みなさんこんにちは、順調ですか？この記事では、テクノロジー分野でよく議論されているトピックである人工知能を扱います。 AI と略称されるそれは、テクノロジー、エレクトロニクス、エンジニアリング、コンピューターサイエンス、およびロボット工学やコンピューティングに関連するその他のいくつかの分野のほとんどの学者にとっての理想郷です。これは、無関係な結果が得られたり、まったく結果が得られなかったりする他の研究とは異なり、大きな挑戦ではありますが、常に進歩があるからです。
科学者の性質は、好奇心旺盛な人の性質と同じです。そのため、秘密があることを知ったときの興奮は捜査が進むほど高まる。今日の世界における AI は現実ではありません。機能を実行するように事前にプログラムされたインテリジェント ロボットもありますが、この記事で説明するように、AI は別のものを意味します。
この記事は非常に充実しており、最後には、必要に応じてこの主題をさらに深く掘り下げるための推奨事項もいくつか紹介します。
目次
IA または AI - ソフトウェア
人工知能 (AI) または人工知能は、「インテリジェントな機械」を指すために使用される用語です。この定義を曖昧にしないように説明することはできますが、AI を説明する他の簡単な方法はあまりありません。より具体的には、AI は、自分が置かれている環境からの刺激に反応し、行動の成功の可能性を最大限に高める知能を備えた機械を意味します。
ロボット機械の機械部分を必ずしも AI と呼ぶ必要はありません。重要なのは機械を制御するソフトウェアですから、この部分は知能そのものです。ソフトウェアとは、簡単に言えば、コンピューター プログラムのことです。ただし、これは漠然とした用語にすぎません。ソフトウェアは、相互に通信し、1 秒あたり数千回の計算を行ったりやり直したりするアルゴリズムのセットの形をした「キー」と「ロック」のセットであり、各ロックはそれに応じて応答します。それをアクティブにするキー。
このようなことを完全に説明するのは複雑で逆効果ですが、「人工知能」というものを完全に定義する用語であるため、この説明は後で非常に役立ちます。
インテリジェンスの意味
知性の意味を探ると、「学習能力、あるいは問題を解決して状況に適応する能力」に似た意味が見つかります。これをよく考えてみると、これは曖昧な用語であり、絶対的な応用力がないことがわかります。
知性にはグローバルな対人レベルはなく、人はそれぞれ異なる方法で物事を学び、異なる方法で問題を解決できます。どの態度が賢明であるかについて絶対的な意見はなく、あるのは一般的な調査、つまり状況に関する多数派の意見だけです。
また、知性は各人が蓄積した経験に応じて人から人へと相対的なものであるという事実もあります。そして、共通の国勢調査は、学習と経験の蓄積、そしてそれに伴う知性において大きな比重を占めています。よりわかりやすく説明するために、以下に例を示します。
一般国勢調査におけるインテリジェンスの例
強盗が進行中、場所は比較的客の多い小さな喫茶店だ。日付は引用しませんが、人工知能を備えた人型ロボットが存在すると想像してみてください。このロボットは、このような状況に可能な限り最善の方法で反応するようにプログラムされており、凶器とスタンガンも装備されています。バトンに加えて。彼はこうした状況にも経験があり、そのすべてにおいて人に危害を加えることなく解決策を講じました。
しかしその際、強盗は女性を人質にとり、ロボットの狙いから身を守った。この機会もロボットの AI ソフトウェアによってプログラムされ、訓練されましたが、必要性がなかったため、使用されることはありませんでした。ロボットの武器は以下の仕様となっています。
凶器は強力な貫通力を持っていますが、解決策はスタンガンを使用することです。スタンガンは人間を消すのに十分な容量しかありません。ロボットのソフトウェアは、その中に組み込まれた知能により、強盗が殺人者になる可能性が高く、住民を守るということは、犯罪が起きてから対応するだけでなく、犯罪を防ぐことも意味することを学習することができた。そして、この知識があるため、加害者を逃がすことはロボットにとっては考えられないでしょう。
この状況では、ロボットはスタンガンを使用できませんでした。どのような状況でもスタンガンを使用すると加害者に逃走を与えてしまうからです。そこで彼は、統計の読み取りに基づいて、人質を犠牲にすることが最も「賢い」行動であると判断しました。
これは総勢調査であるため、大多数がこの行動を支持すると思いますが、他の一部は同意せず、この態度を「野蛮」と呼び、別の行動をとるでしょう。こういった他の意見は間接的にロボットの行動を「愚か」と呼んでいるのではないだろうか？あなた自身の結論を導き出してください。
学術分野としての人工知能
定義を大きく変えないようにするために、AI という用語の別の意味を含むいくつかの段落を選択します。他の事実と関連するため、この意味は前のものに影響を与えないと思いますが、前のトピックで確認できるように、AI は非常に曖昧な概念であるため、意味も異なります。
しかしその前に、AI とは主にコンピューター サイエンスを指し、そこに含まれるという事実を明確にする必要があります。ロボット工学や他の分野は二次的に関与するだけです。それは学術研究テーマであるため、それ専用の学術分野があります。
そして、この分野は、人間の合理的能力、つまり「知性」を持つことができる、さらにはそれを倍増させることができる計算手段と装置の研究と創造に特化したコンピューターサイエンス一般の分野として定義されています。人間の知性を何倍にもできるという部分に重点を置いています。
人工知能とその亜種
AIを研究すると、いくつかの種類が登場します。まあ、彼らは状況に反応して行動することができますが、それは単に事前にプログラムされたソフトウェアに過ぎません。そして、その反応はソフトウェアの内容に基づいています。つまり、環境内のそれぞれの刺激が錠を開ける鍵となり、それがロボットの反応です。
はい、これらのアクションはインテリジェントであるとみなされますが、プログラムされた反応だけでは十分ではありません。知能は学習能力でもあります。つまり、これらのロボットは、知的行動を実行するにもかかわらず、人工知能モデルとしては適格ではありません。
これは一種の知能ですが、科学者が期待しているものには程遠いものです。彼らにとってのユートピアは、常に考慮された成功率に従って継続的に学習できる一種の知性です。
ユートピア的な人工知能
これら 2 つのタイプを比較すると、次のようになります。最初のタイプは、プログラムされた専門分野において適切な行動をとりますが、警察ロボットなど、別のタイプの状況に置かれると機能しません。犯罪への対処は知っていても、家事のやり方は知りません。
2 番目のタイプは、刺激を学習して反応する能力があれば、あらゆる種類の状況に完全に適応できるため、あらゆる種類の状況に最適なモデルになります。しかし、もちろん、人間の脳と同じように、この AI にも何をすべきかについての情報が必要です。そのためにはインターネットがあり、あらゆる種類の起こり得る状況を利用して共有できるようになります。
しかし、インターネットがなかったら、AI には試行錯誤の経験が必要です。つまり、理想的な方法に到達するまで、いくつかの方法を試す必要があるということです。この AI が人間の脳を忠実に模倣していることがすでにわかります。なぜなら、科学者にとってのユートピア知性はまさに私たちの脳を模倣するものだからです。
強力な人工知能
したがって、AI はいくつかの問題に関して 2 つの異なる部分に分けることができます。 1 つは強い AI、もう 1 つは弱い AI です。理解を深めるために、このトピックについても前の例を考慮する必要があると思います。
強力な AI は継続的に学習できるソフトウェアであり、前述したように、これはこの分野の科学者にとっての理想郷です。強力な AI は、単純なことの学習から難しい問題の解決まで、私たちが頭脳を使って行うすべてのことを行うことができます。さらに、時間の経過とともに能力が低下する人間とは異なり、彼女は決して学習を止めることはありません。
この点で、強力な AI はアクセスできるすべてのものを学習することができ、インターネットを手段として使用することで、ネットワーク上に存在するすべての知識を手に入れることができます。これが IA に関する主な議論のトピックです。しかし、もちろん、これはまだ考えられません。
私たちの脳と同じように、すべてのものには限界があるため、これを実現するには、ソフトウェアには想像を絶する量のメモリが必要になります。この AI は自意識を持つものとして分類されるため、倫理に関する議論にも関与しており、人格と感情を持つようになるでしょう。後者は単なる推測であり、結局のところ、感情が何であるかを正確に人間でさえ知っているわけではないため、何の根拠もありません。
弱い人工知能
まあ、こちらの方が説明しやすいですね。実際のところ、弱い AI は必然的に推論して問題を解決できるものです。これらは、キーとロックがすでに配置されているようにプログラムされたマシンです。言い換えれば、プログラムされた内容に基づいてのみ反応し、制御できない状況には対処できません。
このタイプの AI を前のトピックと比較する場合、鍵と錠の例を使用できます。弱い AI の場合、その数は限られており、その数を増やすことはできません。たとえその数が膨大であっても、必ず限界があります。
強力な AI には、必要なときにいつでも新しいキーやロックを「作成」できる能力があるため、この制限要因は存在しません。新しい鍵を見つけるたびに、強力な AI が新しい鍵を作成します。また、彼女は継続的に情報を保存し、現在の錠前とこれから見つかる錠前に最適な鍵を常に探し、調査し、選択します。
人工知能に関するちょっとした歴史
このトピックは現在よく議論されていますが、AI の概念は新しいものではありません。偉大な哲学者アリストテレスは、奴隷労働を自律的な物体に置き換えることを目指しました。したがって、これは人工知能について知られている最初のアイデアです。このアイデアの発展は 20 世紀に本格的に行われ、主に 20 世紀半ばに焦点が当てられました。限られた意味では、最初の数年間は成果に満ちていました。
以前のコンピュータは算術計算を実行するだけの機械であったため、コンピュータが遠隔から何らかのインテリジェントなアクティビティを実行できるという事実は、大きな驚きを引き起こしました。 AI は当初から、さまざまな分野のさまざまなアイデア、視点、さらには技術の助けを借りて、この科学の基礎を形成してきました。
哲学者たちは、人間の心はいくつかの面で機械に似ているという考えを考慮して、この考えを可能にすることで貢献しました。経済学者は、期待される結果を高めるために意思決定を行うという問題を作成しました。心理学者は、人間が情報処理機械になり得るという考えを受け入れており、これには動物も含まれます。言語学者は、言語の使用がこのモデルに適合することを示しました。コンピュータエンジニアは、必要な材料を提供することでAIの応用を可能にします。
人工知能と未来
AI のテーマは非常に混乱しており、多岐にわたるため、研究者同士の意見が一致しておらず、このテーマをめぐって激しい議論が巻き起こることもよくあります。 AIの利用と危険性を問ういくつかの疑問が提起されている。 AI が提供できるすべての進歩と機能を守ることを目的として、同じ強度で応答が返されます。しかし、それらは決して合意に達することはなく、それは蟻塚のようなもので、どこかにつながるいくつかの道と、私たちを正しいルートからそらすだけの役割を果たしている他の多くの道があります。
しかし現在、この科学に由来する実践法や技術があり、その使用法と効率性が証明されています。その中で、次の点を強調することができます
- 自律制御: ソフトウェアが車両を誘導できるようにトレーニングおよび調整される場合。
- 診断：各分野の専門医レベルの診断が可能なソフトウェア。
- 物流計画: ルート上の紛争や混乱などの極端な状況を考慮し、最適なロジックに従って貨物輸送などを計画できるソフトウェア。
- 医療におけるロボット工学: 顕微手術で外科医の助手として使用されるロボット。
- チャッターボット: 自然言語での会話を通じて、あたかも本当に人間であるかのように対話できるソフトウェア。
人工知能を使用するメリット
エラーを減らす: 人工知能は機械であるため、より耐性があり、敵対的な環境に耐える能力が高いため、目的が失敗する可能性が低くなります。そして、より高い精度を達成できる可能性があります。
探索: ロボットはプログラミングのおかげで、より高い責任を持って、より要求の厳しい作業を実行できます。したがって、彼らは、海底の探索や、人が住みにくい危険な鉱山の探索など、人間の限界を超えた任務を実行することができます。
日常的な応用: 人工知能は、GPS (全地球測位システム)、入力時のスペルミスの修正など、私たちの日常生活のさまざまなメカニズムに組み込まれています。
休憩なし: 機械は人間とは異なり、頻繁に休憩する必要はありません。スケジュールがあるからといって、疲れたり、気が散ったり、退屈したりすることなく、継続的に働くことができます。
人工知能を使用するデメリット
高コスト: AI マシンの製造コストは、メンテナンスの複雑さと難しさにより莫大です。たとえば、失われたコードを回復するプロセスには、多くの時間とリソースが必要です。
創造性の欠如: 人工知能は、創造的な方法で人間の脳のように機能するまでには開発されていません。したがって、人間の脳と同様の機能を実行するという考えにはアクセスできません。これは、脳が完全には理解されておらず、したがって再現できないという事実によるものでもあります。
大量失業。人工知能メカニズムは、これまで人間のみが独占していたタスクをより最適化された効率的な方法で実行できるため、大規模に人間の活動に取って代わる傾向にあります。 AI の仕事ははるかに優れており、より生産的になるため、これにより、AI の機械による最大の人材の置き換えが差し迫ったものになるでしょう。
人工知能研究者
現在、世界中のさまざまな機関や研究会社に AI 研究者が数名います。多大な貢献をした多くの人々の中で、以下に挙げることができますが、これは単にこれらの名前の重要性を示すものであることを覚えておく価値があります。それらについてさらに詳しく知るには、さらに深く調査することをお勧めします。
- アラン・チューリング (1912-1954): 彼は史上最も重要な人物の一人でした。研究は人工知能の存在の基礎となっただけでなく、これまでに作られたほぼすべての電子機器の基礎となった。
- ジョン・マッカーシー (1927-2011): 数学者、科学者、「人工知能」という用語の作成者であり、LISP プログラミング言語の父でもあります。
- マービン ミンスキー (1927-2016): 科学者は、機械に人間のような知覚と知能を与える方法を研究し、物体を操作する能力を備えたロボットハンドを作成し、新しいプログラミング フレームワークを開発し、人工知能に関連する哲学的主題について執筆しました。
経済における人工知能
現在、AI は主要な研究テーマの 1 つとなっており、その進歩と発見は非常に有益で継続的であるためです。言い換えれば、たとえ一歩を踏み出しただけであっても、その一歩自体が、それに費やしたすべての努力をすでに補い、研究を続ける勇気と自信を与えてくれるのです。
このような機能と、農業機械から宇宙旅行プログラミング コンピューターに至るまで、あらゆる種類とレベルの産業に応用できるため、その市場は巨大であり、新しい発見の後すぐに指数関数的に成長します。
人工知能の市場規模については多くの推定があります。バンク オブ アメリカ メリルリンチによると、人工知能ソリューションの世界市場は、2013 年の 82 億ドルから 2020 年には 700 億ドルに成長すると予想されています。また、世界の AI 市場は、政府資金の増加と強力な技術基盤の影響をますます受けると予想されています。
人工知能市場
米国、日本、ヨーロッパ、そして最近では中国など、いくつかの大きな AI 市場が存在します。人間の脳のニューロン層の機能をコピーすることを目的としたディープラーニングは、AI の 50 年の歴史における画期的な進歩です。
米国の市場調査会社Tracticaは、エンタープライズディープラーニングアプリケーション向けの年間ソフトウェアが2024年までに111億ドルに達すると予測している。
フロスト＆アンプによれば、サリバン氏によれば、ヘルスケア AI の収益は、2014 年の 6 億 3,380 万ドルから 2021 年には 66 億 6,000 万ドルに達すると推定されています。アメリカの調査およびコンサルティング会社である Strategy Analytics は、自営業ドライバーによる支援システムの規模が 2012 年の 50 億ユーロから 16 億ユーロに増加すると予測しています。 2019年には10億ユーロ。
人工知能研究ルール
現在、AI 研究に関して定められたルールや基準はありません。何を調査するのか、何を調査しないのかは各企業の判断に委ねられています。そして推測できるように、企業は利益を生み出すためにあらゆる手を尽くします。それは多くの場合、否定的ではあるが生産的な行動につながります。
このような理由から、AI 研究に対するルールや基準を認可する必要性が繰り返し高まっています。こうした考え方に基づき、日本は2016年4月に日本で開催されたG7技術サミットにおいて、AI技術開発の基本ルールを策定することを提案した。この提案の例として挙げられたルールの1つは、AIネットワークを制御可能にすることである。人間によって。
日本の人工知能産業
このサイトは日本に焦点を当てているため、この記事ではそれについて話すことができませんでした。世界最大級の AI 市場でもあるため、ここでは特に取り上げます。しかし、それを修正するために、私が含めるのは単なる中程度の情報です。興味があり、このトピックについてさらに知りたい場合は、この記事の基礎となったサイトへのリンクを残しておきます。
現在の日本のAI産業は世界規模であまり競争力がないと多くのアナリストが指摘している。たとえば、2008 年から 2013 年までの AI 研究に関して言えば、そのほとんどは西側諸国と中国によるものでした。日本からはわずか約2％ですが、これは日本のような大国としては極めて低い数字です。
過去 10 年から 20 年にわたり、日本は主にソフトウェアの欠陥が原因で、技術面での主導権を西側企業に奪われてきました。ロボットなどのハードウェアに関しては、日本は依然として最先端を走っています。しかし、これらの製品を機能させ、国際市場で競争させるためにはソフトウェアの重要性がますます高まっているため、この強みが失われる危険にさらされています。
日本の人工知能
ディープラーニングに関して言えば、これは現在最も先進的なAIの形態です。日本とアメリカの間には大きな違いがあります。シリコンバレーでは、ディープラーニングは主にソフトウェアをより良くするための手段です。しかし、多くの日本企業はディープラーニングをハードウェアを改善する方法として別の見方をする傾向があります。
ディープラーニングは、視覚認識、音声認識、自然言語処理などのタスクにおける人間の脳の動作をシミュレートする技術を研究する機械学習のサブ領域です。深層学習アルゴリズムは、人工ニューラル ネットワークの一連の処理層を通じて、入力データの高レベルの階層表現を生成することを目的としています。
AI ディープラーニング - パート 1
用語を選ぶことはできませんが、理解できなかった人のために例を挙げます。キーとロックの話に戻ります。脳は多かれ少なかれ次のように機能します。環境からの刺激はキーのように機能し、反応はロックのように機能します。刺激の種類ごとに、脳は異なるキーから選択されるいくつかの異なるキーを作成します。人から人へ。
多くの場合、記憶装置のようには機能しないさまざまなシーケンスで次から次へと錠があり、それらを開くには鍵が必要ですが、鍵がないときは、そうでなくても脳が鍵を作成します (この状況を私は新しい経験と呼んでいます)。最良の場合、彼はその錠を覚えていて、別の機会にこの錠を開けるために別の鍵を作成しようとします（私たちにとっては試行錯誤と呼ばれます）。
AI ディープラーニング - パート 2
そうですね、私が正しく説明できたなら、脳はさまざまな出口に直接つながるいくつかのドアがある部屋のようなものではなく、無数のドアがある部屋のように見え、これらのドアは他の部屋につながっていることが理解できたはずです。最初の部屋と同じように、他のいくつかのドアがあり、この 2 番目の部屋の別のドアに入ると、前の部屋と同じようにドアでいっぱいの別の部屋にいることに気づきます。この現象は、脳が望ましい結果に達したときに終了します。
数字で説明すると以下のようになります。脳が情報を 1 から 4 までの数字として保存していると想像してください。脳は特定の状況を 3321 という数字として記録します。この状況を別の機会にやり直す必要がある場合、同じ数字の経路をたどる必要があります。
ドアの話に戻りましょう。部屋のドアにそれぞれ番号が付いている場合、その番号のキーをそれぞれの順序で使用して錠を開ける必要があります。この偉業を達成できる場合があることを常に念頭に置いてください。各ロックに複数のキーが付いています。
日本のAI産業関連企業
長い間、日本企業はロボット（ハードウェア）の製造に注力してきましたが、海外企業はソフトウェア面に注力してきました。日本のメーカーは、より顧客志向の視点を取り入れて、ユーザーのニーズにより適合したAIロボットを開発する必要がある。政府の目標は、相互に通信できる人工知能を搭載したロボットによるロボット革命を引き起こすことだ。
2016年5月、産業競争力閣僚会議は、日本の生産性の向上が期待されるAIシステムの導入を幅広い業種・分野で開始することを発表し、2020年にGDPを600兆円に拡大することを目標としている。 2015年には約500兆円の水準に達する。サブ目標は、他のAI技術も含めた新興技術で30兆円の市場を創出することである。
日本のその他の AI 産業支援者
別の発展として、時間が経つにつれてAI市場が拡大する要因は、日本の企業がアメリカにAI研究開発拠点を設立する傾向です。日本の公的研究機関の研究所にP&Dセンターも設立され、これがAI技術の新しい進展を加速させることが期待されています。
高齢化が進み出生率が上がらないため、人口減少は雇用市場に悪影響を及ぼし始めるだろう。統計によると、2015 年には 65 歳以上の人口が人口の 26% を占めました。日本は、AI 搭載ロボットの普及によって労働人口不足を補うことを計画しています。
日本の人工知能の課題
野村総合研究所は、人工知能が雇用市場に及ぼす潜在的な影響を定量化しようと試み、今後10～20年で日本の労働力の約半数がロボットや人工知能に置き換わる可能性があると示唆した。
AI の可能性を最大限に発揮するには、AI の爆発的な成長を正しい方向に導くことが重要です。この点に関しては、海外の動向を注意深く監視することが重要である。 AI テクノロジーを民間部門の活動に統合する際には、プライバシー、セキュリティ、規制、法律に関して多くの考慮事項を考慮する必要があります。
新しい現実に対処するために新しいビジネスモデルを開発する必要があることは、技術の台頭による重要な問題です。また、日本が成長し、世界の他の大規模なAI市場と対等に競争するためには、解決が必要なさまざまな具体的な課題もあるでしょう。
日本国内の人工知能市場
日本政府によると、人工知能は2045年までに約121兆円の経済効果を生み出すと予想されています。
Ernst & の研究によると、日本のシンクタンクであるヤングは、AI市場規模が2015年の約3.7兆円から2020年には6倍の23兆円に成長すると予測している。そして2030年には市場規模は約87兆円に達すると予想されています。
無人タクシーやトラックを含む運輸部門は予測期間中に最も大きな伸びを示し、2030年には305億円に達すると推定される。自動運転車を含む製造部門は2030年までに約12.2兆円に成長すると予想される。
人工知能に関するコース
以下に、人工知能に関する興味深いオンライン コースをいくつか紹介します。
人工知能に関する書籍
以下に、人工知能に関するいくつかの興味深い本を共有します：
人工知能に関する結論
最後に、AI は哲学から工学に至るまで、さまざまな種類の要素が関与する非常に複雑なテーマであることをもう一度強調しなければなりません。理解を容易にし、テキストの流動性を向上させるために、他の場合に重要になる可能性のあるいくつかの詳細を犠牲にしました。しかし、この記事の主な焦点は、AI とは何か、そしてそれがどれほど重要であるかを話し、定義しようとすることでした。
多くのリサーチを行い、数え切れないほどのコンテンツを見て、主要なものを選択して強調表示した私にとって、このテキストには多くの欠陥がありますが、AI についての少しの好奇心を満たそうとしているだけの人にとっては、これはテキストだと思います、満足です。また、DL やディープ ラーニングの場合のように、頭字語を理解するには別の説明が必要になることが多いため、AI に関する頭字語は含めないようにしました。
なお、この記事のベースとなったAIに関する内容が掲載されているWebサイトはいくつかしか挙げることができません。
- https://medium.com/neuromation-io-blog/artificial-intelligence-in-japan-r-d-market-and-industry-analysis-e086a38639ec
- https://pt.m.wikipedia.org/wiki/Inteligência_artificial
この記事はここで終わります。親愛なる読者の皆様、ここまでこの記事を読んでいただきありがとうございます。ご質問、ご提案、批判、その他何かございましたら、以下にコメントしてください。投票することを忘れないでください。これは、あなたに最適なコンテンツを提供するのに役立ちます。