2020 年に台頭する AI と機械学習の 6 つのトレンド

2020 年に台頭する AI と機械学習の 6 つのトレンド

人工知能ソリューションの市場は急速に成長を続けており、数百億ドルの収益をもたらしています。調査会社IDCの9月のレポートによると、AIシステムへの世界の支出は2023年までに979億ドルに達すると予想されており、今年予測されている375億ドルから驚異的な増加となり、今後数年間の年間成長率は28.4%となる。したがって、2020 年は、AI における次の 10 年間のイノベーションの方向性を定め、既存の勢いを継続する上で重要な年となるでしょう。

以下では、調査会社が 2020 年に注目すべきと考える 6 つの新たな AI および機械学習のトレンドについて説明します。

説明可能なAI

AI が組織の意思決定において大きな役割を果たすようになるにつれ、それらの意思決定がどのように行われたかを説明する AI 駆動型アプリケーションの必要性が高まっています。 Gartner によれば、2025 年までに政府および大企業との契約の 30% でこれらのソリューションが必要になるとのことです。つまり、2020 年はこの新興市場の基盤を築く重要な年となるでしょう。調査会社によると、データサイエンスや機械学習プラットフォームに関しては、結論を導くために使用される精度、特性、モデル統計を明確に示す必要があるという。ガートナーは別のレポートで、EU一般データ保護規則などの規則や法律が、このような説明可能なAIソリューションの需要を促進するだろうと述べた。

[[283043]]

自律型人工知能

自動運転車は自律走行車分野で最も注目を集めていますが、高度な人工知能システムの研究者や技術者による継続的な進歩により、自律走行技術の使用はさらに広まると予想されています。ガートナーは、自律型人工知能が2020年頃の将来の主要な技術トレンドの1つになると述べています。これにより、協働型ドローンやロボットの群れなどが自力で動き回り、互いに連携して、かつては手動または半自律的だったタスクを自動化できるようになります。商業的な使用事例としては、自律的な船舶輸送や、ロボットが農場を自律的に運営できる高度な農業などが挙げられます。

[[283044]]

人工知能の安全性

ガートナーは、AI が 3 つの主要分野でサイバーセキュリティに大きな影響を与えると述べています。まず、組織は AI システムが侵入されないように保護し、AI システムが誤った判断を下したり、基礎となるデータセットが漏洩したりしないようにする必要があります。調査会社によると、AI サイバー攻撃の 30% は、トレーニング データの汚染、AI モデルの盗難、または敵対的サンプルを利用して AI システムを侵害します。これらの組織は、セキュリティ機能を強化するために AI も使用する必要があり、これはまさに市場に投入され始めた次世代セキュリティ製品が実現できることです。同時に、悪意のある人物が機械学習やその他の AI 技術を使用して新しいタイプのサイバー攻撃を実行する方法についても認識する必要があります。

[[283045]]

会話型AI

会話型 AI を一般市場に導入する取り組みは数年前から始まっていますが、2020 年は同技術が大きな節目を迎える年になると予想されています。たとえば、ガートナーは来年、分析クエリの 50% が検索、自然言語処理、または音声クエリから生成され、組織内で分析システムへのアクセスが容易になると予想しています。別の報告書では、調査会社はホワイトカラー労働者の70%が日常的に会話型プラットフォームを使用していると述べた。

[[283046]]

AIインフラストラクチャ

AI はさまざまなワークロードに影響を与えるため、AI 自体が将来の IT インフラストラクチャ投資においてますます重要な役割を果たすようになるのは当然のことです。ガートナーによると、2023年までにAIはインフラストラクチャの意思決定の主な推進力の1つになるでしょう。 AI ワークロードには特殊なハードウェアとソフトウェアの構成、および AI モデルを継続的に管理し、運用上の意思決定を支援できる専任チームが必要であるため、これは重要です。

[[283047]]

従来の機械学習は依然として重要

ガートナーによると、企業が高度なディープラーニングソリューションの導入を加速させている一方で、従来の機械学習は引き続き重要な役割を果たすだろう。これを具体的に説明すると、調査会社は、2022年までに、従来の機械学習で十分な状況でも、4分の3以上の組織がディープニューラルネットワークを使用するようになると述べています。つまり、組織は利用可能なさまざまな機械学習オプションを理解し、それを可能な限りシンプルに保ち、選択したテクノロジーが目の前の問題に適していることを確認する必要があります。

<<:  誰もが今から準備すべき、2020 年のキャリアを変える 6 つのテクノロジー トレンド

>>:  では、「ジェミニ・キラー」が興行的に失敗したとしても、どうだろう?アン・リーのAIによる顔修正技術は、肌を滑らかにしたり顔を変えたりする映画よりもはるかに優れている

推薦する

ルーティングプロトコルアルゴリズム

ルーティング プロトコルの適用は、多くの大規模ネットワークで重要な役割を果たします。誰もがこの知識を...

マスク氏、XデータをAIの訓練に利用していると認める「マイクロソフトは使えないが、自分なら使える」

マスク氏はついに我慢できなくなり、X のデータを AI に入力し始めました。過去 2 日間で、X が...

2022 年のエンタープライズ向け人工知能のトップ 10 トレンド

人工知能は主流になりました。さまざまな業界の企業が概念実証を成功させ、AI を本番環境に導入すること...

AI技術の現状を理解するのに役立つ45の数字

2019年7月現在、AIの現状はどうなっているのでしょうか。最新の調査、研究、予測に基づき、AI技術...

マイア:人間を模倣するが、人間を超えることはないチェスAI

[[378769]]海外メディアの報道によると、AIは長年にわたり、あらゆる古典的なボードゲームで...

「モノのインターネット +」の考え方は、産業のアップグレードにどのように役立つのでしょうか?

モノのインターネットは、いくつかの自動化ツールを通じて確立された指示に従って対象オブジェクトを接続し...

...

...

ゲームオーバー?強いAIと弱いAIの戦い

数週間前、Googleの人工知能(AI)子会社DeepMindが、Gato(同じトレーニング済みモデ...

...

生成 AI は DevSecOps を殺すのか?

ノアが編集制作:51CTO テクノロジースタック(WeChat ID:blog)生成 AI は De...

1万語に及ぶ長い記事です!ディープマインドの科学者が2021年の高エネルギー研究15件をまとめる

2021 年には、より強力なコンピューティング能力、データ、モデルの助けを借りて、機械学習と自然言語...

MIT、物体を拾うための「最強のアシスタント」を発表、少量のトレーニングサンプルで自然言語制御を実現

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

機械学習の実践者が直面する8つの大きな課題

機械学習 (ML) や人工知能 (AI) と聞くと、多くの人はロボットやターミネーターを想像します。...

ジェフ・ディーンの長文記事の展望: 2021 年以降の機械学習の 5 つの潜在的トレンド

過去数年間、機械学習 (ML) とコンピュータサイエンスの分野では多くの変化が見られました。この長い...