すべての携帯電話にAIが搭載されているのに、なぜそれを軽蔑するのですか?

すべての携帯電話にAIが搭載されているのに、なぜそれを軽蔑するのですか?

携帯電話の発表会を見れば、AI機能の追加が目に入ります。しかし、多くのユーザーはこれをやや否定的に捉えており、内心では誇大広告ではないかと疑っています。では、これらの宣伝されている機能は実際にいわゆる AI なのでしょうか?

[[227099]]

携帯電話の新たなセールスポイント:AI

昨年下半期以降、ほぼすべての携帯電話製品は発売時にAIのコンセプトを搭載している。サムスンは昨年、AIアシスタントのBixbyを初めてリリースし、今年Galaxy S9をリリースした際にも、Bixbyがカメラを通じてインテリジェント翻訳、為替レート換算などの機能を実現できることを強調した。ファーウェイのKirin 970チップには、初めてNPUニューラルネットワークユニットも統合されました。その後のMate 10とP20製品には、写真認識機能が追加されました。その中で、P20シリーズのAI写真マスターは、動物、食べ物、自然、ポートレートなど19のカテゴリと500以上のシーンをインテリジェントに識別し、シーン検出+推奨ルール+ユーザーの習慣=写真モードの計算プロセスを通じて、ユーザーの写真モードをカスタマイズできます。最近リリースされた Nubia V18 では NeoSmart AI エンジンも最適化されており、システムの電力効率が向上し、よりスムーズで使いやすくなっています。

比較的控えめなアップルでさえ、A11プロセッサの名前に「バイオニック」という言葉を加え、1秒間に最大6000億回の演算を実行できるニューラルネットワークエンジンとも呼んでいる。 「ニューラル ネットワーク」という用語の使用は、間違いなく、このチップが AI 機能もサポートしていることを消費者に示唆しています。

広い意味ではAIであるに違いない

「くそ、インテリジェントな写真アルバム分類機能を持つのはAIと言えるだろう」これは、国内の携帯電話メーカーの記者会見を見たネットユーザーのコメントだった。実際、現在、すべての携帯電話メーカーは、チップから前述のアルバム分類管理まで、AIの概念に近づき始めています。実際、これらの機能は、音声アシスタント、写真翻訳、LBS+AR+カメラを使用した位置案内、携帯電話のエネルギー消費制御など、以前の携帯電話やコンピューターでもおなじみの機能です。以前から存在していたこれらの機能が、瞬時にAIとしてパッケージ化されたと多くの人が考えています。

では、AI とは何でしょうか? 「人工知能」という 4 つの単語の文字通りの翻訳とは別に、AI の定義については実際に議論があります。たとえば、AI には機械学習とディープラーニングの能力が必要だと強調する概念もあります。明らかに、既存のデータベースを使用して対応する判断を下すだけの一部の携帯電話のインテリジェント機能は、この概念に適合していません。

また、ディープラーニングの概念では、ニューラルネットワークによって機械が人間の脳をシミュレートして学習し、自ら論理を形成し、人間の脳を超える能力を獲得できるようにするという、ディープラーニングを重視すべきだと考える人もいます。チェスの記録から学習し、自分自身と対戦することで人間のチェスプレイヤーをはるかに上回る成果を上げた Alpha Go と同じです。明らかに、多くの携帯電話の AI 機能ではこれを実行するのは困難です。しかし、この見方では、人間の脳に対する現在の人間の理解は非常に限られているという問題があります。コンピューターのディープラーニングの 99% はコンピューター独自の方法を使用しており、これは AI の「人工」という言葉からはやや遠いものです。

しかし、AI には現在、より広く認識されている概念があります。それは、環境を理解した上で合理的な行動を取り、定義された目的関数を最適化することです。

明らかに、現在携帯電話メーカーが発表しているすべての AI 機能は、この広範な AI の概念を満たしています。これらの機能は、ユーザーの環境に基づいて、自動的に対応するアクションを実行します。ユーザーがすでによく知っているSiriや一部のバッテリー管理アプリ、インスタント翻訳アプリなどもAIと呼べると言えるでしょう。

AIレベルとユーザーの期待の間にはギャップがある

しかし、なぜ上記のユーザーは、いわゆるAI概念の乱用について依然として不満を言うのでしょうか。明らかな理由は、現在業界がAIの概念について詳細に議論していることにあります。Alpha Goの事件は、もともと弱いAIが人間の脳を超えるレベルに達することができるという新しい啓示を世界に与えたようで、これもAIに新しいラベルを与えています。

Alpha Goの背後にある超学習能力も、AIの新たな象徴となっている。機械は既存のビッグデータに頼って応答できるだけでなく、データベースを通じて自ら学習し、自らロジックを見つけ、新たな解決策を導き出すこともできる。これはAIの新たな発展方向である。

しかし、自律学習能力を持たないAI機能は、ユーザーがこれまで接してきた既存の機能とあまり変わらないため、現在流行しているAIの概念(ニューラルネットワークやディープラーニングを重視)とユーザーとが強く結びつきにくく、当然ながら内なる期待との乖離が生じ、不満が出るのは避けられません。

もちろん、AIの自己学習能力が携帯電話に応用されれば、ユーザーからますます重視されるプライバシーの問題も伴います。学習プロセス中にAIが継続的に収集したデータがクラウドに保存されると、大きな論争が起こるのは明らかです。たとえば、長期学習後、音声アシスタントや顔認識は明らかにユーザーの外見や声を再現できるため、大きなリスクが生じます。そのため、AppleやHuaweiも携帯電話に専用のニューラルネットワークユニットを組み込み、そのようなデータを保存しているが、ユーザーが携帯電話を変更すると、機械がユーザーの特性を再度学習する必要があるという問題にも直面することになる。ユーザーが一定期間使用した後にのみ、機械は元の学習レベルに達することができる。

<<:  【必見】機械学習分野の世界トップ16企業

>>:  データマイニングの分野でトップ 10 の古典的なアルゴリズムの 1 つ - K-Means アルゴリズム (コード付きで非常に詳細)

ブログ    

推薦する

ニューラルネットワークに基づくマルウェア検出分析

今日、あらゆる業界にとって、「マルウェアを効果的に検出する方法」は、ネットワーク セキュリティに関す...

北京地下鉄は顔認識技術を使用して機密のセキュリティチェックを実施する予定

[[280913]] Jiwei.comニュース(文/Jimmy)によると、北京軌道交通指揮センター...

AIと自動化でコンプライアンスコストを削減する5つの方法

規制は消費者と市場を保護するために設けられていますが、多くの場合、規制は複雑であり、遵守にはコストが...

...

AI 開発の世界では、自然言語処理を真に習得することはどれほど重要ですか?

人工知能開発の分野で最も重要な目標は、自然言語処理 (NLP) を真に習得したシステムを作成すること...

AIテクノロジーは法務サービスの未来をどのように変えるのでしょうか?

大規模な自然言語処理モデル(ChatGPT など)の急速な発展により、AI ツールは現在、調査、電子...

RPAとAIを組み合わせることで、自動化の新しい世界が開かれます

たとえば、ボットに請求書を分析してもらい、それを社内の適切な連絡先に送信させたいとします。十分簡単そ...

AIと子ども経済が出会うとき、どうすれば中心的ポジションにデビューできるのか?

[[248753]]児童市場は非常に特殊で、この層は購買力がないにもかかわらず、消費市場の価値は数...

中国の大学の人工知能専攻ランキング:清華大学、浙江大学、上海交通大学がトップ3にランクイン

AIの開発が国家戦略にまで上り詰めるにつれ、人工知能は大学入試の選択肢の中でも最も注目され、最も人気...

...

ポピュラーサイエンス記事: GPT の背後にあるトランスフォーマー モデル

前回の記事「AIビッグモデルの解釈、トークンの理解から始める」では、最も基本的な概念である「トークン...

Python を使用して画像からテーブルを抽出する

約 1 年前、私はファイルからデータ、主にテーブルに含まれるデータを抽出して構造化するタスクを割り当...

2024 年のテクノロジー トレンド - 企業は今から準備を始める必要があります。

2023 年の主流のテクノロジートレンドが人工知能、より具体的には生成 AI に重点を置くことは間...

NLP フィールド インデックス ツール、3000 以上のコード ベース、論文や GitHub ライブラリのワンクリック検索

検索について言えば、学術的な検索も科学です。検索を上手に使いこなすと、必要な学術情報を素早く見つける...