Google DeepMind、人々のAIへの認識を改める目的でアート作品を無償で公開

統合され、Googleの一部門となった、「Google DeepMind」は、人々が“人口知能（AI）”という単語に抱く認識を改めたいと考えている。

AIと聞いて人々が抱く印象は、例えば無機質な白く頭部に割れ目のあるロボットだったり、青く光り輝く脳の画像だったり、無数のコードの流れだったりと、いかにもステレオタイプなイメージが多いのではないだろうか。だが、こうしたイメージが人々に与える影響は決して軽視できない物で、時に悪影響を与える可能性があるとGoogle DeepMindは考えている：

こうしたステレオタイプは、人々にテクノロジーに対する非現実的な期待を抱かせることで、AIに対する一般の人々の認識に悪影響を与える可能性があります。AIのイメージはしばしばグローバルな視点を排除し、この多様性の欠如は社会における不平等を増幅させる可能性があるのです。

こうしたステレオタイプを打破し、“より多用で、分かりやすい表現”を提示するため、Googleは13人のアーティストに、同社の「科学者、エンジニア、倫理学者との会話からインスピレーションを得た」100以上の作品の制作を依頼した。彼らには “完全な創作の自由”が与えられ、以下のテーマに沿ったイメージが視覚化されている：

汎用人工知能（AGI）：より一般的に人間のような能力を持つAIのことである。多くのAIシステムは特定のタスクに長けているが、より一般的なAIは変革をもたらすツールとなりうる。
チップ設計：私たちの電話やコンピューター、デジタルライフの中核をなすものだ。新しいコンピューターチップの製造には何年もかかるが、AIベースのアプローチによって、より強力で効率的な回路の設計をスピードアップできる。
デジタル生物学（計算生物学）：生命を研究するためにデータとAIを利用することである。これは、生物学的システムのシミュレーションから、自然界のパターンを解明するためのAIの活用まで多岐にわたる。
大規模画像モデル（大規模視覚モデル）：写真や画像のデータセットから学習することで、画像を認識し、分類することを可能にする。これらのモデルは、例えばテキストから画像を生成する生成モデルの作成にも使用できる。
言語モデル：膨大なデータセットから学習することで、テキストを認識・理解することができる。大規模言語モデルは、より多くのデータによってより高度な能力を開発し、テキストを生成する。
神経科学とAI：この組み合わせは研究において好循環を生み出してきた。ニューラルネットワークの初期の研究は、心理学と神経科学に触発されたものであり、AIにおける同様のアプローチは、人間の思考方法について教えてくれる。

画像やグラフィックはオープンソースで提供され、世界中の人々に利用されることで、AI技術をめぐる会話を促し、技術開発のあり方について自分たちが発言権を持つことを実感してもらうことを期待しているとのことだ。

画像はUnsplashで、動画（ニュースセグメントのBロールとして使用可能）はPexelsで入手可能で、10GBの「プレスパック」もダウンロードできる。