Nvidia CEO、5年以内に人間レベルの人工知能を予測し、AI錯視ソリューションを発表

Nvidia CEO のジェンスン・フアン氏は、人間レベルの人工知能 (AI) が今後 5 年以内に達成される可能性があると予測しています。同氏は、ソフトウェアが人間を大幅に上回るパフォーマンスを示す特定のテストを通じて AGI を定義することが、その実現につながる可能性があると示唆しています。 Huang 氏は AI の「幻覚」の問題にも言及し、AI が回答を提供する前に調査を行って回答を検証することを要求するソリューションを提案しています。この問題の解決は、精度が最優先され、生成 AI システムが現在制限されている金融や暗号通貨などの業界に重大な影響を与える可能性があります。

Nvidia CEO Predicts Human-Level AI Within Five Years, Unveils Solution to AI Hallucinations

Nvidia CEO、人間レベルの AI を 5 年以内に予測、AI の幻覚に対する解決策を発表

San Jose, California - March 20, 2023 - In a groundbreaking speech at the Nvidia GTC developers conference, Nvidia CEO Jensen Huang has forecast that human-level artificial intelligence (AI) could be attainable within the next five years. Huang's announcement comes amidst growing optimism in the AI community, with significant advancements being made in the development of large language models (LLMs).

カリフォルニア州サンノゼ - 2023 年 3 月 20 日 - Nvidia GTC 開発者カンファレンスでの画期的なスピーチで、Nvidia CEO のジェンセン フアン氏は、人間レベルの人工知能 (AI) が今後 5 年以内に達成できる可能性があると予測しました。 Huang 氏の発表は、大規模言語モデル (LLM) の開発が大幅に進歩し、AI コミュニティで楽観的な見方が高まる中で行われました。

One of the key challenges facing the realization of human-level AI is the phenomenon of "hallucination," where AI systems generate inaccurate or fictitious information. This issue arises due to the limitations of current training techniques for LLMs, which struggle to distinguish between real-world facts and hallucinations.

人間レベルの AI の実現が直面する重要な課題の 1 つは、AI システムが不正確または架空の情報を生成する「幻覚」現象です。この問題は、現実世界の事実と幻覚を区別するのに苦労している LLM の現在のトレーニング技術の限界によって発生します。

However, Huang presented a straightforward solution to this problem during his keynote address: requiring AI systems to verify their answers by conducting research before providing responses. This approach aims to address the tendency of AI systems to generate responses based on limited or inaccurate data, leading to the production of false or misleading information.

しかし、Huang 氏は基調講演でこの問題に対する直接的な解決策を提示しました。それは、AI システムに、回答を提供する前に調査を実施して回答を検証することを要求することでした。このアプローチは、AI システムが限られたデータまたは不正確なデータに基づいて応答を生成し、誤った情報や誤解を招く情報の生成につながる傾向に対処することを目的としています。

"We can solve the hallucination problem by requiring AI to do research," Huang stated. "By forcing AI to check its answers before providing them, we can significantly reduce the risk of hallucinations."

「AIに研究をさせることで幻覚問題を解決できる」とフアン氏は述べた。 「回答を提供する前に AI に回答のチェックを強制することで、幻覚のリスクを大幅に軽減できます。」

While several AI models currently offer features to provide sources for their outputs, including Microsoft's CoPilot AI, Google's Gemini, OpenAI's ChatGPT, and Anthropic's Claude 3, the complete resolution of the hallucination problem could have profound implications for industries such as finance and cryptocurrency.

現在、Microsoft の CoPilot AI、Google の Gemini、OpenAI の ChatGPT、Anthropic の Claude 3 など、いくつかの AI モデルが出力ソースを提供する機能を提供していますが、幻覚問題の完全な解決は金融や仮想通貨などの業界に重大な影響を及ぼす可能性があります。

Currently, the use of generative AI systems in contexts where accuracy is essential requires caution. For instance, ChatGPT's user interface warns users about potential errors and advises cross-checking crucial information.

現在、精度が重要な状況での生成 AI システムの使用には注意が必要です。たとえば、ChatGPT のユーザー インターフェイスは、潜在的なエラーについてユーザーに警告し、重要な情報をクロスチェックするようアドバイスします。

In finance and cryptocurrency, accuracy is paramount, as it directly affects profits and losses. Consequently, the current reliance on generative AI systems is limited in these areas.

金融と仮想通貨では、正確性が損益に直接影響するため、最も重要です。したがって、現在のところ、これらの分野における生成 AI システムへの依存は限定されています。

However, Huang's proposed solution could change this dynamic. If the issue of AI hallucinations were fully resolved, these AI models could potentially operate independently, executing trades and making financial decisions without human intervention.

しかし、Huang 氏が提案したソリューションは、この力関係を変える可能性があります。 AI の幻覚の問題が完全に解決されれば、これらの AI モデルは潜在的に独立して動作し、人間の介入なしに取引を実行し、財務上の意思決定を行うことができるようになるでしょう。

"Solving the problem of AI hallucinations would open the door to fully automated trading systems," Huang said. "The implications for the finance and cryptocurrency industries would be immense."

「AI幻覚の問題を解決できれば、完全に自動化された取引システムへの扉が開かれるだろう」とフアン氏は語った。 「金融業界と仮想通貨業界への影響は計り知れないでしょう。」

Huang also emphasized the importance of benchmarking in the development of AI. He suggested that defining AGI through specific tests, where software outperforms humans by a substantial margin, could accelerate its realization.

Huang氏はAI開発におけるベンチマークの重要性も強調した。同氏は、ソフトウェアが人間を大幅に上回るパフォーマンスを示す特定のテストを通じて AGI を定義することで、その実現を加速できる可能性があると示唆しました。

"We need to set clear benchmarks for AGI," Huang noted. "By establishing measurable goals, we can track our progress and ensure that we are on the right path."

「AGI に対して明確なベンチマークを設定する必要がある」と Huang 氏は述べました。 「測定可能な目標を設定することで、進捗状況を追跡し、正しい道を進んでいることを確認できます。」

The potential for human-level AI within the next five years represents a significant milestone in the evolution of technology. Huang's proposed solution to AI hallucinations provides a promising path forward, addressing a major obstacle that has hindered the development of truly intelligent systems.

今後 5 年以内に人間レベルの AI が実現する可能性は、テクノロジーの進化における重要なマイルストーンを意味します。フアン氏が提案した AI 幻覚に対するソリューションは、真のインテリジェント システムの開発を妨げてきた大きな障害に対処する、有望な道筋を提供します。