを受け入れるのが難しいと感じる人もいます。少なくとも意識的には、落胆するでしょう。電話に写真のタグを自動的に付けたいと思うかもしれませんが、このテクノロジーは人工知能によって駆動されていることを忘れがちです。特にテクノロジーが気味が悪いように聞こえる場合、人々はあまり知らないテクノロジーを信じたくありません。
Elon Muskは2017年に全米知事協会で次のように述べています。「私は最先端の人工知能にさらされてきました。人々はこのテクノロジーに注意を払うべきだと思います。人工知能は人類の文明に対する根本的なリスクです。」
人工知能は、専門家よりも正確に人間の行動を予測できる場合があります。特に人工知能がこのデータを使用して特定のアクションを実行させる場合、人々はデータの収集方法と使用方法を制御できないという感覚を好まない。ご存知のように、ユーザーエクスペリエンス（UX）はモデルを作成する際の重要な考慮事項ですが、多くのデータサイエンティストは、ポジティブユーザーエクスペリエンスの重要な部分である人工知能の「不自由」要素の最小化を忘れていません。
「携帯電話は私たちを監視している」と人工知能の他の陰謀
テクノロジーの進歩とデータの可用性の向上により、人工知能はより強力かつ正確になりました。これはテクノロジーを愛する人にとってはエキサイティングですが、恐ろしいことです。今日のアルゴリズムは、より少ない情報（少なくとも提供することが知られている情報）でより多くの個人情報を予測でき、時には人工知能が私たちの考えを読んだり、少なくとも私たちの話を聞いたりできるようです。
携帯電話は私たちをマーケティング目的で密かに記録および監視してきました。これは、近年インターネット上での最高の陰謀論であり、尊敬される技術者やジャーナリストでさえ同じ見解を持っています。BBCの「Mr. Fashion」から「Vox」まで、このトピックに関するディスカッションはどこでも見ることができます。2017年には、ポッドキャストの列「/ reply-all /」で携帯電話のモニタリングに関するプログラムが作成されました。今日、ますます多くの人々が、携帯電話が広告のターゲティングの許可なしにプライベートな会話を録音することを心配し始めています。
携帯電話で録音された音声の量を正確に知ることはできませんが、ほとんどの専門家は、ほとんどのアプリケーションが正確な広告の位置付けのために録音機能を使用しないと判断しました。できないからではなく、不必要だからです。人工知能の追跡は非常に複雑であるため、オーディオキャプチャテクノロジーやストレージ要件の必要性を排除するのに十分正確です。人々はうっかりして自分自身についての多くの情報を提供してしまいます。
ノースイースタン大学の教授であり、モバイルのプライバシーとセキュリティの問題に関する研究者であるデビッドジョフェンズ氏は、次のように述べています。「監視は人間が物事を見る方法と同じです。話をしますが、オンライン活動で漏えいした情報を、宣伝できる企業と結びつけることはほとんどの人にとって難しいと思います。」
ソース：unsplash
世界中の政府によってリリースされた多くの新しいクラウンウイルス追跡アプリケーションには、新しい「陰謀」が含まれる可能性があります。人々は、これらのアプリケーションをダウンロードすることで、政府がいつでもどこでもそれらを追跡し続けることができると心配しています。イタリアでは、いくつかの陰謀論とプライバシーとセキュリティに関する懸念のため、「Immuniアプリ」はあまり注目されませんでした。人々は常に自分自身を監視する人工知能について身震いしており、この流行により人々はさらに恐怖を引き起こしています。
全体像を見て、すべてを知っている人工知能は、現実の完全な複製ではないかもしれませんが、これは、人工知能の現在のレベルに対する警戒を緩める必要があることを意味しません。私たちが心配しているのは、Facebookのデータ収集と追跡です。生命の中で最も明白な人工知能の事例が監視によって達成されているように思われる場合、この心配を理解することは難しくありません。
人工知能は、人々を心配することなくパーソナライズされた推奨事項を提供できますか？
パーソナライズされた推奨事項は良い考えです。適切なタイミングで適切な見積もりを取得することは、人々にとって素晴らしいことであり、オファーを提供した企業にとっても役立ちます。一般に、人工知能が問題をより効果的に解決するのに役立つ場合、AIについて心配していると主張する人でさえ、このテクノロジーの使用を拒否することは決してありません。
実際、ほとんどの人工知能は私たちを怖がらせません。人々が毎日多くの人と接触する人工知能技術に気づかないのは、人を煩わせるほど複雑ではない場合もあるからです。イライラするよりも脅迫的な正確な入力にのみ応答するカスタマーサービスチャットボットはほとんど見つかりません。他の人工知能は、私たちが使用した機能に完全に適合しているため、サービスの改善であることがわかりました。Appleが顔認識を発明してApple電話のロックを解除したとき、ほとんどの人は人工知能の影響を心配するのではなく、その便利さに興奮していました。
しかし、ほとんどの場合、人々が結果を見ているだけなので、人工知能の使用は気づかれません。人々は人工知能自体と直接対話することはありませんが、それがいかに生活を楽にするかを知るだけです。たとえば、Evo Replenishアルゴリズムは予測サプライチェーンを使用して新しい流行のシャツの在庫切れを防ぐため、多くのお客様は、希望する製品の適切なサイズを購入できることを知りません。顧客は、店が在庫を決定する方法を知る方法がなく、気にしない場合があります。
Dangdangでいっぱいの棚は非常に便利です。この問題を排除する人工知能は、予測や推奨が個人レベルで行われないため、不気味ではありません。誰かが特定の製品を購入したいと言っているのではなく、その週に15人がそれを購入するとだけ言っても、プライバシーの漏洩は心配していません。
人工知能の予測とパーソナライズされた推奨事項の最も厄介な側面は、個人に関する結論を導き出す方法を理解できないこと、または人工知能として開示するには人間的すぎることです。したがって、オープンで透明性のある人間志向の設計により、人工知能による懸念が大幅に軽減されます。
ソース：unsplash
非恐ろしい人工知能は透明です
AIの動作がより透明であればあるほど、恐怖は少なくなります。よく分からないことを疑うことがよくありますが、分からないことに直面したときによく知っているように見えると、疑わしいだけでなく怖いことにもなります。このテクノロジーの仕組みを理解していない場合、どのように災害を予測できますか？透明性がなければ、人工知能は脅威のようなものになり、最終的には人工知能がとても怖くなります。
たとえば、Facebookの携帯電話での盗聴。Facebookは、人々について収集した情報や、このデータを使用して広告をターゲティングする方法を開示することを拒否しているため、人々は非常に懐疑的です。
テクニカルレポーターであり、「Reply All」の共同ホストであるPJ Vogtは、次のように述べています。「Facebookは、私たちに関する情報の収集に非常に優れているため、この問題を引き起こしました。彼らは収集の内容や方法を開示していないため、これは基本的に上記は、人々に情報を入手する最も簡単で失礼な方法、つまり盗聴を考えさせることです。」
透明性とは、データの収集方法と処理方法を明確にすることも意味します。データが必要な理由を説明できない場合、個人に関する識別可能な情報を大量に収集することは常に気味が悪いです。これが、具体的な情報が率直かつ匿名で可能な限り述べられるべき理由です。
このデータの透明性は、人工知能モデルに悪影響を与えません。Evoのアルゴリズムは、サプライチェーンと価格予測のために12億人以上のデータを処理しています。Evoは、データベースから識別情報を完全に除外する方法でデータを収集します。結果として得られる人工知能の推奨事項は影響を受けませんが、モデルはより透過的になります。計画が初日から透明でオープンである限り、結果の正確さを損なうことなく、どのデータがどのように使用され、どのように取得されるかを正直に説明することができます。
人間中心の人工知能設計により、ユーザーを怖がらせずに有用なモデルを構築できます
透明性は不可欠ですが、人工知能が人々が望ましい結果を達成するのに役立つ場合、ほとんどの人はそれが少し「怖い」ことを依然として受け入れることができます。調査によると、人工知能が問題を回避する、迅速に解決する、または問題が現れる前に複雑さを最小限に抑えることができる場合、侵入型人工知能の使用を約75％の人が気にしないでしょう。
人工知能が購入を検討している製品を宣伝するためのより多くの推奨事項を提供する場合、追跡されていることを知ると臆病になる可能性があります。対照的に、データ侵害を警告する追跡はそれほど心配しません。人工知能が企業に製品を販売するのではなく、人々を助けることができる問題を解決するとき、人々は妥協することをいとわない。
ソース：unsplash
Googleマップを例にとると、ローカルマップがGoogleカレンダーのTo Doアイテムのナビゲーションを自動的に計画する場合、それを恐れる人はほとんどいません。Googleの情報の出所を知っている人はほとんどいません。「マップ」がGmailから直接会議やイベントの計画の推奨事項を作成し始めたとき、カレンダーに含まれていないため、人々はパニックになり始めました。
それにもかかわらず、この機能は依然として非常に有用であり、文句を言う人はほとんどいません。ローカルマップが時間と習慣に基づいてユーザーの目的地を予測し始めたときのみ、人々は実際にエピソードを持つことになります。この推奨事項は、追跡をより簡単にするため、より煩わしいものですが、常に役立つとは限りません。これらのナビゲーションが必要ない場合は、Googleがあなたについて知っている毎日の旅程に感謝することはありません。
このため、人工知能を正しく使用して問題を解決することが非常に重要です。人間中心の人工知能設計は、エンドユーザーのニーズを優先し、人工知能が邪魔にならないようにします。人工知能とやり取りするすべての人の問題を解決できるアルゴリズムを作成すると、否定的な反応を最小限に抑えることができます。少なくとも、人工知能はプライバシーと制御に対する人々のニーズを尊重する必要があります。人工知能と対話する人々を最初に置き、彼らの視点から考えます。結果として得られる人間中心の人工知能は、邪魔になりません。
人工知能は人々の生活を改善し続けますが、それが人々の信頼を得ることができる場合に限られます。恐怖を最小限に抑えることができない場合、その潜在能力を最大限に引き出すことができません。人々を潜在的な悪影響から保護する場合、その利点は想像よりはるかに少なくなります。
ソース：unsplash
人工知能は複雑ですが、予測不可能ではありません。人工知能がどのように機能し、どこからデータが取得されるかを、企業秘密を明らかにすることなく正確に説明できます。ユーザーの視点から真に考慮され、透過的に操作されると、人工知能は「ひどい」ものになりにくくなり、生活が楽になります。
AI学習と開発の乾物を一緒に共有する
フルプラットフォームAI垂直セルフメディア「コアリーディング」をフォローすることを歓迎します
（エディターWeChat：dxsxbbを追加し、読者サークルに参加して、最新の人工知能技術について一緒に議論してください〜）