研究室から生活まで、人工知能はどこまで進化しているのでしょうか?

[[212805]]

人工知能の概念は1956年に初めて提唱されました。60年間の浮き沈みを経て、人工知能業界は紆余曲折を経て進歩してきました。今日、人工知能は最もホットな産業の1つとなっています。マッキンゼー・グローバル・インスティテュートは、人工知能が人間社会の変化を促進していると考えています。この変革は、産業革命よりも 10 倍速く、300 倍大きく、そしてほぼ 3,000 倍深刻に起こります。

2016 年が人工知能の新時代であり、人工知能に関する人々の議論がまだ概念的な議論と展望に基づいているとすれば、2017 年は人工知能の実装にとって重要な年となります。

大まかに言えば、人工知能の応用はすでに非常に広まっています。大手ニュースクライアントはあなたの読書の興味に基づいて関連ニュースをプッシュし、大手電子商取引プラットフォームはあなたの購買習慣に基づいて関連商品をプッシュし、あなたが閲覧するウェブページに表示されるほぼすべての広告はあなたの過去の検索に関連しています...これらはすべて人工知能と呼ぶことができます。さらに、人工知能の開発が主に研究室に集中していた過去60年間とは異なり、新しいラウンドの人工知能はすでに多くの応用場面でその威力を発揮しています。新しいラウンドの人工知能の波は始まったばかりであると言えます。

クラウドコンピューティングからビッグデータまで、人工知能はすでに比較的強固な基盤を備えています。その中で、ビッグデータは人工知能が依存する生産手段とみなすことができ、クラウドコンピューティングは人工知能の発展のための生産ツールです。しかし、現在の人工知能の開発状況から判断すると、ほとんどの人工知能はまだビッグデータ分析の段階にあり、真の人工知能にはまだまだ遠いと言えます。

人工知能は新たな概念の誇大宣伝に別れを告げている

60 年前の人工知能の概念に SF の要素があったとすれば、今日の人工知能の概念の復活には大きな実用的な意義があると言えます。 Google AlphaGoが囲碁で人間のプレイヤーに勝利して以来、人工知能は新たな開発ブームを巻き起こしている。人工知能が強力なアルゴリズム（網羅的列挙）に頼って人間に勝利した過去とは異なり、囲碁の分野では人工知能が機械学習の能力を発揮しました。

そのため、2016年は業界で人工知能の新時代と呼ばれました。ほぼすべてのITインターネット企業、そして依然としてインターネット+とデジタル変革を推進している伝統的な企業は、人工知能の助けを借りて、自社の変革とアップグレードを実現し始めました。人工知能に代表される新しい技術は、新しい生産性になりつつあります。

しかし、2016年時点では、企業の人工知能への関心はまだ概念レベルにとどまっていました。つまり、企業は人工知能の分野に存在する可能性のある機会と、人工知能の応用が伝統的な産業に及ぼす可能性のある影響について十分に認識していました。しかし、人工知能の実装を促進し、これらのアイデアを現実のものにする方法は、依然として難しい問題です。

この過程で、企業はクラウドコンピューティングとビッグデータが人工知能の開発においてますます重要な役割を果たしていることを発見しました。クラウド コンピューティングはコンピューティング能力を提供し、生産ツールとしての役割を果たします。一方、ビッグ データはデータ基盤を提供し、生産手段としての役割を果たします。

技術開発の論理から見ると、クラウドコンピューティングとビッグデータの観点から人工知能にアプローチするのが最も適切ですが、アプリケーションの観点から見ると、クラウドコンピューティングとビッグデータのアプリケーションを通じて人工知能を実現するには、まだ長い道のりがあります。人工知能は、これまでの技術コンセプトの誇大宣伝のルートと完全に一致しており、過度の神話化から実装への移行も経験していると言えるでしょう。

産業アプリケーションの観点から見ると、本質的に計算能力とデータに対する要件が高い業界では、人工知能アプリケーションへの扉が開かれています。クアルコムのグローバル副社長兼ベンチャーキャピタル担当マネージングディレクターの沈金氏は、人工知能は下半期に入り、その発展速度は私たちが想像していたよりもはるかに速くなるだろうと述べた。人工知能はさまざまな産業を急速に変革することができた。これは、人工知能の 3 つの主要な原動力であるデータ、ネットワーク、コンピューティング能力がそれぞれ指数関数的に発展しているためです。

ゴールドマン・サックスのチーフエコノミスト、ヤン・ハツィウス氏も、将来的には人工知能技術が生産性の向上を全面的に推進するだろうと述べた。電気がさまざまな産業に与えた影響と同様に、人工知能は農業、金融、医療、小売、エネルギーなど多くの産業に参入し、そのチャンスは大きい。

[[212806]]

ビッグデータから機械学習まで、人工知能は進化している

人工知能の新時代が始まったにもかかわらず、現在の人工知能の開発と応用は依然として主にビッグデータ技術レベルに集中しています。つまり、大量のデータを分析することで、対応するデータパターンを導き出し、それによって人々がデータ分析結果に基づいて意思決定を最適化し、データの価値を引き出すように導きます。イノベーションワークスのCEO、李開復氏はかつてこう語った。「人工知能は、ビッグデータが比較的十分に蓄積されたシナリオで初めて使用されました。」

そのため、ビッグデータ分析に携わる多くの企業が、自らを人工知能企業と名乗り始めています。厳密に言えば、これは流行に乗っていると疑われるかもしれませんが、論理的でもあります。人工知能の発展の新たな段階を再定義すると、ビッグデータ技術の徹底的な応用は人工知能1.0時代とみなすことができます。

データの分析とデータの秘密に対する洞察に基づくと、ここでの主体は依然として機械ではなく人間です。しかし、機械学習やディープラーニングの登場により、主体は徐々に機械へと変わり、人工知能の真の意味が反映され始めています。人間がデータを分析することから、データを通じて機械学習を行うことへの移行は、非常に大きな意義があり、人工知能 2.0 時代とも言えるでしょう。

しかし、現在の人工知能の開発状況から判断すると、機械学習に代表される人工知能2.0の段階に進むことができる企業はわずかです。ビッグデータ分析と比較して、機械学習の出現は、ビッグデータ分析に基づいてアルゴリズムを継続的に最適化し、機械がこれらのアルゴリズムの助けを借りてビッグデータ分析機能を継続的に向上させることを可能にすることです。ここでのアルゴリズムは、「人に魚を与える」から「人に魚の釣り方を教える」まで、人間が機械に与える知恵と能力のようなものです。

技術的な観点から見ると、クラウドコンピューティング、ビッグデータ、機械学習、人工知能の発展は急速ですが、まだ直線的な発展段階にあります。真に高度な人工知能とは、機械自体がデータを収集、整理、分析し、アルゴリズムを独自に調整、最適化し、判断や決定を下す能力を備えていることを意味します。このような人工知能は、人工知能3.0時代とも言え、人々の理想とする人工知能に近いものと言えます。

応用の観点から、李開復氏はまた、次のように独自の判断を示した。「今後10～15年で、人工知能は次の3つの段階で発展するだろう。第一に、人工知能はデータ化の度合いが高い産業で出現する。第二に、知覚、センサー、ロボットの発達により、人工知能は物理世界にまで広がる。そして最後に、人工知能は個人のシナリオに浸透するだろう。」

[[212807]]

人工知能の次のブレークスルーポイント：応用シナリオ

チェス、囲碁、テキサスホールデムなど、これらのボードゲームで人工知能が人間に勝てるということは疑いの余地がありません。 AI ができることがこれだけだとしたら、この新興技術の魅力は大幅に低下するでしょう。

これはまさにその通りです。今日、人々はこうした人間と機械の戦いに無関心になりつつあり、コンピューターやインターネットが初めて登場したときのように、この新しいテクノロジーをほぼすべての仕事や生活のシナリオに適用することを期待し始めています。当時、コンピュータの応用により、人々はペーパーレス情報時代に入ることができ、インターネットの応用により、人々は情報伝達の境界を打ち破り、真に世界はより相互につながりました。

現在の状況から判断すると、人工知能の革命的な影響は、コンピューターやインターネットのそれをはるかに上回るものとなるでしょう。なぜなら、人工知能は人間の思考を置き換えるか、部分的に置き換えることになるからです。例えば、医療業界では、医師の診断能力は医師個人の医療レベルと経験に大きく依存します。患者のさまざまな指標の検査データを分析することで、経験豊富な医師はより正確な診断を下すことができますが、若い医師の診断の精度ははるかに低くなります。それに比べて、人工知能は関連するすべての症例データを分析して、より真実に近い診断を導き出すことができるため、明らかに有利です。

ヘルスケアは明らかに、人工知能が活躍できる注目の分野の一つです。人工知能の同様の応用は、金融、エネルギー、輸送、さらには文学や芸術の創作など他の多くの業界など、より多くのシナリオに拡張できます。人工知能が人々にもたらすものは、データ分析を通じてパターンを提示し、人々の意思決定を支援するだけではありません。感情や気持ちなどの要因に惑わされることを避け、より合理的な意思決定を支援することにも役立ちます。

しかし、人工知能技術の進化と比較すると、現時点での人工知能の最も重要な課題は、それをより多くの応用シナリオに普及させ、それらのシナリオで人々に本当に使用されるようにすることです。人工知能は、常に新しいデータを取得し、継続的かつ深い学習を行う必要があります。「使えば使うほど、効果が高まる」というのが、人工知能発展の鍵と言えます。

現在の市場応用の観点から見ると、人工知能はまだ一部の特殊な分野や場所で試行されているだけであり、普及には程遠く、真にその役割を果たすことは困難です。研究室から普及まで、人工知能にはまだまだ長い道のりがあることは明らかです。

したがって、現段階では、人工知能の機会は、単なる実験室レベルのアプリケーションではなく、さまざまなアプリケーション シナリオに重点が置かれています。