2021年のAI展望

2021年のAI展望

人工知能は進歩し続け、企業の運営方法や私たち自身の日常の経験を変えています。実際、AI はほぼすべての業界に浸透しています。現在、ますます多くの実用的な用途が発見されており、専門家とエンドユーザーは2021年の人工知能の大きな発展を期待しています。

[[379843]]

プロアクティブなIT

通常、IT チームは、企業や家庭のユーザーができるだけ不具合を経験することがないように、技術的な側面を担当します。しかし、IT 部門が問題に対処するだけでなく、私たちを支えるシステムの改善に力を注ぐことができたらどうなるでしょうか?

プロアクティブな IT は、2021 年の AI に対する主な期待の 1 つです。人工知能は、多くの一般的な問題を自動的に検出し、修正するために使用されています。人間が検出して修正するのに 1 週​​間以上かかるような問題も、数分で処理できます。

さらに、AI はサイバーセキュリティの取り組みを強化するためにも使用されています。そのため、ハッカーは、基本的にすべてのトリックを学習し、ネットワークに侵入する前にブロックするセキュリティ システムと戦うために、より一層努力する必要があります。

人工知能

人工知能とモノのインターネットの組み合わせは現在、AIoT として知られています。人工知能はすでにモノのインターネットを改善しつつあります。 IoT デバイスの数は非常に多く、生成されるデータの量も膨大であるため、デバイスに AI を統合してリアルタイムのデータ分析を処理する方がはるかに効率的です。その結果、多くの決定はクラウドにデータを送信せずに行われます。

もちろん、クラウドサーバーに送信されるデータの処理にも人工知能が使用されます。これにより、人間よりも高速かつ詳細なデータ分析が可能になります。

伝染病と健康の追跡

誰もが聞きたくない最後のことは、新たなパンデミックが起こるかもしれないということだ。しかし、2021年のAIに対する期待の一つは、伝染病を予測できるだけでなく、潜在的にそれを予防することもできるようになることです。

実際、カナダのスタートアップ企業BlueDotはAIを使って異常な感染率を研究し、WHOがCOVID-19について声明を出す9日前に潜在的な問題を発見した。これは、パニックが発生する前に感染拡大を抑制し、人々に情報を伝えるのに役立つ問題を自動的に発見する方法です。

このタイプの AI の使用は今後も増加し続けるでしょう。明らかに、効果は国や政府がどのように協力するかに大きく依存しており、それが常にうまくいくとは限りません。

AI はパンデミックだけに使われるわけではありません。症状を分析してより迅速な診断を行うためにも使用できます。人間の医師が診断を行うことは可能ですが、これにより時間の節約になります。もう 1 つの例は、患者に補助的かつ迅速な理学療法を提供するために使用される Neuro Rehab VR です。

AIと量子コンピューティングを組み合わせる

検索エンジンに質問を入力するとすぐに結果が表示されるなど、テクノロジーが即座に機能することを誰もが期待しています。 1 ミリ秒も無駄にできません。量子コンピューティングはダイヤルアップと最速のブロードバンド インターネットを比較するようなものです。より高速かつ効率的で、大量のデータをほぼ瞬時に処理できます。

量子 AI は人工知能の機能を拡張します。この技術はまだ初期段階ですが、量子コンピューティングは機械学習のプロセスを高速化し、数年分のデータをより短時間で分析するための最適化されたアルゴリズムを作成することが実証されています。これにより、テクノロジーの進歩も速まります。

現在最大の問題は、量子コンピューティング システムとそれをサポートするリソースの不足です。しかし、この傾向は2021年も続くでしょう。

AIがゲームやソーシャル活動の没入感を高める

より没入感のあるゲームへの重要な転換点は、ソーシャルメディアを超えてオンラインでエンターテイメントを求める人が増えた2020年に起こりました。ビデオゲーム、バーチャルリアリティ、ストリーミング、さらにはオンラインショッピングを試す人が増えています。

ユーザーにより良い体験を提供するために、開発者は人工知能を統合してゲームの難易度を調整し、VRをよりリアルに見せ、次に何を見るか、何を買うかについてより適切な提案をします。

ゲームではすでにデータ分析を利用して、プレイヤーの好みに合わせて体験をカスタマイズしています。ゲーマーは、2021 年に AI によって NPC とのよりインタラクティブな会話を通じてゲーム体験がさらに向上することを期待できます。

VR は、ハンドトラッキングの改良により、よりインタラクティブで没入感のある体験を提供するように生まれ変わりつつあります。これらは、仮想ラウンジで映画を観たり、自宅でコンサートを楽しんだりするなど、VR でのソーシャル体験の一部にもなります。

人工知能は急速に進歩し続けています。その前に立ちはだかるのは、私たち自身の想像力と現在のテクノロジーの限界です。

2021 年の人工知能に対する期待は何ですか?

<<:  このロボットは脳コンピューターインターフェース手術を行い、マスクのニューラリンクは大きな注目を集めている

>>:  AIをめぐる世界的な競争でリードしているのは中国、米国、それともヨーロッパか

ブログ    

推薦する

機械学習に基づく自動化されたスピアフィッシング戦略

2016年のBlack Hat USAカンファレンスでは、カンファレンスに参加したセキュリティ専門家...

電力管理における人工知能の重要性

私たちの生活のあらゆる側面がテクノロジーと絡み合っている時代において、電力業界も例外ではありません。...

スタンフォード大学とOpenAIがメタプロンプティングを提案し、最も強力なゼロショットプロンプティング技術が誕生した。

最新世代の言語モデル (特に GPT-4、PaLM、LLaMa) は、自然言語処理と生成の限界を押し...

日本政府は国民が人生のパートナーを見つけるのを支援するためにAI技術を活用することを計画している

完璧なパートナーを見つけることは、特に新型コロナウイルスによるロックダウンや隔離により対面でのコミュ...

機械学習エンジニアは職を失いつつあるが、学習が唯一の解決策であることに変わりはない

[[335970]]ビッグデータダイジェスト制作出典: medium編集者: Hippo採用は凍結さ...

ゼロサンプルに主眼が置かれています! ReSimAD: 自動運転で 3D ドメイン適応を実現するには?

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...

2017 年の Quora における機械学習の 5 つの主要な応用シナリオ

[[194046]] 2015 年、Quora のエンジニアリング部門長である Xavier Ama...

ディープラーニングの背後にあるさまざまなアイデアや考え方を徹底的に理解する

ディープ ニューラル ネットワークは、ディープラーニング モデルが画像分類や音声認識などの従来の機械...

壁につかまることを学んだロボット:私を落とすことはできない

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...

トラフィックエンジニアリングによりコード生成の精度が2倍に向上: 19%から44%

新しい論文の著者は、コード生成を「強化」する方法を提案しています。コード生成は人工知能においてますま...

Google は NeRF を使用して、自動運転用の仮想世界でサンフランシスコを再現します

自動運転システムのトレーニングには、高精度のマップ、膨大な量のデータ、仮想環境が必要です。この方向で...

高度なランサムウェア攻撃によりAIによるサイバー防御の必要性が浮き彫りに

Deep Instinct の CIO である Carl Froggett 氏は、2024 年に予算...

建物内の生体認証システム

新しい建物では、利用可能なリソースの最適化を最大限にしながら、セキュリティと有用かつ重要なデータを豊...