[論文レビュー] Challenges of Artificial Intelligence -- From Machine Learning and Computer Vision to Emotional Intelligence

Matti Pietikäinen, Olli Sílven|arXiv (Cornell University)|Jan 5, 2022

COVID-19 diagnosis using AI被引用数 15

ひとこと要約

本論文は、機械学習やコンピュータビジョンから感情知能の出現するフロンティアに至るまでの人工知能の進化を包括的かつ現実的なかたちで評価している。深層学習の過剰な期待を批判し、現在の限界を明らかにするとともに、AIを人間の補助者としてではなく代替者としてではなく、感情認識や倫理的AI開発の基盤的研究を提示している。

ABSTRACT

Artificial intelligence (AI) has become a part of everyday conversation and our lives. It is considered as the new electricity that is revolutionizing the world. AI is heavily invested in both industry and academy. However, there is also a lot of hype in the current AI debate. AI based on so-called deep learning has achieved impressive results in many problems, but its limits are already visible. AI has been under research since the 1940s, and the industry has seen many ups and downs due to over-expectations and related disappointments that have followed. The purpose of this book is to give a realistic picture of AI, its history, its potential and limitations. We believe that AI is a helper, not a ruler of humans. We begin by describing what AI is and how it has evolved over the decades. After fundamentals, we explain the importance of massive data for the current mainstream of artificial intelligence. The most common representations for AI, methods, and machine learning are covered. In addition, the main application areas are introduced. Computer vision has been central to the development of AI. The book provides a general introduction to computer vision, and includes an exposure to the results and applications of our own research. Emotions are central to human intelligence, but little use has been made in AI. We present the basics of emotional intelligence and our own research on the topic. We discuss super-intelligence that transcends human understanding, explaining why such achievement seems impossible on the basis of present knowledge,and how AI could be improved. Finally, a summary is made of the current state of AI and what to do in the future. In the appendix, we look at the development of AI education, especially from the perspective of contents at our own university.

研究の動機と目的

• AIに関するバランスの取れた、歴史的根拠に基づいた視点を提供し、現在の過剰な期待に対し、その限界を示す証拠を提示すること。
• 近年のAI進展を牽引する大規模データと深層学習の役割を検討するとともに、その制約を強調すること。
• 感情知能をAIシステムに統合する方法を検討し、これはまだほとんど開発が進んでいないが極めて重要なフロンティアであることを明らかにすること。
• 現在の知識と技術的制約を踏まえると、スーパーアイアティフィシャルインテリジェンス（超知能）の概念が科学的に現実的かどうかを評価すること。
• カリキュラム開発と実践的応用の考察を通じて、今後のAI教育と研究を導くこと。

提案手法

• 1940年代から現在までのAIの歴史的発展を調査し、楽観的過剰期と失望期の繰り返しを強調すること。
• 現代のAI性能（視覚および言語タスク）における大規模データセットと深層ニューラルネットワークの役割を分析すること。
• 畳み込みニューラルネットワークやオブジェクト検出を含むコンピュータビジョン分野の基礎的技術を提示し、著者自身の研究を参照すること。
• 顔の表情、音声分析、マルチモーダルデータ統合を用いた感情認識の手法を紹介すること。
• 人工汎用知能やスーパーアイアティフィシャルインテリジェンスを達成するための理論的・実践的障壁を評価すること。
• 自律性ではなく協働を基盤とする、倫理的で人間中心のAI開発フレームワークを提唱すること。

実験結果

リサーチクエスチョン

• RQ1 現在の深層学習ベースのAIシステムの根幹的限界は何か。なぜそれらは人間水準の知能を達成するのに不十分なのか。
• RQ2 感情知能をどのように意味的にAIシステムに統合できるか。これにはどのような技術的・倫理的課題が伴うのか。
• RQ3 現在の知識と技術的制約を踏まえると、スーパーアイアティフィシャルインテリジェンスの概念はどの程度科学的に現実的なのか。
• RQ4 AI教育の進化、特にオウル大学における取り組みは、AI研究・応用分野における優先順位の変化をどのように反映しているか。
• RQ5 現代のAI成功における大規模データセットの役割は何か。この依存関係の長期的影響は何か。

主な発見

• 深層学習は画像分類やオブジェクト検出といった狭域分野で顕著な成果を上げているが、分布外またはレアイベントのシナリオでは性能が著しく低下する。
• 現在のAIシステムは真の理解力や推論能力を欠いており、因果的または概念的知識ではなく、データ内の統計的パターンに大きく依存している。
• AIにおける感情認識はまだ初期段階にあり、正確性、文化的バイアス、マルチモーダル統合の面で大きな課題を抱えている。
• 現在の科学的・計算的フレームワークを考慮すると、スーパーアイアティフィシャルインテリジェンスの実現は現実的ではなく、認知力および自己認識の飛躍的ブレークスルーが不可欠である。
• AI教育は技術的スキルを越えて、倫理、社会的影響、多分野連携を含めるべきであり、責任ある開発を確保するためである。
• 本論文は、AIを自律的意思決定者ではなく、人間の協力的ツールとして捉えるべきだと結論づけ、人間の監視と制御を強調している。