目次
最初の課題: ハードウェア
第 2 の課題: プライバシー
最後の課題: コスト
ホームページ テクノロジー周辺機器 AI 人工知能の普及と応用が直面する 3 つの大きな課題

人工知能の普及と応用が直面する 3 つの大きな課題

Apr 08, 2023 pm 11:11 PM
ハードウェア AI スマートデバイス

接続されたスマート デバイスの使用は急速に増加していますが、まだ普及しておらず、人工知能の広範な導入は多くの課題に直面しています。

人工知能の普及と応用が直面する 3 つの大きな課題

多くの友人は、人工知能が私たちの生活に影響を与えていることに気づいているかもしれません。ユビキタスな人工知能の実現は、将来の生活を変える可能性があります。たとえば、私たちの食べ物は決して腐ることはなく、私たちが食べるものはすべて健康的です。買い物中であっても、店舗は私たちが来店したことをすぐに認識し、カスタマイズされた製品を推奨し始めます。そのため、AI 導入の障壁を理解し、それを打ち破ることが重要です。

人工知能アプリケーションの導入を妨げる 3 つの障害:

  • ハードウェアとハ​​ードウェアの互換性が重要ですが、そのテクノロジーはまだ確立されていません成熟した。
  • 人々がプライバシーの問題を心配するのには理由があります。
  • 必要なテクノロジーは非常に高価です。

最初の課題: ハードウェア

たとえば、スマート冷蔵庫。サムスンは2018年にこのようなデバイスを発売しましたが、それはむしろ目新しいものでした。ある団体のデータによると、2019年に北米で最も普及したのはスマート冷蔵庫で、世界市場の31%を占めた。ただし、これらはタッチ スクリーンを備えたスタートレック スタイルのデバイスではなく、効率と自己監視の向上を可能にする内部回路のおかげでスマートになっており、ユーザーはデバイスがどれほどスマートであるかさえ認識していない可能性があります。

主要な電化製品は携帯電話よりも交換に時間がかかり、消費者は必要に応じて大型の製品を交換するため、単に効率が良いという理由だけで新しい電話を購入する可能性は低くなります。バッテリー寿命がわずかに長い新しい携帯電話を購入する可能性があります。

ハードウェアの更新も簡単な作業ではありません。 Wi-Fi カードを冷蔵庫に追加するだけで、サービス記録が地元の修理センターにブロードキャストされることを期待することはできません。私たちの生活にある電子機器のほとんどはモジュール式ではなく、現在の設計を大幅に超えて拡張できるように設計されていません。これは、IoT デバイスの統合にとって重大な制限です。スマート電球を数個しか持っていない人ならわかるように、ハードウェアとハ​​ードウェアの互換性が重要ですが、私たちはまだそこに到達していません。

とはいえ、スマート冷蔵庫や他のスマート ハードウェアの例は、人工知能によって駆動される未来の生活を構築するために絶対に必要です。 AI 駆動のハードウェアの将来について合意するには、しばらく時間がかかるでしょう。私たちの中には、他の人よりも早く購入する人もいるでしょう。この早期導入者のグループは、大量導入への道を導き、脆弱性に対処し、これらの製品が機能するだけでなく人々の生活に価値をもたらすことを証明するために重要です。

第 2 の課題: プライバシー

個人データの価値がこれまで以上に高まる時代が到来しており、消費者も同様であることを認識してください事実。 2019年のレポートによると、回答者の60%以上がコネクテッドデバイスは不気味だと考えており、そのためそのようなデバイスの導入が減る可能性がある。

これらすべては困難に聞こえるかもしれませんが、これらの問題点に対処する興味深い革新がいくつかあります。私たちは気づかないうちにこのような考え方の恩恵を享受しているのかもしれません。これを理解するには、ネットワーク デバイスでいっぱいの部屋に入らなければなりません。

テレビ番組や映画で目にするありふれたものながらハイテクなデータ センターのおかげで、私たちのほとんどはサーバー ルームについてよく知っています。ほとんどの消費者は気づいていませんが、企業はすべてのデータセンター ハードウェアを一度にアップグレードするわけではありません。新しいラップトップを購入するときと同じように、おそらく新しいルーターを購入することはなく、時間の経過とともにデータセンターのコンポーネントがあちこちで交換され、最終的にはベンダーとサービスのパッチワークになる可能性があります。

少し前、ネットワーク管理者は、基盤となるシステムが個々のコンポーネントを細かく管理できるようにしながら、管理を統合しました。これには、さまざまなデバイスのさまざまな要件をすべて統合し、管理者にとって詳細をわかりにくくしながら、必要に応じてデバイスを制御するための特別なソフトウェアが必要です。

データセンターはアップグレードされ続けるため、データセンターにはますます多くのプライバシーが組み込まれています。人工知能に向けて私たちが講じているすべてのステップをまだ完全に信頼することはできませんが、今後数年間でほとんどのデータセンターはプライバシーを重視したものになると予想できます。

最後の課題: コスト

現在の AI ソリューションのコストは、多くの場合法外です。ただし、常にそうとは限りません。

当社はすでに、AI に特化したチップを待つのではなく、既存のハードウェアの上にソフトウェアを重ねることで、よりコスト効率の高い方法で AI をエッジに推し進めています。ネットワークと電力網を活用することで、マシンに機能を追加できます。

あまりスマートではない冷蔵庫の話に戻りますが、電気ボックスを、電力使用量に基づいて家の冷蔵庫を検出するスマート電気ボックスに置き換えるとどうなるでしょうか? ?スマート電気ボックスは冷蔵庫のメーカーとモデルを認識し、この情報に基づいて冷蔵庫の内容を決定します。スマートキッチンカメラや埋め込み防止スケールを追加すれば、コストをあまり追加せずにセンサーを追加できます。

最終的に、最高の AI ソリューションはこれらすべての障壁を乗り越えることになります。彼らは特殊なチップに依存せずに最終消費者に AI を推進する予定であり、消費者はデバイスを新しいものに交換する必要があります。結局のところ、ユビキタス AI は必要なときにどこでも AI に依存します。

以上が人工知能の普及と応用が直面する 3 つの大きな課題の詳細内容です。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。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性​​を実証しています。 「S」で始まる関連研究

VSCode フロントエンド開発の新時代: 強く推奨される 12 の AI コード アシスタント VSCode フロントエンド開発の新時代: 強く推奨される 12 の AI コード アシスタント Jun 11, 2024 pm 07:47 PM

フロントエンド開発の世界では、VSCode はその強力な機能と豊富なプラグイン エコシステムにより、数多くの開発者に選ばれるツールとなっています。近年、人工知能技術の急速な発展に伴い、VSCode 上の AI コード アシスタントが登場し、開発者のコ​​ーディング効率が大幅に向上しました。 VSCode 上の AI コード アシスタントは雨後のキノコのように出現し、開発者のコ​​ーディング効率を大幅に向上させました。人工知能テクノロジーを使用してコードをインテリジェントに分析し、正確なコード補完、自動エラー修正、文法チェックなどの機能を提供することで、コーディング プロセス中の開発者のエラーや退屈な手作業を大幅に削減します。今日は、プログラミングの旅に役立つ 12 個の VSCode フロントエンド開発 AI コード アシスタントをお勧めします。

See all articles