AIアプリケーションはコストを2倍以上にする

AIアプリケーションはコストを2倍以上にする

人工知能の登場により、多くの企業がこの分野の研究開発に多額の資金を投資し、一部の企業は成果を上げ始めています。しかし、人工知能の適用には2倍以上のコストがかかり、混乱する点も多々あります。

[[216736]]

AIアプリケーションのコストは2倍以上

今月初め、今日頭条と鳳凰ニュースは、わいせつな情報や猥褻な情報の流布、インターネットのニュースや情報サービスに関する規制違反などの問題で召喚され、いくつかのチャンネルが24時間停止された。しかし、Toutiao ではコンテンツの配信とレビューを担当しているのは人工知能システムです。

Toutiaoはこれまでずっと人工知能企業であると主張してきた。TMDの3大非上場企業の一つとして、Toutiaoの主な研究開発投資も人工知能に焦点を当てている。しかし事件後、今日頭条は大規模な再検討と採用活動を開始し、4000元から6000元の給与で2000人の従業員を採用した。従業員管理、作業スペース、福利厚生などを加えても、総額は2000万を超えないだろう。

Toutiao 採用情報 (出典: インターネット)

2000万ドルを人工知能の開発に使ったらどうなるでしょうか?起業資金が足りない可能性もあります。他の企業の投資を見れば、人工知能の研究開発にどれだけの資金が費やされているかが分かります。百度は2016年だけで100億人民元を投資しており、2017年にはその額はさらに高くなるでしょう。 2000万投資しても波及効果はないのではないかと思います。

実はここで問題が発生します。人工知能が行うことは、実際には人力で行う方がより良く、はるかに安価にできるのです。当初使用されていた人工知能技術監査には多額の投資が行われましたが、依然として問題が残っています。さらに皮肉なのは、人工知能の欠点が露呈した後も、監査の目的を達成するためにそれを補う人材が依然として必要とされていることだ。そうした結果、人工知能の研究開発は明らかに人手も兵力も失う状況に陥り、検討コストも2倍以上に膨れ上がることを余儀なくされた。

運用、保守、アップグレードにもコストがかかる

人工知能は一度限りの研究開発投資であり、その技術は無限に複製され、より大きな作業負荷を処理できるという見方もあります。しかし、人工知能にはより多くの機器が必要であり、機器には運用、保守、アップグレードのコストがかかります。これはより高価になり、AI は非 AI よりも高価になります。

ニュース分野における機械学習の応用の概略図

無人店舗を例にとると、カメラ、モニター、レジ、スキャナーなどの設備と設備保守要員を追加する必要があります。一連の技術アプリケーションとシステム保守は無料のサービスではなく、このような設備の専門保守要員は比較的不足しています。彼らの賃金は一般的な設備の保守要員よりもさらに高いため、コストを削減する方法はありません。

自動運転車を例に挙げてみましょう。自動運転車は従来の車よりも間違いなく高価です。ドライバーはさまざまなセンサー、車載システム、ネットワーク機器に置き換えられますが、当然ながら高価です。家庭用ロボットの場合、ロボットの定期的なメンテナンスやレンタル業務などにもタイムリーなサービスが必要です。これらのコストは必ずユーザーが負担することになり、時間給労働者よりも安くはなりません。

これは現在の人工知能技術が未成熟であり、それが価格面での不利につながっているのではないかと考える人もいるかもしれません。これは完全に真実というわけではありません。人工知能技術は確かに成熟すればある程度のコストを削減できますが、多くのコンポーネントのコストは大幅に削減できません。同時に、人工知能製品は技術の組み合わせであり、多数のハイエンド技術を適用する場合、特許や研究開発コストを考慮する必要があり、最終形態は従来のローテク製品よりも低くなることはありません。

AI VIPアシスタンス

本来、AIは人間を支援するべきものですが、現在は人間がAIを支援しています。

人工知能は人間の支援を必要とする

確かに、インテリジェントなコンテンツ推奨と配信は、今日頭条に多くの忠実なユーザーをもたらしました。これほどの規模のコンテンツ推奨は人間の力ではできないことは否定できません。これは人工知能の無視できない貢献です。しかし、人工知能の欠点は、二重コストの問題だけでなく、推奨コンテンツの認識やコンテンツ感度も人間の知能に及ばないことです。

人工知能の認識力や感度を高めるために人間が必要なら、人工知能の意味は何でしょうか?

人工知能がいわゆる「無人」作業を実現することは困難であり、現段階では、その位置づけは、人間に取って代わって作業を行うというよりは、人間の計算能力や操作能力の不足を補い、人間の作業を簡素化するツールに近い。

[[216737]]

人間とAIの関係は慎重に検討する必要がある

将来の無人運転車にはハンドルやブレーキが絶対に必要なくなると考える人もいますが、私はこの見方に懐疑的です。たとえ無人運転技術が完全に成熟し、レベル5の無人運転車がどこにでも普及したとしても、運転手はハンドルを離さないでしょう。簡単な例を挙げると、今日の地下鉄、高速鉄道、飛行機は基本的に無人運転ですが、飛行機や電車の運転手による事故は依然として多く発生しています。これらは発生確率が低い事象ですが、それでも多額の費用がかかります。消防やセキュリティなどでも同様です。人間はこうした緊急事態にうまく対処できますが、人工知能はそれほど優れていません。そのため、人工知能の登場後も、多くの業界では依然として人間の支援が必要です。直接的な結果として、業界の運営コストが増加し、人工知能が大衆市場に参入した際の競争力が低下します。

私の意見では、たとえ強力な人工知能が実現されたとしても、人工知能を「非人間化」するプロセスは依然として困難なものとなるでしょう。人工知能に創造性が欠けているときは、ツールとして管理されやすいが、創造力を持つようになると、人工知能の発展は多様化の方向に進むだろう。人間はすでに十分に賢いので、法律や警察の仕組みを改善する必要があり、人間の監視から独立することはさらに不可能になるでしょう。さらに、安全はすべての面で最優先です。軍事分野となると、包括的な予防措置が必要です。人工知能に完全な自由を与えるにはどうすればよいのでしょうか?

要約する

現段階では、人工知能技術の応用には2倍以上のコストと技術の未熟さが伴います。そのため、多くの場合、企業はAIと従来の技術の間で迷い、葛藤することになります。将来、テクノロジーが成熟すると、このような状況はなくなるのでしょうか? AI が人間に取って代わることは決してないので、このジレンマは依然として存在するのではないかと心配しています。

<<:  眼球認識技術が魔法を発揮し、一目であなたを認識します

>>:  人工知能が人々を生き返らせる

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

ビジネスにおける人工知能のリスクと限界

ビジネスにおいては、人工知能のリスクと限界を考慮する必要があります。 AI のリスクと限界には、プラ...

YOLOはまだ死んでいません! YOLOv9がリリースされました:パフォーマンスと速度SOTA〜

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

ニューラルネットワークの動作原理を1つの記事で理解する

この記事では、ディープ ニューラル ネットワークの一般的な概要を説明します。今日では、人工知能につい...

何も起こらないときは「自動運転」、何か起こったときは「運転支援」?

近年、スマートカーの事故が多発しており、事故の原因は主にいわゆる「自動運転」機能に関連しており、必然...

Wu Fengguang: Linux を使って事前読み取りアルゴリズムを学ぶ

Linux は急速に発展し、今では Microsoft に追いついています。Linux をより良く適...

米国は中国のハイテク製品を全面的に禁止する「2021年戦略競争法」を提案した。

米国の民主党と共和党は常に深刻な対立関係にあるが、両党は中国との対決という一つの問題において稀な一致...

テキストからキーワードを抽出するにはどうすればいいですか? Daguan Dataが使用する3つのアルゴリズムから始めましょう

導入自然言語処理の分野では、膨大なテキストファイルを処理する上で、ユーザーが最も関心を持っている問題...

大学における人工知能への熱意を「クール」に振り返る

大学は関連専攻を開設する際に、教授委員会と学術委員会を組織し、国の人材政策、業界の人材需要、国内外の...

新たな突破口!商用ドローン配送がさらに一歩前進

ドローンはすでに、医療製品の配送、インフラの検査、監視、メンテナンス、人間の労働力へのリスクの軽減、...

マスク氏がテスラFSD V12の試乗を生放送!世界初のエンドツーエンドAI自動運転、10,000台のH100でトレーニング

現地時間8月26日、マスク氏は自らオンラインにアクセスし、FSD Beta V12の試乗ライブ放送を...

あまり知られていないがプライバシーを保護するトレーニング方法:フェデレーテッドラーニング

[[261420]]ビッグデータダイジェスト制作出典: MITテクノロジーレビュー編集者: stat...

ナレッジグラフを使用して RAG 機能を改善し、大規模モデルの幻覚を軽減する

幻覚は、大規模言語モデル (LLM) を使用するときによく発生する問題です。 LLM は流暢で一貫性...

今後 10 年間で 21 の新しい仕事が生まれます。あなたに何ができるか見てみましょう。

[[242467]]現在観察できるマクロ経済、政治、人口、社会、文化、ビジネス、テクノロジーの一般...

すべての最大共通部分列を見つけるためのアルゴリズムの実装

1. LCS分析まず、サブシーケンスとは何でしょうか?定義は書きませんが、一目でわかるように例を挙げ...

...