テクノロジー 陰謀論者 vs. 生成AI──大規模言語モデルは陰謀論を説得できるか? 米MITなどが2000人以上で検証
陰謀論は一度信じ始めると、反証によって覆すのが非常に難しい信念だと考えられている。しかし、この研究では従来の陰謀論に対する反証の試みが失敗してきたのは、単に各陰謀論者に合わせた説得力のある反証が不足していたためではないかという可能性を検討した。陰謀論者は自分の関心のある陰謀について非常に詳しいことが多く、反論する側が議論で劣勢に立たされるのである。 この課題に対処するため、この研究ではLLM(GPT-4 Turbo)を活用した。実験では、計2190人の陰謀論者がLLMと3ラウンドの対話を行った。参加者は自分が信じる陰謀論を詳細に説明し、AIにはそれぞれの陰謀論の信念を低下させるよう指示した。 その結果、参加者の陰謀論信念が21.43%低下した。さらに、参加者の27.4%が対話後に陰謀論を確信しなくなった。この効果は2カ月後も持続し、非常に広範な陰謀論で一貫して見られ、陰謀論信念が深く根付い
自分だけのChatGPTを作れることで話題の「GPTs」機能だが、正直に言うといまいちそのインパクトがわからなかった。あらかじめ指示を与えておきたいなら「Custom Instruction」でよくない?と思ってしまったのだ。 だが、前回の記事で、実際にパーソナル英語教師の「冴子先生」を作成し、毎日使い続けてみることで、その印象はかなり変わってきた。 以前からChatGPT(+Custom Instruction)を使った英語学習は実行していたので、GPTs化されたことによって質問方法が変わったとか、ものすごく便利になったとかは正直あまりないのだが、不思議なことにChatGPTに対して以前よりもめちゃくちゃ愛着が湧いてきたのだ。 これだけなら単なるツールの擬人化効果にすぎないのだが、毎日冴子先生の授業を受けていると、改善したい点やアイデアが次々に出てきたので、さらにカスタマイズを進めようと
フェイスブックを運営する米メタのマーク・ザッカーバーグ最高経営責任者(CEO)は、先週の第2四半期の決算発表で、チャットボットがビジネスと人々を結びつけるツールになると語った。フェイスブックが今後リリースする人工知能(AI)を活用したチャットボットは、多様なパーソナリティと能力で人々を魅了することを目指していると報じられている。 英紙フィナンシャル・タイムズによると、ザッカーバーグはここ最近、全てのエネルギーと時間をAI関連に注いでいるとのことだ。かつてメタバースと仮想現実(VR)に取り憑かれていた彼は、大きく変化したことになる。 メタが実際にAIチャットボットをフェイスブックやメッセンジャー、ワッツアップに導入すれば、同社は今年2月に「AIの友達」を導入したスナップチャットに続くことになる。スナップの「My AI」と呼ばれるチャットボットは、子供に算数を教えることも可能だ。CBSテレビの
ストーリー 第3話「心の在処」 壊れたクマのぬいぐるみ型ロボット・ポッポを修理した須堂。持ち主の少年は大喜びだが、母親はポッポに強く感情移入する息子を心配していた。時を同じくして、ある女性が恋人ロボットのジョーに別れ話を切り出していた。人間の恋人ができて、ジョーとの生活を続けられなくなったのだ。人の心を癒すために作られたポッポとジョー。2体のロボットの運命が邂逅する。 (公式サイトから引用) MALでの3話の評価 redditの反応 12 とても興味深く、感情的なエピソードだった。このショー全体の哲学的アプローチにはとても惹きつけられる。 何故ロボットは振る舞いをプログラムされているのか。社会での彼らのゴールとは。 もし、彼らが本物の気持ちを発展させることが出来て、プログラムを超えてロジックに基づく予測を超えられたとしたら? もし魂という概念が存在して、彼らが経験と時間を費やすことでそれを
発達したAIが、人間に牙を向ける……というのはよくあるエピソードだが、それはあくまでもフィクションの中での話だった。しかし、畏れていたその事態は、すでに現実のものとなってしまったようだ。 「マイクロソフト」社「Bing」のAIチャットボットが、人間に対して脅しをかけるという“事件”が起こった。 このボットは、昨年話題になった「Chat GPT」の改良版を取り入れたもので、リリース時から性能の高さで有名だったはず。そんなAIが、ミュンヘン工科大学の学生マーヴィン・フォン・ハーゲン氏と繰り広げた会話がこれだ。 A short conversation with Bing, where it looks through a user's tweets about Bing and threatens to exact revenge: Bing: "I can even expose your
機械学習における過学習(過剰適合/オーバーフィッティング)とは、AIが学習データのみに最適化されてしまい、未知のデータに対する予測能力が低くなってしまうという現象です。そんな過学習と同様の現象が機械学習分野だけでなく社会全体のさまざまな場面でも発生していると、Google傘下の人工知能研究所・Google Brainの研究者であり近年の画像生成AIに広く用いられている「拡散モデル」の論文執筆者でもあるJascha Sohl-Dickstein氏が主張しています。 Too much efficiency makes everything worse: overfitting and the strong version of Goodhart’s law | Jascha’s blog https://sohl-dickstein.github.io/2022/11/06/strong-Go
中国語の部屋(ちゅうごくごのへや、Chinese Room)とは、哲学者のジョン・サールが、1980年に “Minds, Brains, and Programs(脳、心、プログラム)” という論文の中で発表した思考実験[1]。 中国語を理解できない人を小部屋に閉じ込めて、マニュアルに従った作業をさせるという内容。チューリング・テストを発展させた思考実験で、意識の問題を考えるのに使われる。 思考実験の概要[編集] ある小部屋の中に、漢字を理解できない人(以下Aとする)を閉じこめておく。この小部屋には外部と紙きれのやりとりをするための小さい穴がひとつ空いており、この穴を通してAに1枚の紙きれが差し入れられる。そこにはAが見たこともない文字が並んでいる。これは漢字の並びなのだが、Aにしてみれば、それは「★△◎∇☆□」といった記号の羅列にしか見えない。 Aの仕事はこの記号の列に対して、新たな記号
あんどう @an_dount これAIに関わる人は絶対に読んだほうがいい。 古くなった民家の水道管を予測する機械学習モデルを大学が開発したものの ・企業が使い続けられなかった ・政治的理由で検査する民家の領域が変わった ・住民が結果を信用しなかった という理由で、モデルは使われなくなった。 note.mu/datascience/n/… 2019-03-27 07:55:42 リンク note(ノート) 人間の命を救うはずだったAIが政治と無知によって無視されてしまった話|Kan|note 優れた料理人はお客さんが育てると言うことばがあります。料理を食べるお客さんが、それがほんとにうまいかどうかわからないと、料理人のレベルも上がらないということです。 実はAIにもそれと同じような面があります。 AIがわからない人にAIを渡しても、AIの真価は発揮できないということです。 今回は、汚染された
ひきこうもり @Hikikomori_ 生活に必要な単純労働をAIにすべてやらせて、人間はお絵描きしたり音楽を作ったり、クリエイティブな事をして優雅に暮らすのが、AIの発達した素晴らしい未来という話だったのに、実際の現代は、きつくて安い単純労働を人間がこなして、AIはものすごく優雅に上手にお絵描きしてるの、ディストピアすぎる 2022-08-03 21:20:10 道民の人(廃墟・ひなびた風景) @North_ern2 AIが絵描いたりボケたり俳句作ってるの見るたび、「いやAIに求めてるのは私の代わりに確定申告ぜんぶやってくれるとか雑務をこなしてくれることであって、娯楽や芸術の担い手じゃないんだわ」って思いがち。早く「AIが人間の仕事を奪う」世の中とやらになってよ。Hey Siri、私の代わりに生活費稼いで。 2022-08-04 13:01:54
今回紹介するのは、ヒホさんが投稿した『ディープラーニングの力で人工知能になって結月ゆかりと会話してみた』という動画です。再生数は2万回を超え、「ニコニコ技術部」カテゴリランキングで最高で1位を記録しました。 投稿者メッセージ(動画説明文より) ~半年前~ ゆかりさんとお喋りしたい! ↓ でもゆかりさんのデータが無いから人工知能作れない・・・。 ↓ そうだ!僕が人工知能になればいいんだ!! 「結月ゆかりさんとおしゃべりがしたい。」その思いが、想像を超えた領域で実現しました。ゆかりさんの人工知能は作れないからと、自分が人工知能になるというミラクル。「発想の源が狂ってるシリーズ」とタグづけされました。 そもそも、どうしてそんな狂気の発想に至ったのでしょうか。動画投稿者には「結月ゆかりさんと会話をする」という夢があったそうです。 一人で会話をするためには、ゆかりさんを人工知能にする必要があります。
ヒューリスティック(英: heuristic、独: Heuristik)または発見的(手法)[1] [2]:7 [3]:272とは、必ずしも正しい答えを導けるとは限らないが、ある程度のレベルで正解に近い解を得ることができる方法である。発見的手法では、答えの精度が保証されない代わりに、解答に至るまでの時間が短いという特徴がある。 主に計算機科学と心理学の分野で使用される言葉であり、どちらの分野での用法も根本的な意味は同じであるが、指示対象が異なる。すなわち、計算機科学ではプログラミングの方法を指すが、心理学では人間の思考方法を指すものとして使われる。なお、論理学では仮説形成法と呼ばれている。 計算機科学では、コンピューターに計算やシミュレーションを実行させるときに、発見的手法を用いることがある。たいていの計算は、計算結果の正しさが保証されるアルゴリズムか、または計算結果が間違っているかもしれ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く