AI won’t kill us all — but that doesn’t make it trustworthy. Instead of getting distracted by future existential risks, AI ethics researcher Sasha Luccioni thinks we need to focus on the technology’s current negative impacts, like emitting carbon, infringing copyrights and spreading biased information. She offers practical solutions to regulate our AI-filled future — so it’s inclusive and transparent.
AIが私たち全員を殺すことはありませんが、それが信頼できるというわけではありません。AI倫理研究者のサーシャ・ルッシオーニは、将来の存在リスクに気を取られるのではなく、AIの現在のネガティブな影響に焦点を当てる必要があると考えています。
それは、炭素の排出、著作権の侵害、偏った情報の拡散などです。彼女は、私たちのAI充満した未来を規制するための実践的な解決策を提供し、それが包括的で透明性のあるものになるようにします。
| タイトル | AI は危険ですが、それはあなたが考えているような理由ではありません AI Is Dangerous, but Not for the Reasons You Think |
| スピーカー | サーシャ・ルッシオーニ |
| アップロード | 2023/11/06 |
AI は危険ですが、それはあなたが考えているような理由ではありません（AI Is Dangerous, but Not for the Reasons You Think）の要約
AIに対する誤解と現実
AI研究者として10年以上活動してきた著者は、AIが人類を滅ぼすという奇妙なメールを受け取った経験を語ります。AIは医薬品の分子発見やクリエイティブな応用など、ポジティブな側面もありますが、一方でチャットボットが不適切なアドバイスをするなどネガティブなニュースも多く報じられています。著者は、AIが社会に与える影響について現実的な視点が必要であると主張します。
AIと持続可能性
AIモデルは金属やプラスチックで構成されたクラウド上で稼働し、大量のエネルギーを消費します。AIモデルの利用は環境にコストをもたらし、例えばBloomというAIモデルのトレーニングには年間30軒分の家庭のエネルギー消費に相当する25トンの二酸化炭素が排出されました。大規模なAIモデルほど環境負荷が増大しており、これに対する対策が急務です。
エネルギー消費の現状と測定ツール
著者はCodeCarbonというツールを開発し、AIトレーニングのエネルギー消費と二酸化炭素排出量を測定しています。このツールを活用することで、より持続可能なAIモデルの選択や再生可能エネルギーの利用が可能となり、環境負荷の軽減に寄与します。
データ使用と著作権侵害
AIモデルのトレーニングにはアーティストや著者の作品が無断で使用されることが問題視されています。Spawning.aiは「Have I Been Trained?」というツールを開発し、大規模なデータセット内で自身の作品が使用されているかを確認できます。このツールにより、著作権侵害の証拠を提供し、法的措置を取る手助けをしています。
AIのバイアスと公平性
AIモデルはステレオタイプや差別を反映するバイアスを含むことが多く、これが誤った判断や不公平な扱いにつながります。著者はStable Bias Explorerというツールを開発し、職業別にAIモデルのバイアスを可視化しています。このツールにより、AIの公平性を評価し改善するための手段が提供されています。
現在の課題に焦点を当てる重要性
著者は、未来の存在的リスクに焦点を当てるのではなく、現在の具体的なAIの影響に取り組むことの重要性を強調します。AIの持続可能性、著作権、バイアスなどの現実的な問題に対処することで、社会と地球への負荷を軽減し、信頼性の高いAIモデルを構築することが可能です。
ソリューションの提案と共同の取り組み
著者は、AIの影響を測定し軽減するためのツール開発を推進しています。企業はこれらのツールを活用して、持続可能で公平なAIモデルを選択し、政策立案者は新たな規制メカニズムを構築できます。ユーザーも信頼できるAIモデルを選ぶことで、データの誤用や誤解を防ぐことができます。
まとめ
話者は、AIの未来に関する存在的リスクよりも、現在の具体的な影響に注目する必要性を強調しています。
持続可能性、データ利用の透明性、バイアスの排除など、現実的な課題に対処するためのツールと取り組みを提案し、社会全体で協力してAIの負荷を軽減し、信頼性の高いAIモデルを構築することの重要性を訴えています。これにより、AIが持つポテンシャルを最大限に活用しつつ、社会と地球への負荷を最小限に抑える未来を目指すべきであると結論付けています。