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?
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。 |
>>: 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)
[[399442]]アルゴリズム技術を改善し、アルゴリズムの適用を標準化することによってのみ、技術...
サイバー脅威は高度化、蔓延しているため、企業は常に警戒を怠ってはなりません。 2022年には、4億9...
ソフトロボット分野の研究者は、人間にとってより安全に操作できる新世代の機械を生み出すことを望んでおり...
概要: 顔認識を実現するための 1 行のコード、1. まず、システムに認識させたいすべての人の写真が...
[[430280]]特にリモートワークの増加と労働力不足により従来の労働パターンが変化する中、多くの...
1. 人工知能の応用分野1. コンピュータービジョン生体認証: 顔認識、歩行認識、歩行者 ReID、...
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...
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...
1. モバイルゲーム闇産業チェーンまず、モバイルゲームのブラック産業チェーンを紹介します。これは基本...
人工知能の本質は、機械が人間のように世界を認識し理解できるようにすることです。言語と知識を研究する自...
ドイツのセキュリティ愛好家が、レンタルしたコンピュータ リソースを使用して、SHA1 ハッシュ アル...
2019年9月20日、HUAWEI CONNECT 2019カンファレンスにおいて、ファーウェイクラ...