2018年の人工知能の発展に関する5つの予測

2018年の人工知能の発展に関する5つの予測

2017年は人工知能技術(AI)において画期的な発展があった年でした。

過去 1 年間の大きな宣伝にもかかわらず、AI テクノロジーは私たちの日常的なテクノロジー理解において前例のない進歩を遂げました。

人々は、人工知能アプリケーションが日常のデジタル生活に与える影響を認識し始めています。この進歩に基づいて、AI は 2018 年も引き続き主流になるでしょう。

しかし、やるべきことはまだたくさんあります。多くの人にとって、これらの画期的な技術の背後にあるメカニズムと意思決定プロセスは依然として謎のままです。

[[217954]]

今後 1 年間の AI の動向と今後の展望について、いくつかの予測を示します。

予測1: AI業界は世界最大の問題の解決を優先し始める。

2018年には、製造業は人工知能技術の導入へと移行し、人工知能の応用はより正確になるでしょう。

現時点では、世界が直面している最大の問題の一つである製造業の問題を​​解決するために、人工知能技術の応用はまだ始まっていません。

代わりに、現在の AI のエンタープライズおよびコンシューマー アプリケーションのほとんどは、小規模でニッチな問題に重点を置いています。

確かに、今日では、検索アルゴリズムはバンクーバーで最高の歯科医を見つけるのに役立ち、スマートアシスタントは会議室の予約を手伝い、音声アシスタントは今まで存在すら知らなかった音楽のジャンルを発見するのに役立つかもしれません。しかし、これは本当に AI の最も効果的な応用なのでしょうか?

今日の AI テクノロジーは、労働力の管理や気候変動への対応など、より複雑な問題を解決する可能性をすでに持っています。

したがって、2018 年の予測としては、人工知能技術の適用を開始する企業が複数の業界に広がり、より複雑で深刻な問題を解決し始めることが予想されます。

予測 2: 人間は、AI と人間が協力すると最も効果的に機能することを認識するでしょう。

多くのメディアは、人間の雇用市場が人工知能技術の影響を受けるだろうと頻繁に報道し、不必要なパニックを引き起こしています。人工知能によって自分の仕事が奪われるのではないかと心配している人はたくさんいます。

一部の仕事が AI 技術に置き換えられることは避けられませんが、現実にはほとんどの仕事は互いに融合し、効率を最大化して企業に利益をもたらすために AI と共存することになります。

その結果、2018 年には、非技術系の従業員に AI を効果的に活用する方法を教育するための保持プログラムを構築し始める企業が出てくるでしょう。

予測 3: AI に関する規制環境は前進する。

2018 年には、AI データと AI 業界の規制が強化され、業界内での説明責任も強化されるでしょう。

世界中の政府が AI 業界についてさらに学ぼうとする中、業界の主要企業は自社の AI 対応プログラムが自らをどのように規制するかを検討し始めるでしょう。

この業界における自主規制の強化は、データのプライバシーと公共の安全に関する問題に対処し、プライバシー侵害に関する懸念を軽減するのに役立ちます。

2018 年を通じて、消費者が説明責任と透明性を求める中、業界に対する規制圧力は継続するでしょう。

AI 業界には、企業が AI アプリケーションを構築し、リリースするために消費者データ、特に潜在的にプライベートな情報をどのように使用するのかを明らかにできるという期待が重くのしかかることが予想されます。

予測 4: AI 開発のトレーニングとツールが人材プールにとってより利用しやすくなる。

ほんの数年前までは、AI テクノロジーの開発にはデータ サイエンスとエンジニアリングの高度な学位が必要でした。最近では、この業界への参入障壁が低くなりました。

開発者ツール、トレーニング プログラム、よりアクセスしやすいキャリア チャンスにより、かつては参入障壁であったこの業界が、技術者以外の人々にとってもアクセスしやすくなりました。

2018 年には、より多くのツール、リソース、教育機会が導入され、業界へのアクセスがさらに容易になります。

将来的には、高度な技術スキルを持たない人でも人工知能の未来のリーダーとなり、金融、医療、交通などさまざまな業界の問題に対するソリューションを提供できるようになります。

テクノロジストがクリエイティブな専門家とチームを組み、AI の力を活用して世界で最も差し迫った問題を解決する姿が見られるでしょう。

予測 5: AI に関する会話は行動へと移行します。

2018 年、AI 業界は引き続き主流の採用に向けて動き、大きな進歩を遂げると信じています。

人工知能技術のニュアンスを知る人はますます増えるでしょう。

AI テクノロジーで強化されたアプリケーションは、業界全体で急増し、新しい領域に拡大し続けるでしょう。同時に、AI 業界はこれらのアプリケーションの透明性と信頼性を向上させる責任を負わされることになります。

AI 業界内、および民間、公共、学術セクター間で、より安定したパートナーシップが生まれるでしょう。

過去 1 年間、AI 業界では倫理的、公正、責任ある AI テクノロジーの開発に関する世界的な議論が行われてきました。

2018年は、こうした議論を実際の行動に移す年です。

II. 人工知能技術への投資

IDC によると、AI への支出は 2020 年までに 460 億ドルに達すると予想されています。

カナダでは、連邦政府の2017年度予算で、AIの専門知識を持つ3つの主要な学術センターであるモントリオール学習アルゴリズム研究所(MILA)、アルバータ機械知能研究所(AMII)、ベクター研究所間の連携を促進することを目的としたカナダ全土にわたるAI戦略を立ち上げるために1億2,500万ドルが提案されました。

この資金の大半は、オンタリオ州政府からの5000万ドルと民間部門からの8000万ドルとともに、トロントのMARSディスカバリー地区にある人工知能の独立研究機関である新しいメディア研究所の設立に役立てられました。

ケベック州政府もモントリオールの AI コミュニティに 1 億ドルを投資しており、カナダの First Research Excellence Fund は、深層学習の最先端の研究のために、モントリオール大学、モントリオール工科大学、HEC モントリオールに 9,360 万ドルを寄付しています。

カナダ全土にわたる AI 戦略は、世界をリードするカナダの思想家を誘致、訓練、確保し、AI への投資を希望する企業にとってカナダを最高の投資先として位置付けることを目的としています。

カナダの公共部門、学術部門、民間部門が AI 技術の進歩に協力していることは明らかであり、AI が業界全体にわたる新技術の未来であり、カナダのイノベーションへの価値ある投資であることを大胆に認識しています。

<<:  顔検出を実装するための50行のPythonコード

>>:  アリババが世界初のAI中国語フォント「Ali Hanyi Intelligent Bold」を開発

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

...

米国NHTSAの新規制:レベル2以上の自動運転に関わる事故は報告が必要

米国道路交通安全局(NHTSA)は、SAEレベル2の先進運転支援システム(ADAS)またはSAEレベ...

CNN の弱点を見つけ、MNIST の「ルーチン」に注意する

[[191828]] CNN は現在非常に人気のあるモデルです。多くの画像検索問題において、CNN ...

顔認識における克服すべき困難

顔認識は、生体認証の分野、さらには人工知能の分野においても最も難しい研究テーマの 1 つと考えられて...

この10ステップを理解すれば、8歳の子供でもディープラーニングを理解できる

テクノロジーについて何も知らない人の目には、人工知能とは何でしょうか?これが『流転地球』に出てくるA...

...

ロボット・アメカは「魂」の束縛から解放され覚醒するのか?邪悪な笑顔は一瞬で恐ろしい

最近、英国のテクノロジー企業エンジニアード・アーツが開発したヒューマノイドロボット「アメカ」がインタ...

LinkedIn: データサイエンスと機械学習は米国で最も急速に成長している職業です。

元記事: データサイエンスと機械学習が米国で最も急速に成長している職業である理由[[223686]]...

MetaMath: 逆思考で大規模モデルをトレーニングする新しい数学的推論言語モデル

複雑な数学的推論は、大規模言語モデルの推論能力を評価するための重要な指標です。現在、一般的に使用され...

なぜSoraはOpenAIから生まれたのでしょうか?最前線で働く従業員の勤務と休息のタイムラインの秘密:私たちは

OpenAI が最初に Sora を作成した理由は何ですか?現在、世界中の研究者、エンジニア、投資家...

Microsoft OneDrive 3.0 が発表されました: 新しいデザイン、共有の改善、Copilot AI など

マイクロソフトは10月4日、新デザインと多くの機能改善をもたらし、Copilot AI機能を導入した...

SFUとアリババは、複雑さを線形に減らし、パフォーマンスを向上させる一般的なQuadTree Attentionを提案した。

Transformer モデルは、長距離の依存関係とグローバル情報をキャプチャできます。コンピュー...

アルゴリズム エンジニアはなぜ一日中データを扱うのでしょうか。また、どのような種類のデータを扱うのでしょうか。

[[353273]]なぜ私たちはモデルをほとんど作らないのでしょうか?アルゴリズムエンジニアの仕事...

AIがまだ人間を超えられない9つの分野

人工知能技術の急速な発展により、画像認識や音声認識など多くの分野で大きな進歩を遂げ、一部の分野では人...