人工知能のトップ 10 トレンド。チャンスをつかんで全力で取り組みましょう。さもないと、私たち全員が解雇されてしまいます。

トレンド1：中国の潜在力が爆発し、米国の優位性が揺らぐ

[[226879]]

2017年、中国の人工知能スタートアップへの投資は世界総額の48％を占め、初めて米国を抜いてトップの座に立った。 CBInsightsは、2018年には米国が人工知能スタートアップの数と株式取引総額の点で依然として世界をリードするものの、世界規模の取引における優位性は徐々に失われつつあると予測している。

国際取引における米国の優位性が揺らいでいる（CBInsightsレポートより）

この成果に対する中国の二大貢献は顔認識とスマートチップだ。前者は政府の強力な支援のおかげで近年最も急速に発展しており、後者は常に強いアメリカのチップに直接挑戦している。

顔認識に関しては、ユニコーン企業のMegviiが大きな貢献を果たした。 Megviiは中国の保険会社（サンシャイン保険グループ）、政府機関（ロシア連邦-中国投資グループ）、大企業（フォックスコン、アントファイナンシャル）から強力な支援を受けており、現在13億件の顔データ記録を保有していると報じられている。

中国は顔認識に多額の投資を行っている（CBInsightsレポートより写真）

同社の投資家であるアリババグループ（アント・ファイナンシャルを通じて）とフォックスコンは2016年に中国の杭州市で人工知能を使って監視カメラのデータを分析する「シティ・ブレイン」プロジェクトで提携した。

シティブレインについては、アリババの技術委員会委員長である王建博士が、ピントゥビジネスレビュー（ID：pintu360）のインタビューで明らかにした。「過去から来年にかけて非常に大きな変化があったと思います。前回、本当に非常に大規模な実験を完了したのであれば、来年はこの実験を都市にとって最も基本的なものにしなければなりません。杭州では今年、シティブレインをパイロットプロジェクトから杭州市全体をカバーするプロジェクトにするという目標があります。」

スマートチップに関しては、中国政府は2017年7月に、2020年までに米国と協力し、2030年までに世界のリーダーになると述べた。中国企業のカンブリコンは、今後3年間で10億個の処理装置を生産することを約束しており、ディープラーニング専用のチップを開発している。

国内での研究開発に加え、テンセント、バイドゥ、JD.comなど中国の大手テクノロジー企業は海外投資を増やしている。最近、BaiduとJD.comがZestFinanceに投資し、TencentがObENに投資したと報じられています。 2018年には、これが中国がチップ競争に勝つための強力な交渉材料にもなるだろう。

中国の人工知能への海外投資が大幅に増加（CBInsightsレポートより）

トレンド2: 製造業労働者は史上最悪の失業の波に直面する可能性がある

[[226880]]

最近、中国のTシャツ製造会社である天元服装有限公司は、アーカンソー州政府と、アーカンソー州の新しい衣料品工場で400人の「労働者」を雇用する覚書を締結した。注目すべきは、これら 400 台がジョージア州の新興企業である SoftWear Automation 社によって開発された縫製ロボットであるということです。この連携では、複雑な作業はすべてロボットが行い、人間のスタッフはロボットのメンテナンスや操作といった高度な作業のみを担当します。

効率は大幅に向上し、コストは大幅に削減され、苦情やストライキもなくなりました。将来的にはこれが製造業の標準となることは想像に難くありません。その結果、2018年には一般労働者は史上最も深刻な失業の波に直面することになるかもしれない。

米国の雇用は2008年のピークに達することはないだろう（CBInsightsレポートより画像）

「労働力ゼロで完全な生産を実現することが究極の目標です。」アマゾンの無人倉庫構想も同様です。 Amazonは現在、世界中の倉庫で10万台以上のロボットを採用しており、実行作業のほとんどをロボットが行っています。

その結果、ロボットが一般労働者に取って代わる一方で、何千もの新たな高技能職が生まれています。 Amazon では、人間の労働者は商品のピッキングや注文の発送などの細かい作業に重点を置いています。ロボットと人間の関係はより補完的でウィンウィンの関係であり、単純な「代替脅威理論」は実際にはナンセンスであることがわかります。

トレンド3: 人工知能はどこにでもあり、機械学習は何でもできる

[[226881]]

2018年、人工知能はあらゆるところに存在します。むしろ、機械学習はあらゆるところに存在するでしょう。 CBInsights の見解では、このテクノロジーはほぼ「万能」であり、2018 年には無限の可能性を生み出すでしょう。

「あなたはビーガンですか、グルテンフリーですか、それとも大豆アレルギーですか？」米国を拠点とするProseは、機械学習を利用してヘアケア製品をカスタマイズしたいと考えており、有名なベンチャーキャピタル企業から757万ドルを調達した。さらに意外なことに、機械学習は大麻技術の世界にも進出してきました。現在、DeepGreen はコンピューター ビジョンを使用して大麻植物の性別と健康状態を識別しています。これとは別に、ウィードガイドは人工知能技術を活用して個人に合わせた大麻の推奨を行うために170万ドルを調達した。

こうした業界の混乱は十分ではありません。 2018年には、この技術を基に、英国のIntelligentX社が世界初のAI醸造ビールを発売する予定。ロシアのDeepFish社は、ニューラルネットワークを使用してレーダー画像内の魚を識別することに取り組んでいる。スウェーデンのHoofstep社はベンチャーキャピタルを調達し、馬の詳細な行動分析を実施する予定。

トレンド4: サイバーセキュリティと従来の防衛の世界の段階的な統合

[[226882]]

冷戦中、各国政府は「ミサイルギャップ」が勝利の鍵であると繰り返し語った。今、戦場は「データセンター」に移りつつあります。 具体的には、人工知能技術の発展に伴い、政府間のネットワーク能力の格差が顕在化し、サイバーセキュリティと伝統的な防衛の世界が徐々に融合しつつあります。

人工知能は防衛の分野で当然の利点を持っています。サイバー攻撃は絶えず進化しているため、防御側ではこれまで知られていなかった種類のマルウェアに対処しなければならないことがよくあります。人工知能は、その強力な大規模コンピューティング能力によって際立っており、何百万ものイベントを迅速にスクリーニングして、異常、リスク、将来の脅威の兆候を検出します。

実際、Amazon は 2014 年にはすでに、機密データに対する厳格なコンプライアンスと規制要件を満たすために、CIA 向けにカスタマイズされたクラウド コンピューティング サービスを確立していました。 2014 年第 4 四半期に、AWS はこれらのツールを諜報機関以外の政府機関の顧客にも公開しました。同時に、Amazon はクラウド内の機密データを保護するために、2 つの人工知能サイバーセキュリティ企業、Harvest.ai と Sqrrl を買収しました。その後の数年間、大手のアマゾンと数多くの人工知能スタートアップ企業が、新たなサイバーセキュリティの取り組みのバックボーンとなることを誓った。

統計によると、過去5年間で合計134のスタートアップ企業が36億5500万米ドルの資金を調達した。昨年は約34社が株式を公開し、Cyber​​eason、CrowdStrike、Cylance、Taniumなどの大企業の市場「戦い」に加わった。これらの企業の価値はそれぞれ9億ドル以上です。

AIサイバーセキュリティ企業の数は増加中（CBInsightsレポートより）

トレンド5：音声認識技術の春

[[226883]]

2018年のコンシューマーエレクトロニクスショーでは、Amazon EchoとGoogle Homeが文句なしの主役でした。人々が思いつく限りのあらゆる IoT デバイスが統合されており、網をすり抜けることはほとんどありません。業界関係者は音声認識の春が来ると予測している。

Amazon は長年音声コンピューティングのリーダーであるものの、言語サポートでは遅れをとっている点に注目すべきです。アマゾンは前四半期、Alexa搭載スピーカーを約80カ国で販売すると発表した。欠点は、世界中のユーザーが英語、ドイツ語、または日本語で操作することを期待していることです。言語に関しては、ライバルの Google が明らかに優位に立っており、Google アシスタントは英語、フランス語、ドイツ語、イタリア語、日本語、韓国語、スペイン語、ポルトガル語で利用できます。音声認識機能は119言語に対応しています。

これら2つの大手企業に加え、サムスンも現在、独自の音声アシスタント「Bixby」を開発している。 2020年までに、すべてのLG製品がインターネットに接続され、Bixbyが完全にインテリジェントになることが期待されています。2017年には、すべてのLGデバイスがWi-Fi接続をサポートし、現在80を超える製品がGoogle Homeと統合されています。中国では、アリババは、Tmall Genieの中国版が2017年7月の正式発売以来100万台以上売れたと報告している。

2018年、非英語圏の音声市場は活況を呈しているかもしれない。誰が優勝するかは、商品を見れば明らかです。

トレンド6: 人工知能の「疎外」

[[226884]]

2017 年には、人工知能が徐々にアプリケーションのエッジに導入され、コンピューティング ネットワークの周辺に近い小型のデバイスやセンサーが実行されるようになりました。言い換えれば、AI はクラウドやスマートフォンではなく、「ヘッドフォンの中に」あるかもしれないのです。

たとえば、AppleはiPhone 8とiPhone X向けに「ニューラルエンジン」を搭載したA11チップを発表しました。 Appleは、機械学習タスクを毎秒600Bの速度で実行でき、FaceIDなどの多くの新機能をサポートしていると主張しています。具体的には、「ニューラル エンジン」は、ユーザー データをクラウドにアップロードしたり保存したりすることなく、目に見えない光でユーザーの顔をスキャンできます。さらに、インテルはMyriad Xデバイスと呼ばれるビジョン処理チップを発表しました（元々はインテルが2016年に買収したMovidiusによって開発されました）。インテルは、スマートフォンのディープラーニング技術をベビーモニターやドローンなどのデバイスに応用できると述べている。

人工知能の限界的な応用はこれをはるかに超えています。スマートホームや自動運転など、多くの人気分野で人工知能が活用されています (下の図を参照)。

AI エッジ コンピューティングにより応答時間が短縮されます (CBInsights レポートの画像)

2018 年には、人工知能のエッジ アプリケーションも大手メーカーの研究開発の焦点となるでしょう。人工知能の核となる技術が「知能」にあるとすれば、疎外された技術の探究はそれを「人間性」に近づけることなのかもしれない。

トレンド 7: 18 億ドルの投資は無駄になったのか?アマゾンとグーグルの独占が激化

[[226885]]

CBInsightsによると、過去5年間で投資機関はエンタープライズレベルの人工知能アプリケーションのスタートアップに総額18億ドルを投資した。 しかし、Amazon と Google がエンタープライズレベルの人工知能アプリケーションを徐々に改善し、革新していくにつれて、これらの資金は無駄になる可能性が高いです。

近年、Google は Cloud AutoML をリリースしました。顧客はカスタムデータを使用して、特定のニーズを満たすアルゴリズムをトレーニングできます。Amazon は、初期費用なしで小規模開発者にサービスを提供することを目的とした AWS で「AI-as-a-Service」と「Amazon Artificial Intelligence」の販売を開始しました。さらに、Amazon は API のように機能し、あらゆる開発者が Lex (Alexa 内の NLP)、Amazon Polly (音声合成)、Amazon Rekognition (画像分析) にアクセスできるようにする製品をリリースしました。

このような強力な巨大競争相手を前に、中小企業がその隙間に生き残るというのは誤った提案かもしれない。

トレンド8: 最も人気のある「畳み込みニューラルネットワーク」が破壊された

[[226886]]

ニューラル ネットワークにはさまざまなアーキテクチャがあります。現在、最も人気のあるタイプのディープラーニングは、畳み込みニューラル ネットワークと呼ばれています。現在、カプセル ネットワークという新しいアーキテクチャが登場しており、多くの点で畳み込みニューラル ネットワークを上回ることが期待されています。

畳み込みニューラル ネットワークは長年成功を収めてきましたが、学者の間では一般に、セキュリティの欠陥につながる可能性のある欠陥がまだ残っていると考えられています。これを踏まえて、ディープラーニングの先駆的研究者の一人であるジェフリー・ヒントン氏は、2017年に「カプセルネットワーク」という概念を紹介する研究論文を発表しました。現在、この論文はまだレビュー段階にあり、実際の状況でテストする必要があります。しかし、そこに記述されている概念は科学界に大きな反響を巻き起こしました。業界関係者は、これが検証されれば、現在最も人気のある「畳み込みニューラルネットワーク」を覆すことになるだろうと予測している。

カプセルネットワークにより、人工知能はより少ないデータで画像パターンを認識できるようになり、誤った結果が出る可能性が低くなると報告されています。例えば、下の画像の右側にある顔の特徴を並べ替えると、顔ではなくなることを認識できます。これは畳み込みネットワークが得意としない点です。

カプセルネットワークのテスト結果（CBInsights レポートからの画像）

畳み込みニューラル ネットワークのもう 1 つの問題は、入力データの変化にインテリジェントに応答できないことです。たとえば、ユーザーは、すべてのバリエーションを認識するために、同じオブジェクトのさまざまな角度や視点からの画像を使用して畳み込みニューラル ネットワークをトレーニングする必要があります。したがって、考えられるすべてのバリエーションをカバーするには、大量のトレーニング データが必要になります。カプセルネットワークは異なります。この技術では必要なデータが少なくなり、オブジェクトの相対的な位置と方向が考慮されます。

以上のことから、この論文が検証されれば、人工知能の分野で大きな旋風が巻き起こることは間違いないだろう。 2018年にこれが起こる可能性はあるでしょうか?待って見てみましょう。

トレンド：年収900万元の人材獲得競争が激化

[[226887]]

2017年、人工知能の人材獲得競争が正式に始まりました。 Liepin.comに掲載された中国の人工知能ユニコーンスタートアップの求人広告によると、上級機械学習研究者の年収は56万7000～62万4000ドル、機械学習の専門家の年収は31万5000～41万ドルとなっている。

テンセントが最近発表したレポートによると、現在、人工知能分野の有能な研究者は、関連研究分野の学生を含めて30万人しかいないという。しかし、全国的に見ると、人工知能分野の人材不足は100万人以上あります。したがって、2018年および今後数年間、「人材を引き付けることができる」ことは、間違いなく人工知能企業の発展の前提条件であり、鍵となります。

人材を重視する国は中国だけではない。アメリカのテクノロジー企業も人工知能関連の人材を惜しみなく採用している。ディープマインド・テクノロジーズ（2014年にグーグルが買収）は、2016年の財務諸表で「人件費およびその他の関連費用」として1億840万ポンドを報告した。 LinkedIn で検索すると、従業員数は 415 名と表示され、チームの平均給与は 252,000 ポンド (年間約 350,000 ドル) となります。

Deepmind Technologies の財務報告書のスクリーンショット (画像は CBInsights レポートより)

さらに、大手テクノロジー企業の人工知能研究者も仕事を辞めて起業している。アンドリュー・ン氏が百度を離れ、1億7500万ドルのAIファンドを設立Google のセンサー研究開発専門家が退社し、AI チップのスタートアップ企業 Groq の最高技術責任者に就任…

そのため、大手企業から重要な人材が流出するなか、世界の人工知能企業間の人材獲得競争は必然的に激化するだろう。 2018 年には、AI 専門家の給与も過去最高を記録すると予想されています。

トレンド10: 機械学習キャピタルカーニバル終了

[[226888]]

近年、資本ブームが相次いでいる。ビッグデータからクラウドコンピューティング、機械学習まで、競争するために「無数の資本」を引き付けてきました。

2017 年は機械学習カーニバルの年でした。 投資家はさまざまな業界の機械学習スタートアップに152億ドル以上を注ぎ込み、これは2016年から141%の増加となった。米国のインキュベーターは、1年間で300社を超える機械学習のスタートアップ企業を誘致したが、これは2016年の3倍にあたる。

2017年にAI（機械学習）企業への資金が大幅に増加

そして2018年、このカーニバルは終わろうとしています。機械学習の標準化により、投資家は投資する AI 企業をより厳選するようになります。 16z の Frank Chen 氏は、「数年後には、機械学習のスタートアップ企業を探している投資家はいなくなるでしょう。機械学習は『スタートアップ企業の製品を動かすために必要なツール』とみなされるようになるでしょう」と述べています。

これまでの他の多くのホットなトピックと同様に、機械学習もすぐに時代遅れになるでしょう。 2016年以降に登場した多数の人工知能スタートアップはどこへ向かうのでしょうか？強力なビジネスモデルだけがその活力を維持できるのではないかと私は考えています。

百度の会長兼CEO、ロビン・リー氏は中国ITリーダーシップサミットで次のように述べた。「私たちの世代は一般的にとても幸運なので、チャンスを探す必要はありません。2000年に中国に戻ってから、15年間ずっと逆風の中にいました。逆風に耐えるのは大変ですが、チャンスはいろいろあります。もし誰もが近道を探そうとし、誰もがそのように考えているなら、それは実は非常に危険です。社会全体が人々にそのような近道を探すことを奨励すべきではありません。」

技術革新に関しては、アマラの法則は、私たちが技術の短期的な影響を過大評価し、長期的な影響を過小評価する傾向があることを長い間指摘してきました。おそらく、製品モデル指向の流行はすべて誤ったトレンドですが、テクノロジー自体に問題はありません。人工知能も同様で、幾度ものバブルを経てようやく実用化されれば、時の試練を経て残った企業や製品は必ず輝くだろう。