どう見ても、人工知能 (AI) はビッグビジネスになりました。
Gartner によると、世界中の顧客は 2022 年までに人工知能ソフトウェアに 625 億ドルを費やすでしょう。同レポートでは、CIOの48%がすでに何らかの人工知能ソフトウェアを導入しているか、今後12か月以内に導入する予定であることも指摘している。
このすべての投資により、人工知能製品に焦点を当てた多数のスタートアップが集まりました。 CBInsights の報告によると、AI への資金調達は 2022 年の第 1 四半期だけで 151 億ドルに達しました。その前の四半期、投資家は人工知能スタートアップに171億ドルを注ぎ込んだ。データが AI を推進していることを考えると、データ分析、機械学習、ビジネス インテリジェンスなどの関連分野がすべて急速に成長しているのも不思議ではありません。
しかし、人工知能とは正確には何ですか?なぜテクノロジー業界でこれほど重要で収益性の高い部分になったのですか?
ある意味では、人工知能です。知性は自然知性の反対です。生物が知能を持って生まれてくるのであれば、人工機械も人工知能を持っていると言えます。つまり、ある観点から見ると、どんな「思考機械」にも人工知能が備わっているということになります。
実際、人工知能の初期の先駆者の 1 人であるジョン マッカーシーは、人工知能を「インテリジェントな機械を作る科学と工学」と定義しました。
しかし、実際には、コンピューター科学者は、人間が非常に高いレベルに進歩したと機械が考える方法を指すために、人工知能という用語を使用します。
コンピュータは、入力を受け取り、それを操作し、結果として出力を生成するという計算能力に非常に優れています。しかしこれまで、言語の理解と生成、物体の視覚的な識別、芸術の創造、過去の経験からの学習など、人間が得意とする他のことはできませんでした。
しかし、これはすべて変わりつつあります。
現在、多くのコンピュータ システムは、通常の言語を使用して人間と通信することができます。顔やその他の物体も認識できます。機械学習技術、特にディープラーニングを使用して、過去から学習し、未来を予測できるようにします。
それでは、人工知能はどのようにしてこの点に到達したのでしょうか?
多くの人は、人工知能の歴史を 1950 年のアラン チューリングまで遡ります。 『コンピューティング機械とインテリジェンス』を出版。チューリングの記事は、「『機械は考えることができるか』という質問を検討することを提案します」と始まり、チューリング テストとして知られるシナリオも提案しています。チューリングは、機械と人間の違いが分からない場合、コンピューターは知的であると考えることができると提案しました。
1956 年、ジョン マッカーシーとマービン ミンスキーは、最初の人工知能カンファレンスであるダートマス人工知能夏季研究プロジェクト (DSRPAI) を主催しました。この会議は、人工知能が達成可能な目標であることをコンピューター科学者に確信させ、今後数十年間のさらなる研究の基礎を築きました。人工知能技術の初期の試みでは、チェッカーやチェスをプレイできるロボットが開発されました。
1960 年代には、ロボットといくつかの問題解決プログラムが開発されました。注目すべきハイライトは、心理療法をシミュレートし、人間と機械のコミュニケーションの初期の例を提供するプログラムである ELIZA の作成でした。
1970 年代と 1980 年代、人工知能の開発は続きましたが、ペースは遅くなりました。特に、目が見えて歩けるロボットなど、ロボット工学の分野では大きな進歩が見られます。メルセデス・ベンツが初の(極めて限定的な)自動運転車を発売。しかし、AI研究に対する政府の資金は大幅に削減され、「AIの冬」として知られる時期が到来した。
1990 年代になると、人工知能への関心が再び高まりました。 Artificial Language Internet Computer Entity (ALICE) チャットボットは、自然言語処理が ELIZA よりも自然な人間と機械のコミュニケーションにつながることを証明しています。この 10 年間には、最初のリカレント ニューラル ネットワーク アーキテクチャの開発と同様に、後の人工知能の開発の基礎を築く分析技術の急増も見られました。この 10 年は、IBM がチェス人工知能 DeepBlue を発表し、初めて現在の世界チャンピオンを破った 10 年でもありました。
2000 年代の最初の 10 年間には、ロボット技術の急速な革新が見られました。最初のルンバはカーペットに掃除機をかけ始め、NASA は火星探査用のロボットを打ち上げます。中国ではグーグルが自動運転車の開発を進めている。
2010 年以来、人工知能テクノロジーは前例のない成長を遂げています。ハードウェアとソフトウェアの両方が、物体認識、自然言語処理、音声アシスタントが可能になるまで進歩しました。 IBMのワトソンがJeopardyに勝利。 Siri、Alexa、Cortana が登場し、チャットボットが現代の小売業に定着しました。 DeepMind の AlphaGo が人間の囲碁チャンピオンを破りました。あらゆる業界の企業が、データを分析して大きな成功を収めるために人工知能ツールを導入し始めています。
現在、人工知能は実際に進化し始めており、少数の限定された種類を超えて、より高度な実装へと進化しています。
コンピュータ科学者のさまざまなグループが、人工知能の種類を分類するさまざまな方法を考案しました。一般的な分類では、次の 3 つのカテゴリが使用されます。
1. 狭義の人工知能 1 つのことを非常にうまく実行します。 Apple の Siri、IBM の Watson、Google の AlphaGo はすべて NarrowAI の例です。狭義の人工知能は今日の世界では非常に一般的です。
2. 一般人工知能 は、人間と同様にほとんどの知的タスクを実行できる人工知能の理論的形式です。人気のある映画の例としては、『2001 年宇宙の旅』の HAL や『アイアンマン』の J.A.R.V.I.S などが挙げられます。現在、多くの研究者が汎用人工知能の開発に取り組んでいます。
3. 超人工知能はまだ理論段階にあり、その知能は人間の知能をはるかに超えています。このタイプの人工知能は現実化には程遠いです。
もう 1 つの一般的な分類では、4 つの異なるカテゴリが使用されます:
1. リアクティブ マシン入力を受信して出力を提供しますが、過去の記憶や知識はありません。経験。多くのビデオ ゲームで戦うロボットは、反応型マシンの代表的な例です。
2. メモリが限られているマシンでも、過去を振り返ることができます。現在道路を走っている多くの車両には、このカテゴリーに分類される高度な安全機能が搭載されています。たとえば、車または人が車を追い越そうとしているときに車が後退警告を発した場合、限られた一連の履歴データを使用して結論を導き出し、出力を提供します。
3. マインドマシン理論 は人間や他の存在の存在を認識しており、独自の独立した動機を持っています。ほとんどの研究者は、そのような人工知能はまだ開発されていないことに同意しており、試みるべきではないと言う人もいます。
4. 自己認識マシンは、自分自身の存在とアイデンティティを知っています。自己認識人工知能は今日すでに存在すると主張する研究者もいますが、同意する人はほんのわずかです。自己認識型人工知能の開発には大きな議論の余地があります。
これらのカテゴリは理論的な観点から見ると興味深いものですが、ほとんどの組織は人工知能で何ができるかにもっと興味を持っています。ここで、多くの収益を生み出す AI 側、つまり AI のユースケースに焦点を当てます。
人工知能 考えられる AI のユースケースとアプリケーションは無限です。今日の最も一般的な AI の使用例には次のようなものがあります。
レコメンデーション エンジン — 新しいセーターを買うときでも、見たい映画を探すときでも、ソーシャル メディアを閲覧するときでも、恋愛をしようとするときでも、私たちは推奨を行う AI ベースのアルゴリズムに遭遇するかもしれません。ほとんどのレコメンデーション エンジンは機械学習モデルを使用して、ユーザーの特徴や過去の行動を周囲のユーザーと比較します。これらのモデルは、ユーザー自身が好みを知らなくても、好みを特定するのに優れています。
自然言語処理 - 自然言語処理 (NLP) は、音声テキスト変換、テキスト音声変換、キーワード認識、情報抽出、翻訳、言語生成などを含む、人工知能の広範なカテゴリです。これにより、人間とコンピューターは、プログラミング言語ではなく、通常の人間の言語 (音声または入力) を通じて対話できるようになります。多くの NLP ツールには機械学習機能が組み込まれているため、時間の経過とともに改善される傾向があります。
感情分析 - 人工知能は人間の言語を理解できるだけでなく、人間の会話の基礎となる感情を識別することもできます。たとえば、AI は何千もの技術サポートでの会話やソーシャル メディアでのやり取りを分析し、どの顧客が強いポジティブな感情を経験しているのか、どの顧客が強いネガティブな感情を抱いているのかを特定できます。このタイプの分析により、カスタマー サポート チームは、離反のリスクがある顧客や、ブランドの支持者になるよう奨励される非常に熱心な支持者に焦点を当てることができます。
音声アシスタント – 多くの人が毎日 Siri、Alexa、Cortana、または Google を操作します。私たちはこれらのアシスタントを当たり前のことだと思っていますが、自然言語処理や機械学習などの高度な人工知能テクノロジーが組み込まれています。
不正行為の防止 - 金融サービス会社や小売業者は、高度な機械学習テクノロジーを使用して不正取引を特定することがよくあります。金融データのパターンを検索し、取引が異常に見える場合や既知の詐欺パターンと一致する場合にアラートを発行して、犯罪行為を防止または軽減します。
画像認識 – 多くの人は、AI ベースの顔認識を使用して携帯電話のロックを解除しています。この人工知能は自動運転車もサポートしており、多くの健康関連のスキャンやテストを自動的に処理できるようになります。
予知メンテナンス - 製造、石油・ガス、輸送、エネルギーなどの多くの業界は、機械に大きく依存しています。機械が停止すると、コストが非常に高くなる可能性があります。現在、企業は物体認識と機械学習テクノロジーを組み合わせて、機器が故障する可能性が高い時期を事前に特定し、故障が最小限に抑えられる時期に修理をスケジュールできるようにしています。
予測分析と禁止分析 - 予測アルゴリズムは、あらゆる種類のビジネス データを分析し、将来起こり得るイベントを予測するための基礎として使用できます。規範的分析は、まだ初期段階にありますが、さらに一歩進んで、予測を行うだけでなく、将来起こり得る出来事に組織がどのように備えるべきかについての推奨事項も提供できます。
自動運転車 - 現在生産されているほとんどの車には、パーキングアシスト、車線センタリング、アダプティブクルーズなどの自動運転機能が搭載されています。完全自動運転車はまだ高価で比較的希少なものですが、すでに実用化されつつあり、それを支える人工知能技術はより良く、より安価になりつつあります。
ロボット工学 - 産業用ロボットは、人工知能の初期のアプリケーションの 1 つであり、依然として人工知能市場の重要な部分を占めています。ロボット掃除機、バーテンダー、芝刈り機などの消費者向けロボットはますます一般的になりつつあります。
もちろん、これらは人工知能のよく知られた使用例の一部にすぎません。テクノロジーは非常に多くの方法で私たちの日常生活に浸透しているため、私たちはテクノロジーを十分に認識していないことがよくあります。
それでは、人工知能の将来はどこにあるのでしょうか?明らかに、人工知能は消費者市場とビジネス市場を再構築しています。
人工知能を推進するテクノロジーは、安定したペースで開発を続けています。量子コンピューティングなどの将来の進歩は、最終的には大きな革新につながる可能性がありますが、短期的には、テクノロジー自体は継続的な改善の予測可能な道に沿って継続する可能性が高いと思われます。
依然として不明瞭なのは、人間が人工知能にどのように適応するかということです。この問題は今後数十年間で人類の生活に大きな影響を与えるでしょう。
初期の AI 実装の多くは重大な課題に直面しました。場合によっては、モデルのトレーニングに使用されるデータが AI システムにバイアスを感染させ、使用不能にする可能性があります。
他の多くの場合、企業は AI を導入しても期待していた財務結果が得られません。テクノロジーは成熟しているかもしれませんが、それを取り巻くビジネス プロセスは成熟していません。
## Gartner のシニアリサーチディレクターである Alys Woodward 氏は、「人工知能ソフトウェア市場は加速していますが、その長期的な軌道は、企業が人工知能の成熟度を向上させることができるかどうかにかかっています。」 Woodware は Dow 氏も付け加えました。「AI ビジネスの成功は、ユースケースの慎重な選択にかかっています。リスクを軽減するために拡張可能でありながら、大きなビジネス価値を提供するユースケースは、ビジネス関係者に対する AI 投資の影響を実証するために重要です。」 組織は、AI 導入をより適切に管理するために、AIOps などの手法に注目しています。彼らはますます人間中心の AI に注目しており、AI を人間の労働者に取って代わるのではなく、強化するために使用しています。 非常に現実的な意味で、人工知能の未来は機械よりも人間に関わるものになるかもしれません。以上が人工知能とは何ですか? 人工知能についてのガイドはこちらですの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。