2017 年最もホットなテクノロジーである人工知能について、あなたはどれくらい知っていますか?

2017 年最もホットなテクノロジーである人工知能について、あなたはどれくらい知っていますか?

2017 年の最もホットなテクノロジートピックは間違いなく人工知能です。人工知能は非常に難しい科学であり、この仕事をする人はコンピューターの知識、心理学、哲学を理解していなければなりません。人工知能は、機械学習、コンピューター ビジョンなどのさまざまな分野で構成される非常に広範な科学です。一般的に言えば、人工知能研究の主な目標は、通常は人間の知能を必要とする複雑なタスクを機械が実行できるようにすることです。しかし、時代や人によって、この「複雑な作業」に対する理解は異なります。

テクノロジーは段階的に発展し、人工知能も段階的に発展します。人工知能の概念は 1956 年に提案されました。数十年間低迷していましたが、最近再び人気が出てきています。一般的に言えば、その発展はそれほど急速ではありませんでした。現在話題になっている人工知能は、人工知能の弱い部分にすぎません。強力な人工知能の段階に到達するには何十年もかかるでしょう。

人工知能の開発には、データ量、計算能力、アルゴリズムという 3 つの重要な要素が必要です。

強力な人工知能を開発したいのであれば、ディープラーニングのプロセスも必要です。ディープラーニングには、専門家の人材育成と、さまざまな分野や方向への経済的投資が含まれます。

人工知能を学習し、開発するにはどうすればよいでしょうか? 現在、多くの大企業が人工知能学習プラットフォームを立ち上げています。外部の世界へのすべてのフレームワークとインターフェースを提供するため、学習者はそれらを開発と使用に簡単に適用できます。もちろん、このプロセスをさらに改善するには、継続的な改善、改良、調整が必要です。

人工知能ハードウェアの分野でも多くのAIチップメーカーが登場しており、これらのチップの開発過程では、アルゴリズムやマルチタスクに対する高度な処理要件も高まっています。

処理能力の点では、コンピューターの CPU は使用されなくなり、より処理能力の高い GPU などが使用されるようになりました。 Huawei の Kirin 970 チップは、高強度の処理能力を備えています。

人工知能の概念は外国人によって提唱され、数十年にわたって実践されてきましたが、AlphaGoが人間の囲碁プレイヤーに勝利したことでようやく注目を集めるようになりました。何か新しいものを創る最初のチャンスを得たのは誰でしょうか?中国の開発のペースが諸外国ほど速くないことは明らかだ。 Intel はすでに完全なソリューションを持っており、IBM も人間の脳のようなチップを持っています。

もちろん、国内の大手企業も人工知能の分野に参入しており、政府も白書を発行して強力に支援しているが、この分野の技術人材がまだ不足しており、各方面からの協力と支援も不可欠であるため、このプロセスはまだ比較的困難で長い。

「AI戦略がなければ、これからの世界で死んでしまう」という文章を見たことがありました。これは絶対的なものではありません。おそらく将来的には、AI技術を持たない企業はテクノロジー企業とはみなされなくなるかもしれません。しかし、人工知能に適した分野はどれでしょうか?どのような機会がありますか?下の写真を見てください

「人工知能は今後20年間で最も重要な技術の一つになるかもしれない」。業界の専門家と外部の人々は、この見解について異なる意見を持っている。業界関係者は、現在のコンセプトはすべて誇大宣伝であり、テクノロジーは人間のニーズをまったく満たすことができないと考えています。人間の脳レベルの強力な知能を実現することはほぼ不可能です。強力なサポートがなければ、人工知能は暖かい春の後に凍結期に入ります。

業界の専門家ではない私でも、人工知能が人類の寿命を延ばすのに役立つことを期待しています。

<<:  人工知能はソフトウェア開発業界にどのような影響を与えるでしょうか? AIはクリエイティブな労働者に取って代わることはできない

>>:  量子コンピューティング + 人工知能 - これが未来のテクノロジーの最大のホットスポットです!

ブログ    
ブログ    

推薦する

OpenAIがついにオープン:DALL-E 3の論文が発表され、ChatGPTが開始、著者の半数が中国人

最後に、「OpenAI は再びオープンになりました。」 OpenAIが発表したばかりのDALL・E ...

ディープラーニングの将来の発展に向けた3つの学習パラダイム:ハイブリッド学習、コンポーネント学習、簡易学習

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

TF Learn: Scikit-learn と TensorFlow をベースにしたディープラーニング ツール

[51CTO.comより引用] 海外のデータサイエンス市場に詳しい人なら誰でも、2017年に海外のデ...

...

AIに切り替えたい人向け:人工知能ガイドはこちら

人工知能とは何でしょうか? なぜ重要なのでしょうか? 人工知能を恐れるべきでしょうか? なぜ突然、み...

機械学習翻訳の限界を説明する

機械学習による翻訳は人間のコミュニケーションに非常に有益ですが、限界もあります。機械学習は、企業に文...

伝説のゲーム開発者カーマック氏:汎用人工知能は2030年に誕生する

伝説のゲーム開発者ジョン・カーマック氏は、2030年頃に汎用人工知能(AGI)が登場する可能性がある...

2Dラベルのみを使用してマルチビュー3D占有モデルをトレーニングするための新しいパラダイム

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...

AIコピーライティングの11のメリット

この記事では、AI がコピーライターにもたらす 11 のメリットの一部と、次のプロジェクトで AI ...

AI葬儀:ロボットに自分の葬儀を執り行ってもらう勇気はありますか?

スマートな葬儀は常に議論の的となっている話題です。現状では、スマート葬儀サービスの応用製品にはまだま...

イノベーションを統合し、障壁を下げ、PaddlePaddleは人工知能を推進して大規模な工業生産を実現します。

5月20日、中国国家深層学習技術応用工程研究室と百度が共催する「WAVE SUMMIT 2021 ...

...

データ構造フレームワークの考え方を理解すると、すべてのアルゴリズムは単なる張り子の虎に過ぎない

1. データ構造の保存方法データ構造を保存する方法は、配列 (順次ストレージ) とリンク リスト (...

スタンフォード大学の研究:スマートフォンの録画で人が酔っているかどうかを98%の精度で識別できる

11月9日、スタンフォード大学の最近の研究で、スマートフォンは音声パターンから人が酔っているかどうか...