最近、オックスフォード大学でAIの話題に関するラウンドテーブルの議論に参加し、学者やAIおよびコンプライアンスの専門家に加わりました。参加者の1人は恐ろしい「AI独特性」について話し始めた。 二つの分野の交差点についてたくさん考えさせた私は、AIと物理学の間の相関関係を見つけるというアイデアで遊び始めた。 ユニークさ テクノロジーブラックホール:AIの独特性 物理学では、独特性はスペースタイムの曲線が無限になる領域です。この概念は、物質が無限の密度とゼロのボリュームに圧縮され、時間と空間が無限に曲がっているところで、ブラックホールの内部で何が起きているかを有名に結びついている。いくつかの理論は、そこに落ちるものは最終的に後退し、ブラックホールの内部で何が起きているかを知らない。 単純化を許し、物理学者(見る) ブラックホールとは異なり、その境界に入ると何も逃げられないホワイトホールは物質を追い出し、入ることができない。 white hole ホワイトホール ホワイトホール アプリケーション of テクノロジーの能力が無限でコントロールできないという点としての技術への移行は、確かに新しいものではありません。 将来、AIが人間の認知能力を超え、自らを改善し、拡大することに自主的になるという仮説的な瞬間です。これは、いつか人間がAIシステムを理解できず、したがってコントロールできないかもしれないという考えをさらに強化します。これらの懸念は、おそらく比率がなく、映画の想像力によって膨らみ、私たちの限られた資源の現実によって制限されているように見えます。 現時点 singularity AI singularity 実現不可能 AIモデルの地平線 前述したように、ブラックホールの境界を越えたものは何も逃げられない、永遠に閉じ込められている光さえも逃げられない。 それは目に見える限界ではなく、むしろ数学的な領域であり、我々が感謝すべき領域である。 のために。 イベントHORIZON カール・シュワルツシルド AIシステムには、AIモデルの信頼性が崩壊し始めるイベントホリジョンという、少し似た概念があります。この境界線は、AIシステムが訓練されたデータの分布によって決定されます。 . Generalization itself is an AI model’s ability to “ “Inputs that were never seen before. When generalization is poor. 以前見たことがないインプット。 」 “out-of-distribution” (OOD) generalization problem トレーニング中に遭遇しなかったインプットの処理 トレーニングされたデータで完璧にパフォーマンスできるが、新しいデータに直面したときに不幸に失敗する。 この問題は、コンセプトの データが変化すると、無関係な機能の影響は、良い予測の精度を著しく低下させることができます。例えば、非常に特定のフレーズを備えたセットで訓練された自然言語処理(NLP)モデルは、これらの特定のフレーズを含まないフレーズを正確に処理し解釈することに苦労することができます。 feature contamination AIモデルのイベントホリジョンは、無限の曲線の領域ではなく、未知の領域である可能性が高いが、AIと物理の両方の世界では、それを乗り越えると、あなたは未知の領域に冒険し、考えられないことが起こりうるのか興味深い。 Quantum Mechanics: Probabilistic Reasoning(量子力学:確率論理) AIはアインシュタインの相対性理論だけでなく、  thing. At the heart of quantum mechanics lies the most outlandish, lunatic idea: uncertainty is the fundamental feature of the universe. Odd, right? A particle could, in principle, be found anywhere until we measure it. It doesn’t exist in a specific defined state, but in a  実際、あなたはこの波関数を「確率のマップ」として考えることができ、その粒子がどこにいるか、あるいはどれほど速く動くか(その動き)を示すことができます。 量子 スーパーポジション 明らかに、AIは量子力学の法則に従わない(または少なくともまだではありません)。しかし、量子物理学と同様に、AIは確率論理ではなく決定論理の下で動作します。最も明らかな例はChatGPTです。 モデルは、基本的に、前の単語の後に正しい単語になる可能性が最も高いことを推測します。 連携反応 言い換えれば、量子物理学と同様に、AIは統計的現実であり、石の絶対ではない。 知識の拡大する宇宙 彼の時代の多くの科学者と同様に、アインシュタインは宇宙が拡大していると確信していなかった。彼の方程式は、宇宙が拡大するか、または縮小するかを示したが、彼は宇宙が実際には全く動く可能性があるという考えに躊躇していた。 彼は、彼自身の予測によって記述されたように、宇宙の膨張を補償する一定の「反重力」効果(Λ)の測定で、後ろから彼は彼自身の数学を信頼すべきだった。1929年に銀河が私たちから遠ざかっていることを発見したエドウィン・ハッブルのおかげで、私たちは今、大学が確かに膨張していることを知っています。アインシュタインは後で彼が間違っていたことに気付きました。 ハッブルは、彼が間違っていた時にも彼が正しかったことを証明した。 コスモスコスタンダード 人生最大のミス ハッブル常数によって説明された宇宙の拡大のダイナミクスとAIの影響の間には一定の共鳴があります。基本的なレベルでは、AIはユーザーに情報を提供することによって知識を拡大すると主張することができます。ChatGPTであろうとバイナリモデルであろうと、クエリを入力する人は、個人的な知識を拡大し、ビジネス意思決定を促進することができる答えを受け取ります。さらに、AIは私たちが収集し処理するデータの量を拡大するだけでなく、自身の操作知識を増やすために利用しています。 ユーザーの会話から匿名化されたデータを使用する。 periodically refined or fine-tuned 宇宙の拡大は、世界の理解の基盤であり、それは私たちの秩序のアイデアに固有で深く結びついているからである。 宇宙の拡大が起源となったビッグバンは、時間と空間に秩序を与えた(次のセクションを参照)。 それは未知の以前とそれに続くすべての間の水分の瞬間を示した。 前者(私たちが知らないから)は想像もつかないほど熱かった。 Order, however, is not just a matter of direction (past to present); it’s also a process of organization. Cosmic expansion describes how the universe turns chaos and irregularities into structure and form (after all, cosmos is a Greek word meaning ‘order’). In a similar way, AI helps us turning noise and ambiguity into meaning and knowledge. And what is most astounding is that both processes are spontaneous and self-organizing – one driven by physics, the other by algorithms. Unlike cosmic inflation, however, AI’s process of expansion can still be stopped if humans are willing to do so. Question is, though: will they ever be? 背景放射線のバイアスモデル アインシュタインの宇宙の膨張に関する正しい予測は、1927年に ベルギーの物理学者で司祭で、今日私たちが「ビッグバン理論」と呼ぶものを理論化した(ノープではなく、過大評価されたシットコム...).この理論は、今日、私たちがどこから来たのかという質問に対する最も認められた答えとして残っています。 ジョージ・レマスター 約138億年前、極めて熱くて密度の高い状態、おそらく独特性が急速に膨張した。 物質、エネルギー、空間、時間を外側に投影し、徐々に冷え始めたこの出来事は、銀河の形成と星の点火を含むすべての物質の形成の催化剤でした。 それは非常に暴力的なものであり、今日でさえ、わずか14億年後に、我々はまだその後光を検出することができ、弱い信号の形で宇宙に浸透し、柔らかくその織物を通して吹き飛ばす。 . bang バン 宇宙マイクロ波背景放射 したがって、初期の災害的な出来事からの遺跡放射線は、今日、最小限の規模で存続し、複雑なメカニズムなしに気付かず続ける。 AI モデルでは、トレーニングデータに関連して、特にデータの代表性の概念に関して、かなり類似したことが起こります。データがすべてのグループ(性別、人種、年齢、民族、性的指向など)を代表する場合、モデルは公平に残る可能性があります。 実際、データの代表性は、AI倫理学者やコンプライアンスの専門家がAIモデルをテストする重要な次元の1つです。 データはあなたのAIモデルを訓練します。そうでない場合は、デプロイ後の偏見を緩和し、差別が発生しないようにする必要があります(または少なくとも最小限に減らされます)。 AIモデルの公平性と堅実性をテストするためのベストプラクティック基準を概説します(あなたが十分なニードであれば、必ず読む価値があります)。 前 ISO/IEC 24027:2021 ガイドライン Anyways, the point of it all being: when not taken care of, bias persists and propagates itself, just like the cosmic background radiation has survived through billions of years. And when it does, the societal impact can be non-trivial: a brilliant female candidate might be ruled out by a predictive model in favour of less qualified male candidates, because the training data carried gender bias. 良いニュースは、再び、ビッグバングの放射線とは異なり、我々は間違いなくそれについて何かをすることができるということです。 銀河を通って遊ぶことから(もし何かあれば、それを続けてみましょう!)しかし、AIモデル偏見? それは管理可能です。 ビッグバングの音楽 The Big Bang ビッグバングの音楽 The Big Bang AIモデルの星の衰退 私は、恒星が中子星に崩壊するのを見るのに十分に長く生きていませんが、ヘイ、決して言わないでください。誰が私たちがブラックホールを「撮影」し、重力波を検出することができると言っただろうが、それでも、ここに私たちはいます。 もしニュートロン星が、天体物理学者が描写する光景の半分に過ぎなかったら、彼らはそれらを賞賛するために宇宙への一方的なチケットに値するだろう。これらの星は、重力が非常に強くなり、超新星のコアを砕くときに生まれる。  of representations. 核 遠くから見ると、理解し難い美しさの星、サイズがかなり小さい(直径10～12キロ)だが密度(寿司スタックの半分は10億トン)と重力(地球の約200億倍強)が理解できないほど強力な星です。目に柔らかく柔らかい表面を持つ星ですが、触るときにあなたをパーツに砕くことができます。最も現実的な画像を生成するAIモデルですが、手のひらから木の骨格や手の指を粗末に誤解することができます。超高速スピンの魅惑的なダンスを提供する星、ライトとX線の狂気の光と交わされています。AIチャットボットがあなたの立場でエッセイを書く、あなたが言った正確な言葉の内で、そして論点を Fight for survival 宇宙の最も驚くべき創造物であるか、または最もパフォーマンスの高いAIモデルシステムであるように見えるものは、実際には存在のために戦っている。 , which is arm-wrestling with gravity, pushing outward and resisting collapse. Similarly, in another corner of the universe, an AI model is struggling against the relentless pull of noisy and biased data, which would like to destabilize it and push it to produce irrelevant or even harmful outputs. For this, model designers deploy techniques such as  または , モデルの過剰適合または極端な値に崩壊するリスクを軽減する。 neutron degeneration pressure(中性子退化圧力) 規則化 SPARSITY neutron degeneracy pressure しかし、間違わないでください:それは微妙なバランスです。最小限の破壊的な出来事は、重力と偏見に勝利をもたらす可能性があります。ナイトロン退化圧力が重力に屈服すると(たぶん、その星が他の星から引き出された物質を組み込んで、重力の利上げを増加させたため)、崩壊は避けられないのです。貪欲な王のように、重力はその優位性を課し、止められないようになります。同時に、適用されたモデルのセーフガードは、無限のデータの引き出しに抵抗しません、おそらくそれはあまりにも多くのまたはあまりにも多様な情報を吸収し、その安定性が崩壊し始めるからです。その時点で、最適化プロセスが支配し、システムを導く . overfitting and the loss of meaningful generalization スペースタイムはどんどん曲がっていきます。イベント地平線の形成によって予告され、ニューロン星はブラックホールに崩壊します。脱出速度は今、光の速度を超えています、つまり、光はもう逃れることができません。劇的なイベントの回転で、美しいエーテル白い天使はブラックホールに変貌します。そして、スーパーノーナが新しい星を種子にし、宇宙を養うように、私たちのAIモデルの残骸 - モデルの以前の失敗から学んだ精密な重量とレッスン - は次世代の建築を構築するための出発点かもしれません。 両方のケースでは、最小限の不均衡さえあれば、安定性が一瞬から次の瞬間に落ち込む可能性がある変革のサイクルを目の当たりにします。 「Entangled and Everywhere: AI and Qubits」 人類が長期的に直面している最も恐ろしく、最も緊急な問題が何であるかを考えるとき、私の心は気候の影響、人口危機、量子コンピューティングの3つの緊急事態に直面します。 が授与された。 . John Martinis 今年のノーベル物理学賞 But the truth is, once we’re able to effectively build large-scale quantum computers, we won’t simply read a random and obscure article about it. Our lives will be severely impacted by this technology. Suffice to say that, in principle, a large-scale quantum computer could be powerful enough to ( )  理論上、それは、そのようなテクノロジーが適切に規制され、制御されていない場合、防衛に関連する他の国の機密を盗むことを容易にすることを可能にするかもしれない。 これを前置きにする。 inter alia ハイレベルの暗号化 開発 NIST 量子コンピューティングは、量子力学の原理から名を持ち、まず、量子力学は上記の概念を導入しました。  (a particle can be anywhere until it is observed and measured). This logic is applied to quantum computers’ qubits (= quantum bits). Unlike traditional bits, which can be either 0 or 1, qubits exist in a  . This property is, and will, expand a computer’s capabilities beyond our imagination (i.e., performing multiple calculations simultaneously). And let’s not forget about  同じことが量子コンピューティングでも起こります:クビットは同様に接続され、どれほど遠く離れたかに関係なく相互に影響を及ぼすことができます。 superposition 同時に1と0の状態の組み合わせ entanglement So, where does AI fit in all this? Whilst distinct concepts, AI and quantum computing are strongly interlinked. One the one hand, AI can help  例えば、より優れたエラーフリーの量子回路を設計したり、安定性とパフォーマンスのための量子機械を細かく調節したりすることによって、量子コンピュータは将来、私たちのコンピュータよりも膨大な量子データセットを処理するのに役立つかもしれません。 最適化とカリブレーション いくつかのパラレルはより正確で、ほかにも少し強制的なものがあります。私はあなたが上記のことをあまりにも真剣に受け止めなかったことを願っています。 . 楽

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

AIの物理学

About Author

コメント

ラベル

この記事は

Related Stories

目に見えない層: ユーザーインタビューがかけがえのない資産である理由

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

目に見えない層: ユーザーインタビューがかけがえのない資産である理由

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps