Loading article…
人工想像力は、予測、発明、[2]または意識的な経験を生み出すために、現実のまたは可能性のあるフィクションモデルを生成、シミュレート、促進する[1]人工汎用知能の狭いサブコンポーネントです。
人工想像力という用語は、機械やプログラムの特性を説明するためにも使用されます。研究者がシミュレートしたい特性には、創造性、ビジョン、デジタルアート、ユーモア、風刺などがあります。[3]
この分野の実践者は、人工想像力のさまざまな側面、例えば人工（視覚）想像力、[4]人工（聴覚）想像力、[5]人間の感情に基づいたコンテンツのモデリング/フィルタリング、インタラクティブ検索などを研究しています。このトピックに関するいくつかの記事では、人工想像力がどのように進化して「人々が現実世界から逃げ出すのに十分快適かもしれない」人工世界を作り出すのかについて推測しています。[6]
G.シュライスやM.リズキなどの研究者は、人工ニューラルネットワークを使用して人工想像力をシミュレートすることに焦点を当てています。[ 7 ]
もう一つの重要なプロジェクトは、日本の東京大学の加藤寛治氏と原田達也氏が主導している。彼らは、物体の説明を画像に変換できるコンピュータを開発した。これは、想像力とは何かを定義する最も簡単な方法かもしれない。彼らのアイデアは、画像を、画像の特定の部分に対応する短いシーケンスに分割された一連のピクセルとして捉えるという概念に基づいている。科学者たちはこのシーケンスを「視覚的な言葉」と呼び、統計分布を使用して機械が解釈し、機械が遭遇したことのない物体の画像を読み取って作成することができる。
人工想像力というテーマは、シンボリック・コンバージェンス理論を考案し、コンピュータシステムにおける人工想像力の開発プロジェクトに取り組んだ著名なコミュニケーション学者アーネスト・ボルマンなど、コンピュータサイエンス分野以外の学者からも関心を集めている。 [8]アーティストのグレゴリー・シャトンスキーが主催する人工想像力とポストデジタルアートに関する学際的な研究セミナーが、2017年からパリのエコール・ノルマル・シュペリウールで開催されている。[9]
インタラクティブ検索での使用
人工知能の典型的な応用は、インタラクティブ検索です。インタラクティブ検索は、ワールド ワイド ウェブの開発と検索エンジンの最適化に伴い、1990 年代半ばから開発されてきました。ユーザーからの最初のクエリとフィードバックに基づいて、検索対象のデータベースが再編成され、検索結果が向上します。
人工想像力により、データベース内にあるかどうか、現実世界に存在するかどうかに関係なく、画像を合成したり新しい画像を開発したりすることができます。たとえば、コンピューターは最初のクエリの回答に基づいた結果を表示します。ユーザーが関連する画像をいくつか選択すると、テクノロジーがこれらの選択を分析し、クエリに合うように画像のランクを再編成します。このプロセスでは、人工想像力を使用して選択された画像を合成し、追加の関連する合成画像で検索結果を改善します。この手法は、ロッキオアルゴリズムや進化的アルゴリズムなど、いくつかのアルゴリズムに基づいています。ロッキオアルゴリズム[10]は、クエリポイントを関連する例の近くに、無関係な例から遠くに配置するもので、シンプルで、データベースが特定のランクに配置されている小規模なシステムでうまく機能します。進化的合成は、標準アルゴリズムと標準アルゴリズムの拡張の2つのステップで構成されます。[11] [12]ユーザーからのフィードバックを通じて、ユーザーが探しているものに合うように合成された追加の画像があります。
一般的な人工想像力
人工想像力は、より一般的な定義と幅広い用途を持っています。人工想像力の従来の分野には、視覚想像力と聴覚想像力が含まれます。より一般的には、アイデア、イメージ、概念を形成するすべてのアクションは想像力に結び付けられます。したがって、人工想像力はグラフを生成する以上の意味を持ちます。たとえば、道徳的想像力は人工想像力の重要な研究サブフィールドですが、人工想像力の分類は困難です。
道徳は人間の論理にとって重要な部分であるが、人工道徳は人工想像力と人工知能において重要である。人工知能に対する一般的な批判は、人間が機械の間違いや決定に対して責任を取るべきかどうか、そして行儀の良い機械をどのように開発するかである。[13] [14]最良の道徳規則を明確に説明できる人は誰もいないため、一般的に受け入れられている道徳規則を持つ機械を作成することは不可能である。[15]しかし、人工道徳に関する最近の研究では、道徳の定義を回避している。代わりに、機械学習手法を適用して、機械が人間の道徳を模倣するように訓練している。[16] [17]何千人もの異なる人々からの道徳的決定に関するデータが考慮されるため、訓練された道徳モデルは広く受け入れられている規則を反映することができる。[17]
記憶は人工想像力のもう一つの主要分野です。オード・オリヴァなどの研究者は、人工記憶、特に視覚記憶について広範囲にわたる研究を行ってきました。 [18]視覚想像力と比較すると、視覚記憶は機械が人間的な方法で画像を理解し、分析し、保存する方法に重点を置いています。さらに、空間的特徴のような文字も考慮されます。この分野は脳の生物学的構造に基づいているため、神経科学に関する広範な研究も行われており、生物学とコンピューターサイエンスの大きな交差点となっています。
参照
さらに読む
- 心の構築方法: 想像力を持った機械に向けて、イゴール・アレクサンダー著
参考文献
- ^ Abramson, J.; Ahuja, A; Carnevale, F. (2022年11月21日). 「人間のフィードバックからの強化学習によるマルチモーダルインタラクティブエージェントの改善」 p. 26. arXiv : 2211.11602 [cs.LG].
- ^ Allen, KR; Lopez-Guevara, T.; Stachenfeld, K.; Sanchez-Gonzalez, A.; Battaglia, P.; Hamrick, J.; Pfaff, T. (2022年2月1日). 「微分可能学習シミュレータを使用した物理設計」. arXiv : 2202.00728 [cs.LG].
- ^ 「ジェネレーティブAIが人間の創造性を高める方法」ハーバード・ビジネス・レビュー。2023年6月16日。ISSN 0017-8012 。 2023年6月20日閲覧。
- ^ Thomee, B.; Huiskes, MJ; Bakker, E.; Lew, MS (2007 年 7 月)。「合成画像を使用した視覚情報検索」。画像およびビデオ検索に関する第 6 回 ACM 国際会議の議事録。ACM。pp. 127–130。doi : 10.1145 /1282280.1282303。ISBN 9781595937339. S2CID 11199318 . 2023年12月19日閲覧。
- ^ オーディオ コンテンツ伝送、 Xavier Amatriain および Perfecto Herrera、「出版物」(PDF)。2007 年 1 月 6 日のオリジナル(PDF)からアーカイブ。2007 年 12 月 22 日に取得。
- ^ ハイパーテキストと「ハイパーリアル」、スチュアート・モールスロップ著、イェール大学http://portal.acm.org/citation.cfm?doid=74224.74246
- ^ 参照ニューロン モデルを使用したランダム プレイヤーからの学習については、2002 年の進化計算に関する 2002 年会議の議事録を参照してください。https: //ieeexplore.ieee.org/document/1007019/; jsessionid =BBE5A0E379BB9B061933356B7461B639?arnumber=1007019
- ^ジム・A・カイパースとアンドリュー・キング著 『20世紀修辞学のルーツ』、2001年、Praeger/Greenwood社刊、225ページ。
- ^ ポストデジタル人工想像力http://postdigital.ens.fr
- ^ Salton, Gerard; Buckley, Chris (1990 年 6 月 1 日)。「関連性フィードバックによる検索パフォーマンスの向上」。アメリカ情報科学協会誌。41 (4): 288–297。doi : 10.1002 /(SICI)1097-4571(199006)41 : 4<288::AID-ASI8>3.0.CO;2- H。hdl : 1813/6738。
- ^ 「テクスチャ検索のための人工想像力の使用」。2008第 19 回国際パターン認識会議。2008 年 12 月。CiteSeerX 10.1.1.330.1562。
- ^ インタラクティブ検索のための人工想像力(PDF) . Springer Berlin Heidelberg. 2007. pp. 19–28.
- ^ Tigard, Daniel W. (2021-06-10). 「人工の道徳的責任：機械に責任を負わせることができるか、負わせることができないのか」. Cambridge Quarterly of Healthcare Ethics . 30 (3): 435–447. doi :10.1017/s0963180120000985. ISSN 0963-1801. PMID 34109925.
- ^ コンスタンティネスク、ミハエラ;ヴィカ、コンスタンティン。ウシュカイ、ラドゥ。ヴォイネア、クリスティーナ (2022-04-12)。 「AIのせい？人工道徳顧問の道徳的責任について」。哲学とテクノロジー。35 (2)。土井：10.1007/s13347-022-00529-z。ISSN 2210-5433。
- ^アレン、 コリン、ヴァーナー、ゲイリー、ジンザー、ジェイソン（2000年7月）。「将来の人工道徳エージェントへの序論」。実験的および理論的人工知能ジャーナル。12 （3）：251–261。doi ：10.1080 / 09528130050111428。ISSN 0952-813X 。
- ^ モーザー、クリスティン; デン・ホンド、フランク; リンデバウム、ダーク（2022年3月）。「人工知能アルゴリズム時代の道徳」。アカデミー・オブ・マネジメント・ラーニング・アンド・エデュケーション。21 （ 1）：139–155。doi ：10.5465/amle.2020.0287。hdl ： 1871.1/ 042dea52 -f339-445e-932c-8a06c9a51c0a。ISSN 1537-260X。
- ^ ab Floridi, Luciano (2016-12-28). 「無過失責任：分散型道徳行為に対する道徳的責任の性質と割り当てについて」. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences . 374 (2083): 20160112. Bibcode :2016RSPTA.37460112F. doi :10.1098/rsta.2016.0112. ISSN 1364-503X. PMID 28336791.
- ^ Oliva, Aude (2008). 「視覚的長期記憶は物体の詳細を記憶するための膨大な記憶容量を持つ」Proceedings of the National Academy of Sciences . 105 (38): 14325–14329. Bibcode :2008PNAS..10514325B. doi : 10.1073/pnas.0803390105 . PMC 2533687 . PMID 18787113.