北京大学のWang Yizhou 氏: 信頼できる AI 研究の名刺を磨くには、産学研究の統合が必要です

人工知能 (AI) は 1950 年代に誕生し、実験室段階から大規模工業化段階まで、3 つの発展の波を経験してきました。私たちは、いつか機械が人間の一般的な知性を持ち、人間のあらゆる認知能力を実行できるようになることを望みながら、何十年にもわたってテクノロジーを進歩させてきました。

近年、AIをより健全に発展させるために、産学において研究の焦点となっている技術分野が「信頼できるAI、つまりプラスの価値」です。説明可能性、公平性、プライバシー保護、公平性など、人工知能に与えられたテクノロジーを通じて人間社会の社会を変革します。

学術研究レベルから見ると、Trustworthy AI は主に、セキュリティ/堅牢性、説明可能性、プライバシー、公平性、監査可能性/説明責任、環境保護などのアルゴリズムおよびシステム レベルの研究に焦点を当てています。解釈可能性には、学習方法またはモデルの理論的解釈可能性、アルゴリズムの解釈可能性、および動作の解釈可能性が含まれます。堅牢性は主にモデルの安定性研究、攻撃モデル、および防御モデルに焦点を当てます。プライバシー保護は、攻撃方法と保護方法の間の直接的な勝負を指します。差分プライバシーなど公平性は、さまざまなデータやモデルのバイアス調査と平等性と公平性のバランスに焦点を当て、環境保護は、エネルギー効率の高い戦略とよりエネルギー効率の高いコンピューティング ハードウェアの追求を指します。

信頼できる AI 学術研究とは異なり、企業は現在の問題に対する解決策を提案することに重点を置いています。たとえば、Ant Group は 2015 年に、AI テクノロジーを使用してユーザーのプライバシーとセキュリティを保護することを目的として、「端末の特性」に基づいた携帯電話紛失リスクの研究プロジェクトを開始しました。 AI の公平性の問題を解決するために、IBM は 2018 年に複数の AI の信頼できるツールを開発し、AI システムで不偏のデータセットとモデルを使用して特定のグループに対する不公平を回避しました。業界では、より高い耐障害性を備えた、信頼できる AI のアプリケーションに対する要求がますます高まっています。信頼できる AI ホワイトペーパーの多くでは、信頼できる AI が真に実現するには、それがメカニズムとなって技術的な制約の役割を果たすように、生産プロセスに組み込まれる必要があると述べています。

若い学生は技術的才能の重要な予備軍です。信頼できる AI を研究している若い学生は、信頼できる AI に向けてどのように準備すればよいでしょうか? 現在の学習や生活の中で、学問の最前線や業界の最新技術動向を理解し、どの技術がどの問題に適用できるかを積極的に考える必要があります。私たちが住んでいる世界だけでなく、業界の需要の問題点や技術的なボトルネックを観察して理解します。たとえば、最近行われた信頼できる AI 実践テクノロジー リアリティ ショーでは、国内トップクラスの大学のいくつかと連携し、業界の「技術的不正防止」における信頼できる AI の応用を通じて、実用的なアプリケーションにおける信頼できる AI テクノロジーの機能を復元しました。学界や産業界で何が行われているかを誰もが理解できる形で提示し、技術実務者や技術研究者が深く参加できるようにする。

AIの研究をする場合、「複雑さ」がキーワードになります。環境の複雑さ、タスクの複雑さ、システムの複雑さによって、AI のレベルが決まります。それに関する研究は、AI 生成の原理を明らかにすることができ、また、AI が人間の運命に与える最終的な影響という、AI に関する究極の質問に答えることもできます。今後の信頼できる AI 研究では、複雑性分析の観点から AI が人類にもたらす価値にも目を向ける必要があり、それを推進するために学界と産業界が共同で取り組む必要があります。

以上が北京大学のWang Yizhou 氏: 信頼できる AI 研究の名刺を磨くには、産学研究の統合が必要ですの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。