2021 年の世界トップ 10 の人工知能アプリケーション

人工知能は、過去 10 年間にわたって年間を通じて最もホットな話題の 1 つとなっています。そして、この状況がすぐに変わる兆しはないように思われます。これを念頭に置いて、2021 年に話題となった AI の進歩トップ 10 のリストをまとめました。

[[440667]]

1. 自動化されたAI開発

自動化された AI はここ数年で人気が高まっています。最近、大きな研究上の関心が集まっています。 Google の AutoML や IBM の AutoAI など。 AutoML は推論モデルの作成と管理を簡素化することを目的としています。 AutoAI は、データの準備、特徴エンジニアリング、ハイパーパラメータの最適化を支援するプラットフォームです。

ニューロシンボリック AI の進化もまた重要な側面です。ニューロシンボリック AI は、データ駆動型アプローチと知識ベースアプローチを組み合わせた分野の 1 つです。 Neurosymbolic Concept Learner (NSCL) は、ビッグデータ要件と解釈可能性の欠如に関連する問題に対処するために IBM と MIT によって開発されたツールです。

2. AI生化学研究

医薬品の開発プロセスは、投資される時間と資金の両面でコストのかかる作業です。たった 1 つのコンポーネントを開発するだけでも、何百人もの研究者の共同作業が必要です。現代の人工知能の最も興味深い応用の一つは、新薬の発見です。研究者たちは、最先端の人工知能アルゴリズムを使用することで、プロセス全体をスピードアップできると予想している。たとえば、細胞カウントは生物学における活発な研究分野です。視覚 AI システムとコンピューター ビジョンは、想像を絶する精度で数秒以内にこれを実行するのに役立ちます。

3. AIはデータ要件を削減する

優れたデータセットを作成するにはコストがかかります。 Facebook や Google のような大規模な組織は、データの作成と収集に数百万ドル、場合によっては数十億ドルを費やしています。大量のデータを消費するモデルによって引き起こされる逆境に対処するために、データ合成アプローチが増加すると予想されます。現在のアプローチ（ほとんどのニューラル ネットワークやディープラーニング ベースの技術を含む）は大量のデータを必要とします。つまり、正確に機能するには大量のデータが必要です。データ効率の低いモデルを使用すると、コストが高くなります。ほとんどの中小企業は、データだけにこれほど多くの資金を割り当てる余裕がありません。したがって、データ集約型のテクノロジーをあまり使用しないことが重要です。これらの分野における最近の進歩のおかげで、多くの研究分野で独自のトレーニング データを生成できるようになりました。敵対的生成ネットワーク (GAN) などの方法は、人工的なデータ合成を利用して、大量のデータの必要性を減らすのに役立ちます。

4. AIは医療をより正確にする

2021 年、人工知能はヘルスケア業界のワークフロー全体に革命をもたらすでしょう。 AI ベースのテクノロジーを効果的に導入することで、患者だけでなく医療専門家も恩恵を受けることができます。複数の病院や医療センターからリアルタイムのデータを取得し、双方の利益のために活用します。デバイスの自動初期化、レポートの自動作成、スケジュールの最適化など、すべてが患者の状態に合わせてカスタマイズされます。 AI と専門家の臨床知識およびドメイン知識を組み合わせることで、臨床手順がスピードアップします。

5.説明可能性にもっと注意を払う

今年は AI における説明可能性がテーマとなります。昨年は、AI 倫理とリスク管理の初期の原則が制定された年でした。説明可能性の概念は、今日最も注目され、よく知られているトピックの 1 つです。問題の根本を突き止め、AI ベースの意思決定の背後にある理由を説明することを目的としています。説明可能性は、AI の多くのサブフィールドで重要な役割を果たします。機械学習とデータサイエンスは、使用されるモデルの解釈可能性に大きく依存します。理解しにくい（説明を読む）多くのモデルでは、データにバイアスや何らかのエラーが入り込んだかどうかを判断することはほぼ不可能です。ここ数年、人工知能をより倫理的なものにすることへの関心が高まっています。欧州委員会はさらに一歩進んで、倫理的な AI を開発するための 7 つのガイドラインを発表しました。

6. 製造業におけるAIの応用

今年は製造業界が人工知能の導入に真剣に取り組む年となるでしょう。品質管理は、ワークフロー全体の中で最も困難かつ重要なタスクの 1 つです。品質管理は、その作業の性質上、従来は主に手作業で行われてきました。実際には、品質管理の自動化は決して簡単な作業ではありません (コンピューター ビジョンの助けを借りずに処理しようとすると、さらに難しくなります)。 FMCG や自動車などの多くの業界では、AI を活用したツールを使用して品質管理手順を自動化しています。そうは言っても、それは人材に取って代わるものではありません。 AI は、品質を確保するために文字通り命を懸けている製品マネージャーの生活を楽にします。 AI をワークフローの一部にすると、生産ライン全体を近代化できるだけでなく、既存のプロセスを強化し、初期の課題を解決することもできます。

7. AIは地政学的に重大な影響を及ぼす

多くの専門家によると、AIは軍事的および経済的安全保障の両面で、今後も国家にとって最大の懸念事項であり続けるだろう。多くの政府はすでに、次の競争のフロンティアとなる可能性のある人工知能の力に数百万ドル、さらには数十億ドルを投資しています。軍事用AIの開発は驚異的なスピードで進んでいます。 2018年、米国政府は国防高等研究計画局（DARPA）を通じて今後5年間で20億ドルを割り当てることを決定した。 DARPA の目標は、次世代の AI ベースのテクノロジーを構築することです。 ATLAS は、自律ターゲット追跡のための高度なターゲット システムに特化したプログラムです。例えば、中国はAIだけに1000億ドル以上を投資しており、これは中国がいかに真剣で自信に満ちているかを示しています。英国、フランスなど多くの欧州諸国もこの競争に加わり、25億ドル以上を投資した。ロシア連邦は、秘密と内密の伝統に従い、そのような計画を一切公表していない。しかし、彼らが他の人々のようにこれらの技術の進歩を自分たちの利益のために利用しないと考えるのは愚かなことです。 2019年に発表されたレポートによると、彼らは人間の介入をほとんど必要とせずに仕事をこなせる自律型ドローン技術の開発に取り組んでいるとのことだ。

8. エンターテインメントと教育における人工知能

音楽や詩の生成、あるいはストーリーテリングなど、AI が立ち入れない領域がまだ残っています。既存のアルゴリズムは、最先端の技術を使用しても十分に「スマート」ではないことが示されています。 2021 年にはこれらの分野でかなりの発展が見られると予想しています。一般的に言えば、AI は、多くの事前経験を必要とする作業を実行するのに、あまり効果的でも効率的でもないことがわかっています。さらに、エンターテインメント業界における AI の全体的な影響は 2021 年に増加すると予想されています。昨年、私たちは映画「アイリッシュマン」で、視覚効果や策略の生成に AI が使われた AI の威力を目の当たりにしました。言うまでもなく、今後もこのような現象が見られるようになるでしょう。 AIは教育分野でも積極的に活用されることが期待されており、学習プロセスの迅速化や強化に活用することができます。

9. サイバーセキュリティにおけるAI

サイバー脅威への対処は、企業にとって大きな頭痛の種となっています。オンライン決済から電子メール通信まで、現代のビジネスの多くの側面は、堅牢なサイバーセキュリティ プログラムに依存しています。最近の調査によると、2018 年にはオンライン ビジネスの 60% 以上がさまざまな種類のサイバー攻撃に直面しました。フィッシング、ハッキング、ソーシャル エンジニアリング攻撃などのインシデントが一般的になるにつれて、サイバー セキュリティにおける AI の存在感が高まります。予測アルゴリズムとスマートテクノロジーは、詐欺師から私たちを守る上で重要な役割を果たします。 AI を使用すると、あらゆる兆候を見つけ出し、詐欺行為や私たちに危害を及ぼす可能性のあるデジタル活動を認識できます。 5G などの新しいテクノロジーの導入により、AI に新たな展望が開かれ、企業に計り知れないチャンスが生まれています。

10. AIが私たちを認識する

自動顔認識などの機能は今後数年間で強化されていくでしょう。近い将来、多くの基本的なサービスが人工知能の助けを借りて自動化されるでしょう。 A国は、公共交通機関などのサービスへのアクセスに顔認証プロセスを義務付ける準備を開始しました。世界中の組織や政府は、好むと好まざるとにかかわらず、私たちの身元や動きを追跡するために何百万ドルもの資金を投資しています。政府や民間組織はこのデータを活用して、自動化エージェントをよりスマートかつ強力なものにします。