人工知能はチェスをプレイする以外に何をすべきでしょうか?

人工知能はチェスをプレイする以外に何をすべきでしょうか?

[[183486]]

医療、金融、交通、教育、公安、小売、商業サービスなどの業界は、電子データの度合いが高く、比較的集中化されており、データ品質も高いため、これらの業界で最初に大量のAIシナリオアプリケーションが登場するでしょう。

将来的には、人工知能の応用はさらに深まり、新たな社会、ビジネス、個人の生活モデルを生み出し、莫大な商業価値を生み出すでしょう。ますます多くの大企業や新興企業が市場に参入するにつれて、人工知能は我が国が他国を追い抜く絶好の機会となるでしょう。

人工知能は、間違いなく 2016 年以降最も人気のあるハイテク分野です。これは、一方では業界関係者が将来最大のチャンスは人工知能にあると述べ、他方ではGoogle AlphaGoが囲碁の分野で傑出した成績を収めたことで、一般ユーザーの人工知能への関心が高まったためである。

チェスをプレイすること以外に、人工知能は何をもたらすのでしょうか? 人工知能は実際にどのように私たちの日常生活に入り込むのでしょうか?

簡単に言えば、人工知能は、計算知能(保存と計算が可能)、知覚知能(聞く、話す、見る、認識できる)、認知知能(理解して考える能力)の 3 つの段階に分けられます。技術的な分類により、知覚入力と学習トレーニングの 2 種類に分けられます。コンピュータは、音声認識、画像認識、知識ベースの読み取り、人間とコンピュータの相互作用、物理的センシングなどを通じてオーディオとビデオの感覚入力を取得し、ビッグデータから学習して意思決定と創造力を備えた脳を獲得します。

人工知能は60年以上の歴史を持っています。なぜ近年になって急激に人気が高まったのでしょうか。これは主に、データ量の急増、ディープラーニングアルゴリズムの導入、大規模並列コンピューティング、モノのインターネット技術の発展によるものです。検索、翻訳、地図、自動運転車、医療、さらには文学創作などの分野では、ディープラーニングの影がいたるところに見られ、人工知能がユーザーの生活を変えつつあります。

一部の専門家は、医療、金融、交通、教育、公安、小売、商業サービスなどの業界では、データのデジタル化の度合いが高く、データが集中しており、データの質も高いため、これらの業界で最初に大量の人工知能シナリオアプリケーションが登場すると指摘しています。例えば、医療分野では、AI ベースのアプリケーションによって臨床意思決定のサポート、患者のモニタリング カウンセリング、慢性疾患の治療、生活管理などが可能になり、一般ユーザーの健康レベルと生活の質が向上します。東京では、IBMのワトソンが2000万件のがん研究論文を比較し、10分で女性患者の診断を下した。患者はまれな白血病であり、医療スタッフに治療計画を提案した。患者は以前、医療スタッフから急性骨髄性白血病と診断され、さまざまな治療を受けたものの、その効果は明ら​​かではなかった。

例えば、金融分野では、インテリジェントな個人識別認識を利用して金融セキュリティリスクを解決し、インテリジェントな高頻度取引を利用して金融意思決定の効率を高め、スマート投資アドバイザーが金融機関のユーザー開発と収益増加を支援します。交通分野では、人工知能を無人運転、スマートカー、交通計画などのシナリオに適用して、運転体験の悪さや深刻な道路渋滞など、運輸業界の現在の一般的な問題を解決します。小売分野では、人工知能が正確な検索と推奨を提供し、スマートショッピングガイドがマーケティングコストを削減してユーザーエクスペリエンスを向上させ、消費のアップグレードと消費者の成熟度と合理性の向上の傾向に対応します。公共安全分野では、顔認識がセキュリティ監視に広く使用され、ドローンと予測警察アプリケーションはテロ対策や治安維持などのシナリオで使用できます。

将来、人工知能の応用がより深くなり、新しい社会、ビジネス、個人の生活モデルが生まれ、莫大な商業価値が生み出されることは間違いありません。人工知能は「知覚・相互作用-正しい理解-自律的な意思決定-自己学習」のリアルタイムサイクルを実現し、データ伝送速度は質的に飛躍し、クラウドはシームレスに統合され、介入チップなどの新しいハードウェア形式が登場し、人間と機械の統合さえも実現します。

もちろん、現在の技術はまだ弱い人工知能の段階にあります。技術的な観点から見ると、人工知能の各サブフィールドは依然として独自の技術的制約に直面しており、市場への応用という点では、ユーザーを魅了するような驚異的な製品が不足しています。しかし、今後 10 年、あるいはそれ以上のハイテク産業の焦点となる人工知能の発展は、間違いなく期待する価値があり、刺激的なものである。 「烏鎮指数:2016年世界人工知能発展報告書」によると、世界では10.9時間ごとに人工知能企業が誕生しており、中国には709社の人工知能企業があり、米国に次いで2位となっている。ますます多くの大企業や新興企業が市場に参入するにつれて、人工知能は我が国が他国を追い抜く絶好の機会となるでしょう。

<<:  勾配降下法から準ニュートン法まで: ニューラル ネットワークをトレーニングするための 5 つの学習アルゴリズム

>>:  資本が投資している人工知能は本当に人工知能なのでしょうか? 3分で機械学習とは何かを理解する

ブログ    

推薦する

人工知能のこれらの5つのトレンドが世界に影響を与えることは注目に値する。

人工知能はもはや未来の技術ではありません。私たちの日常の作業を自動化する機械はますます賢くなり、人工...

Google Brain、ロボットアームの把持速度を2倍にする並行RLアルゴリズムを提案

RL アルゴリズムでは通常、観測値の取得、アクションの計算、およびそれらの実行の間で環境の状態が変化...

...

コロナウイルス:スマートシティ変革のきっかけ

都市環境は、物理的、デジタル的、人間的システムを統合し、住民と企業に優れた成果をもたらします。 [[...

AIビッグモデルデータ注釈「出稼ぎ労働者」の月収は5000元以下、単価は50セントから4セントに下落

10月9日のニュースによると、AIビッグモデルは近年、人工知能の分野で話題になっており、リアルなテ...

Alibaba DAMO Academyの従業員が空き時間に「紙の知識グラフ」を作成: 非常に高速な検索と完全な視覚化

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...

ドローンは思考によって制御される新しい方法を経験しており、その商業的展望は非常に刺激的です。

近年、ドローン業界は非常に急速な発展を遂げていると言えます。製品面では数量が大幅に増加し、種類もます...

将来のモバイル通信ネットワーク、6Gと人工知能の統合

将来の 6G ネットワークのより豊富なビジネス アプリケーションと極めて厳しいパフォーマンス要件を満...

人工知能について、2020年に研究すべきトップ10のトレンド

いつの間にか、2019年は完全に私たちの前から去ってしまいました。過去1年を振り返ると、人工知能は間...

ニューラルネットワークはなぜそれほど強力なのでしょうか?

普遍近似定理ニューラル ネットワークは非常に強力であることが知られており、ほぼすべての統計学習問題を...

ビットコインマイニング技術: 分散データストレージ、ピアツーピア伝送、コンセンサスメカニズム、暗号化アルゴリズム...

1. 説明ブロックチェーンは、オープンなデータ操作、改ざん不可能、追跡可能性、国境を越えた分散化な...

JD.com JDataアルゴリズムコンテスト決勝戦が無事終了、優勝賞金30万人民元は「魯班第7号」に

6月6日、JDグループとインテルが共同主催し、単一アルゴリズム競技会の参加者数で世界記録を樹立したJ...

将来、自動運転車が世界をどのように変えるか

北京時間12月6日、海外メディアの報道によると、克服すべき障害はまだ多くあるものの、自動運転車の技術...

Apple: 画像モデルの事前トレーニングに言語モデルの自己回帰アプローチを使用する

1. 背景GPTなどの大規模モデルの登場後、言語モデルのTransformer +自己回帰モデリング...

データセットと DataLoader を使用して PyTorch でデータをカスタマイズする

大規模なデータセットを扱う場合、データ全体を一度にメモリにロードすることが非常に困難になることがあり...