Get in my Think Art.

AI ที่เป็นประโยชน์ 2017

AI ที่เป็นประโยชน์ 2017

AI ที่เป็นประโยชน์ 2017

jumbo jili

ในภาคต่อของการประชุม AI ที่เปอร์โตริโกปี 2015 เราได้รวบรวมกลุ่มนักวิจัย AI ที่น่าทึ่งจากภาควิชาการและอุตสาหกรรม และผู้นำทางความคิดในด้านเศรษฐศาสตร์ กฎหมาย จริยธรรม และปรัชญาเป็นเวลาห้าวันที่อุทิศให้กับ AI ที่เป็นประโยชน์ เราเป็นเจ้าภาพการประชุมเชิงปฏิบัติการสองวันสำหรับผู้รับทุนของเรา เพื่อให้โอกาสพวกเขาได้เน้นย้ำและหารือเกี่ยวกับความคืบหน้าด้วยทุนของพวกเขา เราติดตามด้วยการประชุม 2.5 วัน ซึ่งผู้คนจากหลากหลายสาขาที่เกี่ยวข้องกับ AI ได้ขจัดโอกาสและความท้าทายที่เกี่ยวข้องกับอนาคตของ AI และขั้นตอนต่างๆ ที่เราสามารถทำได้เพื่อให้แน่ใจว่าเทคโนโลยีจะเป็นประโยชน์ เพื่อเป็นเกียรติแก่ FrieNDA สำหรับการประชุม เราโพสต์เฉพาะวิดีโอและสไลด์ด้านล่างโดยได้รับอนุมัติจากวิทยากร เรียนรู้เพิ่มเติมเกี่ยวกับหลักการ Asilomar AIที่เกิดจากการประชุม theกระบวนการที่เกี่ยวข้องในการพัฒนาและผลการอภิปรายเกี่ยวกับหลักการแต่ละข้อ (ดูเหมือนว่าเราจะโพสต์เกือบทุกอย่าง แต่โปรดอดใจรอในขณะที่เราแก้ไขและอัปโหลดวิดีโอเสร็จแล้ว ฯลฯ)

สล็อต

ข้อมูลที่ดีกว่าหรือสิทธิข้อมูลที่ดีกว่า?
ปัญหาของอัลกอริธึมอคติในกรณีเหล่านี้ของการวิเคราะห์เชิงคาดการณ์คือ ปัญหาของข้อมูลพื้นฐานที่ตัวแบบสามารถทำงานด้วยได้ เช่นเดียวกับในเกือบทุกกรณี หากกลุ่มใดกลุ่มหนึ่งมีข้อมูลมากเกินไปหรือน้อยเกินไป อัลกอริธึมจะกลายเป็นอคติ ตัวอย่างเช่น อคติทางเชื้อชาติที่พบในซอฟต์แวร์จดจำใบหน้า ส่วนใหญ่มาจากข้อมูลการฝึกอบรมที่มีรูปภาพของคนผิวขาวมากกว่าคนที่ไม่ใช่คนผิวขาว อีกตัวอย่างหนึ่งคือเครื่องมือคัดกรอง CV อัตโนมัติที่ Amazon กล่าวหาว่าต้องดึงออกมาเพราะมันมีอคติต่อผู้หญิง ระบบนี้ได้รับการฝึกอบรมเกี่ยวกับบุคคลที่บริษัทได้รับการว่าจ้างก่อนหน้านี้ ซึ่งเนื่องจากการรับรู้เกี่ยวกับผู้หญิงเกี่ยวกับบทบาทของผู้หญิงในด้านเทคโนโลยี มักจะเป็นผู้ชาย
อย่างไรก็ตาม สิ่งที่ทำให้กรณีการวิเคราะห์เชิงคาดการณ์นี้มีความท้าทายเป็นพิเศษคือ การแก้ปัญหาข้อมูลนั้นตรงไปตรงมาน้อยกว่าในกรณีอื่นๆ ของความไม่เป็นธรรมของ AI การแก้ไขทางเทคนิคที่เสนอในกรณีอื่นๆ เหล่านี้คือการออกไปและเก็บรวบรวมข้อมูลเพิ่มเติมจากชนกลุ่มน้อยที่มีบทบาทต่ำกว่าหรือกลุ่มชายขอบ เพื่อทำให้ชุดข้อมูลมีความหลากหลายมากขึ้น อย่างไรก็ตาม รัฐบาลมักไม่สามารถไปเก็บรวบรวมข้อมูลจากพลเมืองที่ร่ำรวยกว่าเพื่อแก้ไขเครื่องมือคาดการณ์ที่มีอคติ โดยเฉพาะอย่างยิ่งเมื่อข้อมูลที่มีเกี่ยวกับพลเมืองที่ยากจนกว่านั้นล่วงล้ำมาก คนส่วนใหญ่ปฏิเสธที่จะยอมจำนนต่อข้อมูลที่พวกเขามีเพศสัมพันธ์เพื่อเงิน หรือว่าพวกเขาต้องทนทุกข์ทรมานจากการติดยา ซึ่งมักเกิดจากความกังวลที่ถูกต้องตามกฎหมายสำหรับความเป็นส่วนตัวของพวกเขา
สิ่งนี้ทำให้รัฐบาลอยู่ในตำแหน่งที่ยุ่งยาก – การวิเคราะห์เชิงคาดการณ์นำเสนอโอกาสที่ไม่มีใครเทียบได้ในการปรับปรุงบริการสาธารณะจำนวนมาก แต่ในรูปแบบปัจจุบันอาจมีอคติ วิธีแก้ปัญหาเพื่อสร้างสมดุลระหว่างความต้องการความเป็นธรรมกับแรงผลักดันในการช่วยเหลือรัฐบาลให้ดีขึ้น ในกรณีนี้ อาจไม่ใช่ชุดข้อมูลที่ดีกว่า แต่เป็นสิทธิ์ของข้อมูลที่ดีขึ้นและโดยเฉพาะอย่างยิ่ง สิทธิ์ในข้อมูลที่ดีขึ้นสำหรับผู้ที่มักจะสนับสนุนได้น้อยที่สุด
การเคลื่อนไหวเพื่อสิทธิในข้อมูลได้เติบโตขึ้นอย่างแข็งแกร่งในช่วงไม่กี่ปีที่ผ่านมา และการออกกฎหมายเช่น GDPR ของสหภาพยุโรปมีเป้าหมายที่จะรับรองสิทธิในข้อมูลของบุคคลในกฎหมาย จำเป็นอย่างยิ่งที่เราจะต้องตระหนักว่าการเข้าถึงสิทธิ์เหล่านี้อาจถูกคุกคามจากความเสียเปรียบบางประเภทได้อย่างไร ตัวอย่างเช่น GDPR กำหนดมาตรฐานระดับสูงสำหรับการยินยอม และยังแนะนำว่าหน่วยงานของรัฐควรหลีกเลี่ยงการให้ความยินยอมในการประมวลผลข้อมูลส่วนบุคคลเป็นเงื่อนไขเบื้องต้นของบริการ อย่างไรก็ตาม ในทางปฏิบัติ ข้อเสนอแนะนี้จะต้องต่อสู้กับวัฒนธรรมที่หยั่งรากลึกของความสงสัยในผู้รับสวัสดิการ ซึ่งผลักดันให้รัฐบาลเก็บรวบรวมข้อมูลให้ได้มากที่สุดเพื่อลดการเรียกร้องค่าสินไหมทดแทนที่อาจเกิดขึ้นได้ GDPR ยังรับรองสิทธิ์ในการลบข้อมูลส่วนบุคคล (หรือที่เรียกว่า ‘สิทธิ์ที่จะถูกลืม’) แต่อนุญาตให้รัฐบาลละติจูดใช้ข้อกำหนดที่ ‘สมเหตุสมผล’ บางอย่างได้ เช่น ค่าธรรมเนียมการจัดการในการดำเนินการตามคำขอ หากจำเป็นต้องดำเนินการให้เสร็จสิ้น รวมทั้งหลักฐานแสดงตัว ข้อกำหนดเหล่านี้อาจเป็นอุปสรรคต่อพลเมืองที่เปราะบางที่สุดที่วิ่งเต้นเพื่อลบข้อมูลที่สำคัญของพวกเขา ปล่อยให้พวกเขาอยู่กับเงาดิจิทัลที่สามารถติดตามพวกเขาได้เป็นเวลาหลายปี (ถ้าไม่ใช่ตลอดชีวิต)
ในหลายกรณี สิ่งจูงใจในการปรับปรุงการวิเคราะห์เชิงคาดการณ์และแรงจูงใจในการปรับปรุงสิทธิ์ในข้อมูลสำหรับทุกคนจะขัดแย้งกัน หากพลเมืองที่ยากจนเข้าถึงและเข้าใจสิทธิของตนได้ดีขึ้น รัฐบาลอาจไม่สามารถรวบรวมข้อมูลในระดับที่กว้างและล่วงล้ำได้ สิ่งนี้จำเป็นต้องจำกัดขอบเขตของการวิเคราะห์เชิงคาดการณ์ และอาจหมายความว่าในบางกรณีเราจับอาชญากรน้อยลง หรือตรวจพบกรณีการล่วงละเมิดเด็กน้อยลง อย่างไรก็ตาม เราต้องถามตัวเองว่า ราคาเท่าไรในสังคม เรายินดีจ่ายเพื่อการคาดการณ์ที่ดีขึ้นหรือไม่? ท้ายที่สุด วิธีหนึ่งในการลดอาชญากรรมก็คือการจำคุกที่ถูกจับในข้อหาก่ออาชญากรรม และวิธีหนึ่งที่จะลดการทารุณกรรมเด็กก็คือการนำเด็กทั้งหมดออกจากพ่อแม่ที่ต้องสงสัยว่าถูกล่วงละเมิด การที่เราไม่ใช้วิธีนี้เป็นเครื่องพิสูจน์ถึงคุณค่าที่เราให้ไว้กับความเป็นธรรม เราเต็มใจที่จะเสี่ยงอาชญากรหรือผู้ล่วงละเมิดบางคนให้เป็นอิสระ เพื่อที่ผู้บริสุทธิ์จะไม่ถูกคุมขังอย่างไม่ยุติธรรมหรือไม่ได้พาตัวเด็กไปจากพวกเขาอย่างไม่ถูกต้อง การเสียสละสิทธิของผู้ด้อยโอกาสเพื่อ ‘การวิเคราะห์เชิงคาดการณ์ที่ดีกว่า’ จะสร้างความเสียหายต่อความมุ่งมั่นที่มีอยู่เพื่อความยุติธรรมและความยุติธรรม
กรณีของความไม่เป็นธรรมในรัฐบาลที่ใช้การวิเคราะห์เชิงคาดการณ์สอนเราสองสิ่ง ประการแรก มีความจำเป็นต้องนำการสนทนาเกี่ยวกับสิทธิ์ของข้อมูลและความอยุติธรรมของอัลกอริทึมมารวมกัน คำตอบไม่ได้เป็นเพียงการรวบรวมข้อมูลที่ดีขึ้นและเป็นตัวแทนมากขึ้นเท่านั้น บางครั้งเราต้องเผชิญกับคำถามที่ยากเกี่ยวกับความสมดุลระหว่างการใช้เทคโนโลยีใหม่ทางสังคมและสิทธิของประชาชนในข้อมูลที่พวกเขาใช้ การย้ายการอภิปรายในประเด็นของข้อมูลไปสู่คำถามเกี่ยวกับสิทธิและความยุติธรรมเป็นสิ่งสำคัญ แม้ในกรณีที่ ‘ข้อมูลที่ดีกว่า’ กำลังถูกขนานนามว่าเป็นการแก้ไขทางเทคนิคสำหรับความไม่เป็นธรรม ในกรณีของการจดจำใบหน้า ในขณะที่นักรณรงค์หลายคนต้องการชุดข้อมูลที่ดีกว่าซึ่งสะท้อนถึงใบหน้ามนุษย์ที่หลากหลายได้อย่างเต็มที่ แต่ก็มีบางส่วนที่เน้นย้ำ ผลกระทบที่การจดจำใบหน้าอาจมีต่อการรักษาคนผิวสี แม้ว่าจะแม่นยำที่สุดก็ตาม ข้อมูลที่ดีขึ้นไม่ใช่วิธีที่ดีที่สุดในการปกป้องพลเมืองจากอันตรายในยุค AI ใหม่เสมอไป
ประการที่สอง เราต้องตรวจสอบให้แน่ใจว่าสิทธิ์ในข้อมูลไม่ได้จำกัดอยู่แค่ในกฎหมายเท่านั้น แต่ทุกคนสามารถเข้าถึงได้อย่างแข็งขัน บางครั้งผู้ที่สนับสนุนสิทธิ์ในข้อมูลได้น้อยที่สุดก็คือผู้ที่ต้องการมากที่สุด เช่น ผู้ที่ไม่มีเงินจ่ายค่าบริหารจัดการการลบข้อมูล หรือผู้ที่กลัว (ถูกหรือผิด) ที่ปฏิเสธที่จะให้ข้อมูลกับรัฐบาล จะทำให้ดูเหมือนมีอะไรปิดบัง เป็นการคุกคามการเข้าถึงสวัสดิการหรือผลประโยชน์ การทำให้สิทธิ์ในข้อมูลเข้าถึงได้อย่างแท้จริงอาจจำเป็นต้องมีการเปลี่ยนแปลงทางวัฒนธรรมในวิธีที่เรามองผู้ที่ขอความช่วยเหลือจากสาธารณะ โดยค่าเริ่มต้นคือพวกเขาเชื่อถือได้และมีความจำเป็นอย่างแท้จริง ไม่ใช่ว่าพวกเขาเป็น ‘ผู้แสวงผลประโยชน์’ หรือ ‘ราชินีแห่งสวัสดิการ’
การวิเคราะห์เชิงคาดการณ์มีบทบาทสำคัญต่ออนาคตของบริการภาครัฐอย่างแน่นอน อย่างไรก็ตาม AI ไม่สามารถบอกความจริงเกี่ยวกับโลกได้ มันสามารถบอกความจริงเกี่ยวกับข้อมูลที่เรามีเกี่ยวกับโลกเท่านั้น ในปัจจุบัน พลเมืองที่ยากจนและเปราะบางจำนวนมากอยู่ภายใต้การเก็บรวบรวมข้อมูลที่ล่วงล้ำเมื่อเข้าถึงบริการสาธารณะ และสิ่งนี้คุกคามความเป็นธรรมของระบบการวิเคราะห์เชิงคาดการณ์ที่ได้รับการฝึกอบรมหรือใช้กับข้อมูลนี้ รัฐบาลต้องคิดอย่างรอบคอบเกี่ยวกับวิธีที่ดีที่สุดในการปรับสมดุลการคาดคะเนที่ปรับปรุงแล้วเกี่ยวกับประเด็นสาธารณะที่สำคัญ เช่น อาชญากรรมและการล่วงละเมิดเด็กกับสิทธิของพลเมืองทุกคน ทั้งคนรวยและคนจน
ในช่วงหลายเดือนที่ผ่านมา DeepFakes ได้รับความนิยมอย่างมาก ฟีด Twitter ของฉัน ซึ่งส่วนใหญ่เป็นผู้สนับสนุนด้านเทคโนโลยีและความเป็นส่วนตัว กลายเป็นเรื่องเหลวไหลเมื่อวิดีโอของ Mark Zuckerbergวิจารณ์ความจริงที่ว่าอาจมี ‘ชายคนหนึ่งที่มีข้อมูลของผู้คนหลายพันล้านคน’ ก่อนหน้านี้ไม่นานวิดีโอของประธานสภาผู้แทนราษฎรแห่งสหรัฐอเมริกา Nancy Pelosi ได้แสดงเสียงของเธอราวกับว่าเธอกำลังเมาอยู่บนอินเทอร์เน็ต วิดีโอซึ่งแชร์โดยประธานาธิบดีทรัมป์และสมาชิกของ GOP นั้นได้รับการยืนยันในภายหลังว่าเป็นเรื่องหลอกลวง แต่ด้วยคุณภาพของวิดีโอเหล่านี้ที่พัฒนาขึ้นอย่างรวดเร็ว DeepFakes ได้จุดประกายการอภิปรายเกี่ยวกับญาณวิทยาในวงกว้างเกี่ยวกับความเข้าใจในอนาคตของความรู้และความจริง

สล็อตออนไลน์

การพัฒนา AI และการเรียนรู้ของเครื่อง (ML) เหล่านี้เกิดขึ้นพร้อมกันด้วยการก้าวกระโดดครั้งใหญ่ในเทคโนโลยีประสบการณ์เสมือนจริง ซึ่งรู้จักกันดีในชื่อ Augmented Reality (AR) และ Virtual Reality (VR) เราทุกคนเคยได้ยินเกี่ยวกับ AR และ VR แต่การใช้งานของพวกเขาในชีวิตประจำวันของเรา (นอกเหนือจาก Pokemon Go และวิดีโอเกมอื่นๆ) ค่อนข้างจำกัด แต่ปรากฏว่าทั้ง AR/VR และ DeepFakes สามารถทำงานแบบพึ่งพาอาศัยกันโดยเสริมระดับความสมจริงที่รับรู้ซึ่งกันและกัน ในที่นี้ ข้าพเจ้าขอเสนอแนวคิดบางประการเกี่ยวกับวิธีที่การผสมผสานของเทคโนโลยีเหล่านี้อาจเปลี่ยนความเข้าใจของเราเกี่ยวกับความเป็นจริงและการมีอยู่
DeepFakes: สรุปอย่างรวดเร็ว
DeepFakes ตกอยู่ภายใต้หมวดหมู่กว้างของ AI สร้างสื่อสังเคราะห์ ‘ที่เป็น’ข้อมูลภาพและเสียงในรูปแบบดิจิตอล ซึ่งเป็นคอมโพสิตของหลายชิ้นส่วนของข้อมูลที่สังเคราะห์ในการผลิตสิ่งประดิษฐ์ใหม่อย่างมีนัยสำคัญในการให้ข้อมูล’ โดยทั่วไปจะสร้างด้วย ‘เครือข่ายฝ่ายตรงข้ามทั่วไป’ (GAN) GAN ประกอบด้วยโครงข่ายประสาทเทียมสองเครือข่ายที่ทำงานควบคู่กัน: เครือข่ายแรก (‘ตัวสร้าง’) จะสร้างร่างหรือตัวอย่าง เช่น วิดีโอ รูปภาพ หรือเสียง เครือข่ายที่สอง (‘ผู้แยกแยะ’) ในทางกลับกัน’จะตรวจพบว่าตัวอย่างถูกสร้างขึ้นโดยเครื่องกำเนิดหรือเป็นตัวอย่างจริงสำหรับไลบรารีตัวอย่างที่มีอยู่’. เป็นกระบวนการที่ทำซ้ำโดยที่ทั้งสองเครือข่าย ‘กระเด็น’ ออกจากแต่ละเครือข่าย – หมายความว่าเครื่องกำเนิดจะเรียนรู้วิธีหลอกผู้เลือกปฏิบัติเมื่อเวลาผ่านไปโดยการผลิตสื่อสังเคราะห์ที่มีความแม่นยำมากขึ้น ด้วยวิธีนี้ GANs จะสร้างแบบจำลองหรือการปรับแต่งที่เหมือนจริงของวัตถุธรรมชาติและผู้คนในลักษณะที่ดูสมจริงอย่างมาก ตัวอย่างเช่นFaceAppแอพมือถือที่มีการโต้เถียงซึ่งสร้างการเปลี่ยนรูปใบหน้าของภาพถ่าย ทำงานร่วมกับ GAN
ยังมีเหตุผลที่ DeepFakes ได้จุดประกายการอภิปรายมากมายเมื่อเร็ว ๆ นี้ ฉันได้พูดคุยกับ Henry Ajder จากDeeptrace Labsซึ่งอธิบายกับฉันว่า:
‘ปรากฏการณ์ล่าสุดของ Deepfakes แสดงถึงการปฏิวัติในกระบวนการสร้างสื่อสังเคราะห์ ในขณะที่ก่อนหน้านี้ต้องใช้เวลา เงิน และความเชี่ยวชาญที่สำคัญในการสร้างผลลัพธ์สังเคราะห์ที่สมจริง Deepfakes หรือสื่อสังเคราะห์ที่สร้างโดย AI จะทำให้กระบวนการเหล่านี้เป็นไปโดยอัตโนมัติในเวลาเพียงเสี้ยววินาที และให้ผลลัพธ์ที่สมจริงยิ่งขึ้น’
จนถึงปัจจุบัน แบบจำลอง (เช่นที่กล่าวข้างต้น) ยังคงสามารถระบุได้ด้วยตาเปล่า แต่ในไม่ช้า สื่อสังเคราะห์ที่สร้างโดย AI คาดว่าจะสามารถทำซ้ำรูปภาพ วิดีโอ หรือแม้แต่เสียงของมนุษย์ได้อย่างเต็มที่ การตรวจจับของมนุษย์ – อย่างน้อยก็ไม่ต้องอาศัยความช่วยเหลือจากซอฟต์แวร์ที่เกี่ยวข้อง
[NPC4]อย่างไรก็ตาม สิ่งสำคัญในที่นี้คือไม่ต้องพิจารณาว่าสื่อสังเคราะห์ที่สร้างโดย AI เป็นเทคโนโลยีแบบสแตนด์อโลน แต่เป็นสิ่งหนึ่งที่เมื่อรวมกับเทคโนโลยีอื่น ๆ จะเพิ่มผลกระทบอย่างทวีคูณ
AR และ VR คืออะไร?
เทคโนโลยี AR ถูกนำมาใช้เพื่อปรับปรุงและเสริมสภาพแวดล้อมทางธรรมชาติ ผ่านสิ่งที่เรียกว่า ‘ส่วนประกอบดิจิทัล’ เช่น ปิกาจูตัวเล็ก ๆ ที่ปรากฏบนหน้าจอใน Pokemon Go องค์ประกอบดิจิทัลเหล่านี้ผสานเข้ากับโลกทางกายภาพ (ของจริง) เพื่อสร้างประสบการณ์ที่ดื่มด่ำ โต้ตอบได้ และรู้สึกเหมือนจริงในท้ายที่สุด ในทางกลับกัน VR ก้าวไปอีกขั้นในสภาพแวดล้อมที่ผู้ใช้สัมผัสนั้นเป็นของปลอมทั้งหมด กล่าวอีกนัยหนึ่ง โลกเสมือนจริงทั้งหมดเป็นการผลิตดิจิทัลเพียงรายการเดียว กุญแจสำคัญคือการทำความเข้าใจ AR/VR ว่าเป็นเทคโนโลยีที่สมจริงโดยพื้นฐาน ทำให้ผู้ใช้รู้สึกถึง ‘การมีอยู่’ ที่แท้จริงภายในพื้นที่และเวลากึ่งธรรมชาติ
อย่างที่คาดไว้ จอกศักดิ์สิทธิ์ในการพัฒนาเทคโนโลยีที่สมจริงคือการสร้างองค์ประกอบดิจิทัลที่เหมือนจริงอย่างสมบูรณ์ ซึ่งรวมหรือแทนที่โลกทางกายภาพในลักษณะที่เรามองว่าเป็นธรรมชาติ ท้าทายการตัดสินทางประสาทสัมผัสของเราในสิ่งที่เป็นจริงและไม่ใช่ – และนี่คือที่มาของสื่อสังเคราะห์ที่สร้างโดย AI
สู่ความเป็นจริงสังเคราะห์ (SR)
สำหรับนักพัฒนาเทคโนโลยีที่สมจริง เทคโนโลยีที่ขับเคลื่อนสื่อสังเคราะห์เป็น’พื้นที่ร้อน’เนื่องจากมีศักยภาพในการสร้างแบบจำลองของบุคคลหรือวัตถุในชีวิตจริง และเปลี่ยนให้เป็นองค์ประกอบดิจิทัลที่เหมือนจริงในภาพถ่าย ซึ่งให้ความรู้สึกเป็นส่วนหนึ่งของสภาพแวดล้อมทางธรรมชาติ ก้าวไปอีกขั้น การใช้สื่อสังเคราะห์ที่สร้างโดย AI ใน VR จะหมายถึงการสร้าง ‘ความจริงสังเคราะห์’ (SR) ทั้งหมด ซึ่งจะพาผู้ใช้ไปยังที่ห่างไกลไปยังสถานที่ที่ไม่เคยมีมาก่อน
สิ่งที่ดูเหมือนสถานการณ์เมทริกซ์อาจอยู่ห่างออกไปเพียงไม่กี่ปี Google เพิ่งตีพิมพ์บทความที่ก้าวล้ำ ‘ในการควบคุมการรับรู้ความลึกในวิดีโอฟุตเทจ’และในทำนองเดียวกัน Samsung AI Center Moscow ได้เปิดตัวบทความเกี่ยวกับการสร้าง’อวตารแบบเต็มตัว’สำหรับการประชุมทางวิดีโอและเกม ตามรายงานของ Wired ที่โต้แย้งว่า อีกไม่นานบริษัทเหล่านี้อาจใช้เทคโนโลยีสื่อสังเคราะห์เพื่อทำให้อวาตาร์มีความสมจริงอย่างเต็มที่ โดยใช้รูปภาพเพียงไม่กี่ภาพ วันนี้เทคโนโลยีดื่มด่ำถูกนำมาใช้เป็นหลักในเกม แต่ภายใน 20 ปีข้างหน้าเป็นที่คาดการณ์ว่าจะเป็นในการใช้งานมากที่สุดเท่าที่วันนี้มาร์ทโฟน
โอกาสหน้า
การสร้างความเป็นจริงสังเคราะห์มีศักยภาพมหาศาลในการเข้าถึงสถานที่และผู้คนที่อาจเข้าถึงไม่ได้ อาจารย์ที่มีชื่อเสียงรุ่นสังเคราะห์สามารถให้การสอนแก่ผู้คนในประเทศที่พัฒนาน้อยกว่าหรือสำหรับผู้ที่อาจไม่สามารถจ่ายได้ ผู้บริหารธุรกิจจะสามารถจัดการประชุมทางไกลกับพันธมิตรระหว่างประเทศได้ ในขณะที่รู้สึกว่าพวกเขาอยู่ห้องเดียวกันจริง ๆ ซึ่งจะช่วยลดต้นทุนการเดินทางและประหยัดเวลา ในทำนองเดียวกัน สมาชิกสภาผู้แทนราษฎรสามารถสร้างภาพแทนตัวที่เหมือนจริงของตนเองและสื่อสารกับสมาชิกแต่ละคนในเขตเลือกตั้งของตนได้
แต่แบบจำลองของบุคคลจริงจะสามารถสร้างความสัมพันธ์แบบเดียวกับมนุษย์ได้หรือไม่? ความเป็นไปได้ไม่มีที่สิ้นสุด แต่ SR นำเสนอคำถามที่จริงจังเกี่ยวกับอนาคตของการมีอยู่และความเป็นจริง ในความเป็นจริง มันค่อนข้างจะซ้ำซากจำเจที่จะเดินทางไปที่ไหนสักแห่ง หากคุณสามารถสัมผัสประสบการณ์เดียวกันนี้ผ่าน SR ได้โดยไม่ต้องเครียดกับเที่ยวบินระยะไกล
[NPC5]โลกที่ไร้ปัญหา
ปัญหานี้จะกลายเป็นที่ถกเถียงกันมากขึ้นเมื่อ SR สนุกกว่าความเป็นจริงตามธรรมชาติ ลองนึกภาพสิ่งนี้: ตอนนี้คุณสามารถทำซ้ำหรือสร้างสภาพแวดล้อมหรือบุคคลใด ๆ และวางไว้ในโลกที่คุณเป็นผู้ปกครองที่แท้จริง – ชีวิตจะเป็นอย่างไรในวอลเตอร์วิลล์? คนอื่นๆ ได้วาดภาพสถานการณ์ที่เราจะสามารถจำลองภาพคนที่คุณรักที่เสียชีวิตไปแล้วได้ ทำให้เราโต้ตอบกับพวกเขาได้เหนือกว่าความตาย และไม่จำเป็นต้องปล่อยพวกเขาไป สถานการณ์ทั้งหมดเหล่านี้มีรูปแบบที่ชัดเจนเหมือนกัน นั่นคือการแสวงหาการสร้างความเป็นจริงในอุดมคติของตนเองโดยปราศจากปัญหาและความไม่พอใจ