2023 年の人工知能業界の予測
人工知能が人々の日常生活においてますます重要になるにつれて、これらのモデルがどのように正確に機能するかを知りたいと思う人がますます増えています。これは社内の利害関係者、消費者、規制当局によって推進されています。
#AIOps では、企業がアラート管理と自動解決を支援するために自動化を採用しているため、資産のタグ付けと分類を行うネットワーク資産管理をより重視しています、と最高技術責任者 Keith Neilson 氏は述べています。 CloudSphere では、運用の信頼性と稼働時間を最大限に高めることが求められており、AIOps が増加しています。同時に、AIOps アルゴリズムが自動プロセスでこれらの資産を効果的に管理できるようにするために、資産の高度なタグ付けとメタデータ管理の台頭が見られます。
TruEra の共同創設者、社長、首席科学者のアヌパム ダッタ氏は、米国の規制当局は人工知能の課題と影響を研究しているが、欧州委員会とは異なり、まだ大きな行動をとっていない、と述べた。私はこれが2023年に変わり、最終的には米国がEUやアジアですでに施行されているものと同様の連邦レベルで独自の規則を起草すると予想している。安全ガードレールはこの市場のすべての人にとって有益であり、最終的には AI に対する信頼を築くのに役立ちます。米国では関連規制が導入されようとしており、企業は準備を整える必要がある。
Icertis の共同創設者兼最高技術責任者であるモニッシュ・ダルダ氏は、人工知能はこれまで複雑で挑戦的なイノベーションとみなされてきたが、2023 年には人工知能はより広範囲のユーザーに普及すると述べました。ベースには、人工知能の専門知識を持たない人々も含まれます。この変更により、開発者だけでなく顧客の手に権限が与えられることになります。企業は、ビジネス固有の属性を調べるための独自のカスタム機械学習モデルを作成するセルフサービス ツールに注目するでしょう。
企業は責任ある AI で今後の AI 規制に対応します。 EUと米国の政府は、消費者を保護するための新たな規制の導入を計画している(つまり、製品とAIに対するEUの責任規定とホワイトハウスのAI権利章典)。しかし、驚くべきことに、多くの組織は AI 規制を障害ではなく、成功への恩恵とみなしています。企業のほぼ 3 分の 2 (57%) が、AI が自社の戦略的優先事項を実現する重要な要素であると考えています。 2023 年には、多くの企業が、新しい規制やガイダンスに適応するための強固な基盤を築くために、事後対応的な AI コンプライアンス戦略から、責任ある AI 機能の積極的な開発に移行するでしょう。
TruEra の共同創設者、社長、主任科学者であるアヌパム ダッタ氏は、「人工知能は友人ですか、それとも敵ですか? 2021 年と 2022 年、人々は人工知能が次のような要因により偏見につながるのではないかと心配しています」と述べました。貧弱なトレーニングデータとして。 2023 年には、人工知能が歴史的に偏見が生じた地点を回避し、偏見をなくすことができることに気づく人が増えています。人間は機械よりも偏見を持つ傾向があります。人々は、AI が偏見を導入するのではなく、偏見を軽減できることに気づき始めています。
恐怖と保護主義がデータの移動と処理の場所に障壁を生み出すため、地政学的変化は人工知能の導入を遅らせるでしょう。企業が電力供給の維持に苦戦する中、エネルギーコストの上昇や迫りくる不況などのマクロ経済の不安定性がAIへの取り組みの発展を妨げるだろう。
Icertis の共同創設者兼最高技術責任者であるモニッシュ・ダルダ氏は、2023 年には企業は自動化された意思決定システムからバイアスを排除することに注力するだろうと述べました。近年、Icertis は倫理的で説明可能な人工知能モデルの開発を優先してきました。現在、AI 権利章典の青写真のリリースにより、テクノロジー業界全体が AI における不平等の解消に取り組んでいます。機械がすべてのデータを保持することは決してできないため、人間の関与が非常に重要です。
Nexla の創設者兼 CEO であるサケット・サウラブ氏は、強化されたデータ管理について次のように述べています。人工知能がデータ品質、メタデータ管理、マスターデータ管理とますます統合されるにつれて、強化されたデータ管理の重要性が高まります。これは、機械学習と人工知能の進歩により手動のデータ管理タスクが減り、専門家がより価値の高いタスクを処理できるようになることを意味します。
AI の速度と品質の戦いは頂点に達します。企業が AI を活用してきた限り、経営幹部は AI の導入速度と AI データの品質のいずれかに焦点を当ててきました。テクノロジーと人間の監視を組み合わせてプロセスの改善領域を特定することで、スピードと品質を達成し、企業が今後 1 年間に AI の目標を達成できるようになります。
EZOPSの創設者兼最高経営責任者(CEO)のビクラム・シン氏は、企業は組織内で人工知能を活用し、個別の具体的なビジネスニーズをより適切に満たせるようになるだろうと述べた。 2023 年の AI における最大のトレンドの 1 つは、データ サイエンティストの手作業から、実際のビジネス ユーザーがアルゴリズムを使い始めて使用できる、より工業化された組み込み型の構造への移行です。それはもはや厳密にはデータサイエンティストの領域ではなくなり、標準的なラボタイプのブラックボックス構造から離れていくことになります。人々はこれらのプロジェクトでさらなる工業化を実際に見始めるでしょう。私たちがこれから目にするのは、これらのデータサイロを排除し、AI を組織に直接適用することで、組織内の情報がより民主化されるということです。これには、ユーザーが操作したいデータセットの構成を開始し、そのデータをどのように計算して利用して予測を作成し、微調整し、機能させるかをユーザーが開始できる、ローコードのノーコードタイプの環境からも恩恵を受けるでしょう。彼らのために。
Kyndi の創設者兼 CEO のライアン・ウェルシュ氏は、人工知能業界はビジネス ユーザーが直接操作できるツールをさらに提供するだろうと述べました。企業はますます多くのデータ サイエンティストや MLE を雇用していますが、本番環境における AI の純導入量は同じ割合で増加していません。ビジネス環境が進化するにつれて、多くの研究と実験が進行中ですが、企業は簡単に拡張および管理できる AI 対応の生産ソリューションの恩恵を享受できていません。来年にかけて、人工知能はより民主化され始め、技術的スキルの低い人々でも機械学習の複雑さをすべて抽象化するツールを直接利用できるようになります。高度な統計や数学に関する正式なトレーニングを受けていないナレッジ ワーカーや一般の「データ サイエンティスト」は、これらのセルフサービス ツールを使用してデータから価値の高い洞察を抽出し、高度な分析を実行し、ビジネスのスピードで特定の問題を解決できるようになります。ビジネス上の問題。
AI ベースの意思決定の商用アプリケーションが増加するにつれて、倫理的な AI が重要になります。さまざまな業界の企業が、データに基づいた意思決定のために人工知能の利用を加速しています。ソーシャルメディアプラットフォームが投稿を抑制したり、医療専門家と患者を結びつけたり、大手資産管理銀行が最終消費者に融資を拡大したりする場合でも、AIが最終結果を決定する場合、現時点ではアルゴリズムに内在するバイアスを抑制する方法はありません。
2023 年、企業はプライバシーとデータ ガバナンス、アルゴリズムの透明性、公平性と非差別、説明責任と監査責任の確保など、これらの規制案に準拠できる必要があります。これを念頭に置いて、企業は倫理的 AI をサポートする独自のフレームワークを実装する必要があり、これは今後 1 年でこれまで以上に重要になると考えられます。
以上が2023 年の人工知能業界の予測の詳細内容です。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。

ホットAIツール

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
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

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
中国語版、とても使いやすい

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
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









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、

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。

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。

ソフトウェア テクノロジの最前線に立つ UIUC Zhang Lingming のグループは、BigCode 組織の研究者とともに、最近 StarCoder2-15B-Instruct 大規模コード モデルを発表しました。この革新的な成果により、コード生成タスクにおいて大きな進歩が達成され、CodeLlama-70B-Instruct を上回り、コード生成パフォーマンス リストのトップに到達しました。 StarCoder2-15B-Instruct のユニークな特徴は、その純粋な自己調整戦略であり、トレーニング プロセス全体がオープンで透過的で、完全に自律的で制御可能です。このモデルは、高価な手動アノテーションに頼ることなく、StarCoder-15B 基本モデルの微調整に応じて、StarCoder2-15B を介して数千の命令を生成します。

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

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

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス
