人工知能:長所、短所、そして未来

人工知能とは何か、そしてそれが私たちの生活にどのように関係しているか疑問に思ったことはありませんか? この分野と、それが私たちの生活にどのように影響するかを見ていきます。

人工知能またはAIは、現実世界の問題を解決するためのアルゴリズムの使用です。 これには、マシン、特にコンピューターによるインテリジェンスのデモンストレーションが含まれます。

AI分野は、1950年代以降着実に成長してきましたが、コンピューターのハードウェアの制限によりペースは遅くなりました。 ただし、より強力で安価なコンピューティングプラットフォームの結果として、過去XNUMX年間ではるかに速く成長しました。 それでも、一部のAI実装は比較的高価なままです。

スマートフォンのカメラからビデオゲーム、eコマース、ヘルスケア、サイバーセキュリティ、製品の推奨事項、検索エンジン、広告に至るまで、今日のあらゆるものに人工知能が搭載されています。

この投稿では、人工知能業界を詳しく見て、その長所と短所、および私たちと機械の将来について詳しく説明します。

人工知能とは何ですか?

人工知能は、機械からの知能のデモンストレーションです。 これには通常、より適切な対応のための環境の適切な認識が含まれます。

さまざまな人々が自分の言葉で人工知能を定義するかもしれませんが、例はAIとは何かとそうでないものをよりよく説明するための良い方法かもしれません。

チャットボットを設計していることを少し考えてみてください。 インターネットを介したユーザーからのクエリを受け入れ、それらのクエリを解析して回答を提供できる必要があります。 ここでの最初の行動方針は、ユーザーが尋ねる可能性のあるすべての質問に対する回答をリストすることです。

ただし、このアプローチの問題は、ボットが応答できるものが大幅に制限されることです。 たとえば、遊び心のあるユーザーがそのようなボットに「あなたのおっぱいを見せて」と頼んだ場合、答えはおそらく「わかりません」などになります。

次に、単語の意味を理解しようとするアルゴリズムを備えた別のチャットボットについて考えてみましょう。 それでもいくつかの基本的な答えが事前にロードされている可能性がありますが、そのアルゴリズムにより、単語の意味を推測し、未知の質問に答えることができます。 それをボット2と呼びましょう。

したがって、bot-2に「おっぱいを見せて」と頼むと、その答えが事前に読み込まれていないことがわかりますが、そのトレーニングによっていくつかのことがわかります。

  1. 「ショー」という言葉は、あなたがそれからの行動を望んでいることを意味します。
  2. 「おっぱい」は人間の胸の同義語です。

上記の情報を使用すると、非常に基本的なAIプログラムが、Webで「おっぱい」を検索し、最初の画像を表示する場合があります。

より複雑なAIシステムは、さらに「おっぱい」を次のように分類する可能性があります 成人コンテンツ。 それをボット-3と呼びましょう。 そのため、写真を表示するだけでなく、アダルトチャットルームに参加するか、商用のアダルト広告を表示するかを尋ねられる場合もあります。

上記のシナリオからわかるように、bot-1の環境意識はゼロでした。 Bot-2には2つの環境意識があり、より優れていました。 bot-3には3つのカウントがあり、最も賢いものでした。

簡単に言えば、相互作用(信号)のより多くの側面をキャプチャして分析することで、AIシステムがよりスマートになります。 可能な限り最高の結果を生み出すために、この情報の収集と分析を行うには多くの方法があります。 そして、この分野は人工知能と呼ばれています。

人工知能の例は何ですか?

以下は、すでに遭遇したはずの多くのAI実装の一部です。

  • バーチャルアシスタント –チャットボットは、上記の例を超えて、多くの便利なアプリケーションに進化しました。 彼らの多くは人間の話し方を理解し、話し返しさえします。 例としては、AmazonのAlexa、AppleのSiri、Googleアシスタントなどの人気のある商用製品があります。
  • 検索エンジン –検索エンジン、特にGoogleは、過去数十年間、多くのAI研究開発の焦点となってきました。 現在、Google検索エンジンは、検索する用語ごとに数百の信号を監視および分析しています。 それがとても賢いように見える理由です。
  • ディープフェイク –現在、楽しみのためにより多く使用されていますが、画像を理解して再描画できるAIアルゴリズムがあります。 たとえば、写真を笑顔にしたり、話したり、大統領や有名人の偽のビデオを作成したり、写真でビキニを着た人の服を脱いだりすることができます。
  • 製品の推奨事項 – AmazonからNetflixまでのすべての主要企業、チケット予約、および次のような音楽推奨プラットフォームで使用されます。 パンドラ.
  • 顔認識 –これは非常に優れているため、FacebookとPicasaはどこでも簡単にあなたを識別できます。 ニューラルネットワークシステムの設計が改善されたため、AI画像は良好になりました。
  • スパムフィルタリング – Gmailは、他の優れた機能の中でもとりわけ、インテリジェントなスパムフィルタリングシステムのおかげで優れています。 AIは、機械学習に対するベイズ分類器のアプローチのおかげで、電子メールスパムの脅威から世界を救いました。
  • Games –ノンプレイヤーキャラクターの生成に多く使用されます。 一部のゲームもあなたから学ぶので、彼らはあなたを打ち負かすのが上手になります。
  • 農業 –作物の監視の改善、収量の改善、牛の自動搾乳、最適な温室条件などのための多くのアプローチ。
  • 金融投機 –最近、トレーディングボットが大流行していますが、収益性はさまざまです。 これらのボットの多くは、投資アドバイスを提供するロボアドバイザーを含むAIを採用しています。
  • セキュリティ –人工知能は、セキュリティカメラ、異常なプロセスの検出、物理的およびサイバー資産の監視と防御における人間の支援にも使用されています。
  • ヘルスケアと診断 –介護ロボットからスキャンをより速く診断するニューラルネットまで、AIはより良い、より安価なヘルスケアのための多くの機会を提供します。
  • ドローン –これらは、自分で考えてナビゲートできる飛行機械です。 現在、軍事組織にとって大きな資産です。
  • 産業用ロボット –部品の溶接から、倉庫からの製品のピッキング、電子回路の構築、自動車のスプレー塗装まで、産業用ロボットの範囲は拡大しています。

人工知能分野はどのくらいの大きさですか?

人工知能は、理論的には人間が行うあらゆる活動に適用できます。これには、環境の知覚から言語、一般的な学習、運動まで、あらゆるものが含まれます。 フィールドは広大です。

最も人気のあるAIフィールドのリストは次のとおりです。 一部の組織では、これらのフィールドのXNUMXつ以上を組み合わせて、目標を達成することに注意してください。

  • 推論と問題解決 –自明。
  • 知識表現 –質問に正しく答える能力。
  • 計画と予測 –データの山から意味をなす。
  • 学習 –経験を通じて新しいパターンを発見する。
  • 自然言語処理 –人間のコミュニケーションを理解する。
  • 知覚 –マイク、カメラ、レーダーなどのセンサーからのデータを理解する。
  • モーション –ロボット工学や自動運転車などの環境をナビゲートする機能。
  • ソーシャルインテリジェンス –人との交流。
  • 一般的な知性 –自明。

トップ人工知能アプローチ

人工知能の追求にはさまざまな分野がありますが、機械からインテリジェンスを生成する問題には、同様にさまざまなコンピューティングアプローチがあります。

以下のさまざまな方法は何年にもわたって進化しており、特定のタスクには他の方法よりも優れているものもあります。 これにより、それらが何であり、どのように機能するかを知ることが重要になります。

  • 論理的方法 –特にAI関連ではありませんが、論理的な方法とアルゴリズムは、スマートアプリケーションの開発に大いに役立ちます。 最新のコンピューターは、AND、NOT、NAND、OR、XORなどの論理回路に基づいています。
  • 検索とランク付け –名前が示すように、データベースを検索し、関連性に基づいて結果をランク付けします。 これが検索エンジンの基盤です。
  • ニューラルネットワーク –人間の脳の認知システムを再現します。 ニューラルネットは、その複雑さのレベルや、隠れ層の数によっては、メモリを大量に消費する可能性があります。 多くの層を持つ複雑なニューラルネットは、深層学習と呼ばれます。 彼らは学習において非常に柔軟性があり、AIアプリケーションの最近の驚異のほとんどの背後にあります。
  • 決定木 –入力に基づいて情報またはイベントを分類する簡単な方法。 各ツリーレベルは、オブジェクトが何であるか、またはそうでないかを判断するのに役立ちます。
  • ベイズ分類器 –このメソッドは、コンテンツに基づいてドキュメントを分類します。 「バイアグラ」または「オンラインでシアリスを購入」を含む電子メールはスパムとして簡単に検出できるため、電子メールのスパム制御に最適です。
  • 進化の –それ自体のさまざまなバージョンを作成し、それらをテストして、最高のバージョンになることができるAIシステム。 ゲームや超知能プロジェクトに最適です。
  • クラスタリング –これには、関連データをグループ化して、フライトや配車サービスなどの接続を簡単に見つけることが含まれます。

人工知能の利点

人工知能には多くの潜在的な利点があり、ヘルスケアから商業、製造などの幅広いアプリケーションにとって魅力的です。 ただし、ほとんどの人間の活動はAIの恩恵を受けることができるため、範囲は事実上無限です。

以下は、人工知能の主な利点のいくつかのリストです。

  • オートメーション –タスク、特に日常的で退屈なタスクを簡単に自動化できます。
  • ヒューマンエラーなし –人間は時々間違いを犯しますが、コンピューターアプリケーションは間違いを犯しません。
  • より迅速な決定 –ストレスなく、わずか数ミリ秒で回答を得ることができます。
  • 24時間年中無休 –コンピュータアプリケーションは決して疲れません。
  • リスクはほとんどまたはまったくありません –戦争や核の発生時には、ロボットは非常に便利です。
  • 生産性の向上 –コンピューターはすでに私たちの生産性を高めており、AIはそれを増やし続けます。

人工知能のデメリット

人工知能にもいくつかの欠点があり、主なものは次のとおりです。

  • 失業 –人工知能アプリケーションは、将来的に仕事に取って代わるように設定されています。 ただし、これらは複雑なスキルを必要としない反復的なタスクになる可能性があります。
  • キャピタルインテンシブ –新しいAIシステムの実装は、単に誰かを雇って仕事をするのに比べて、依然として比較的資本集約的な取り組みです。
  • 既成概念にとらわれない思考 –人工知能は、科学者が新しい発明を考え出したり、新しいパターンを発見したりするのに役立ちますが、システムがそれを行うように設計されている場合にのみ機能します。 そうでなければ、AIマシンは人間スタイルの創造性を欠いています。 少なくとも、今のところ。
  • プライバシーの問題 – Facebookから、路上で人々の顔を検索するためにすでにAIを採用している国まで。 このテクノロジーの悪意のあるアプリケーションがどうなるかは誰にもわかりません。

人工知能による私たちの未来

未来はまだ起こっていないので、多くの結果がまだ可能です。 ただし、進行中の作業と研究に基づいて、AIの分野からいくつかのことが期待できます。 ここにあるいくつかの:

  • 軍隊 – XNUMXつ目は武器化されたAIであり、世界中の軍事研究所はすでにこれに深く関わっています。 また、インターネットはもともと軍用に開発されたことを忘れないでください。
  • Jobs > Create New Job – XNUMX番目の問題は、従来の仕事です。 人間の家事労働者や日常業務労働者のロボットやその他のAIを活用したソリューションへの置き換えが増えるでしょう。 ただし、より複雑なスキルと創造性を伴う仕事はそれほど影響を受けないはずです。
  • インテリジェンス –もうXNUMXつの問題は、超知能です。これは、通常の人間のレベルを超えるほどインテリジェントになるAIアプリケーションを指します。 これは問題ではありません if しかし、 いつ、コンピュータハードウェア開発の十分な進歩を考えると、それは必ず起こるはずです。 したがって、将来的には、iRobotから何らかのSkynet、Matrix、またはVIKIを期待してください。
  • 個人情報保護 –監視が悪化し、悪意のある人物が最終的にパーティーに参加します。 AIを利用した公共監視システムを使用するよりも、誘拐する人物を見つけるためのより良い方法はありますか?
  • 愛 –最後に、セックスと人間関係の問題があります。 等身大のダッチワイフ 基本的なAIは、すでに一部の人々に大流行しています。 あなたはそれらをどんな形、色、顔、そしてあなたが好きなエクストラで手に入れることができます。 しかし、AIの進歩により、彼らは歩き回り、料理をし、あなたのために踊り、あなたの一日がどうだったかを尋ね、感情的に結びつき、あなたの性的および他の好みを学び、そしてその間ずっと安くなります。 
    これがどこに向かっているのか分かりますか?

トップAIツール

ハッカーヌーンは AIツールとサービスのこの長いリスト 今日から使い始めることができます。 Amazon EchoからGoogleアシスタント、Cortanaなど、リストは関連するセクションに分かれています。

個人用またはビジネス用のAIシステムを開発するためのより技術的なツールについては、以下のリストに業界のトップネームのいくつかとその機能を示します。

  • Python  –多くのAIライブラリを備えた高級プログラミング言語。
  • TensorFlow –GoogleのPythonベースのAI開発プラットフォーム。
  • scikit-learn –別のPythonベースの機械学習プラットフォーム。
  • コー​​ヒー –高速で使いやすい機械学習フレームワーク。
  • MXNet –オープンソースのディープラーニングフレームワーク。
  • パイトーチ –最適化された深層学習Pythonライブラリ。
  • GoogleCloudMLエンジン –トレーニングと予測のためのスケーラブルなクラウドベースのエンジン。
  • AzureMLエンジン –Microsoftのクラウドベースの機械学習エンジン。

まとめ

人工知能の世界とそれが私たちのために用意しているものを通してこのガイドの終わりに達すると、あなたはこの技術の長所と短所も見てきました。

XNUMXつ明らかなことは、人工知能の継続的な開発は避けられないということです。 したがって、今後数十年の劇的な社会経済的変化に備える必要があります。

Nnamdi Okeke

ンナムディ・オケケ

Nnamdi Okekeは、さまざまな本を読むのが大好きなコンピューター愛好家です。 彼はWindows/MacよりもLinuxを好み、使用しています。
当初からのUbuntu。 ツイッターで彼を捕まえることができます ボンゴトラックス

記事:278

技術者のものを受け取る

技術トレンド、スタートアップトレンド、レビュー、オンライン収入、Webツール、およびマーケティングを月にXNUMX〜XNUMX回

コメントを残す

あなたのメールアドレスは公開されません。 必須フィールドは、マークされています *