需要と供給の関係は商品経済における基本的な関係です。市場経済においては、買い手と売り手、つまり需要と供給という 2 つの対立するカテゴリしかありません。市場において比較的先進的な産業方向である人工知能も、資本と需要と供給の問題に直面しています。現時点では、人工知能に関する最大の問題は技術的な問題ではなく、需要の問題であると思われます。つまり、過去1年間で人工知能は資本に頻繁に支持され、人工知能技術と企業が急速に台頭しました。現在でも、応用シナリオが不足しているため、人工知能を収益化するのは依然として困難です。
シナリオのないAIは役に立たない 需要が供給を上回ると、市場は売り手市場となり、売り手は有利な低い立場になります。人工知能の分野における問題は、需要がないことです。 対照的に、AIスピーカーなどの現在のAI製品の最大の問題は、需要がなく、ユーザーの悩みを解決できないことです。多くの企業がAIスピーカーを将来のスマートライフへの重要な入り口と位置付けていますが、ほとんどのユーザーはAIスピーカーを購入してから生活が便利になったとは感じていません。 AI オーディオ メーカーにとって、たとえパフォーマンスが極めて優れた製品を製造したとしても、さらに重要な問題が待ち受けています。それは、新しいアプリケーション シナリオをどのように作成するかということです。シナリオがなければ需要はなく、需要がなければ市場もありません。需要がないため、AI スピーカーは単なる時間の無駄です。 AIはただパフォーマンスするだけではなく Google が AlphaGo の人間に対する勝利を大々的に宣伝するとき、人間を倒すために必要な技術が私たちの生活の悩みを解決できるのか、AI の人間に対する勝利に市場価値があるのか、それとも単なる技術の向上なのか、私たちは考えるべきでしょうか。 Google は、この種のチェスのスキルを競う最初の企業ではありません。前世紀には、IBM の Deep Blue がチェスのゲームを開始しました。それ以来、同様のチェス ゲームが一般的になっています。 人工知能はベクトルマシンにまで遡ることができます。機械学習において、サポート ベクター マシン (SVM、サポート ベクター ネットワークとも呼ばれる) は、分類および回帰分析でデータを分析するための教師あり学習モデルおよび関連学習アルゴリズムです。つまり、ベクターマシンからディープブルー、そしてアルファ碁まで、人類は長きにわたって人工知能と機械学習を研究してきたのです。 数十年の歴史を持つAI技術は、まだ実験室の「パフォーマー」に過ぎず、社会のテストを経験しておらず、市場の需要と供給を満たすことができず、価値がありません。 AIは雇用と市場の需要を増やすはずだ 今日の市場経済システムでは、供給が需要を下回る産業を見えざる手が操作しています。この手の影響により、今日の社会は、供給が需要を上回った前世紀のヨーロッパやアメリカの市場に非常に似ています。昔、人々は川に牛乳を捨てていました。今日、人間は過剰なエネルギーを消費するために過剰な娯楽を好みます。 しかし、製品は製造後に販売することはできません。これは今日の市場において最も重要な問題です。 AIの出現により、多くの反復的な仕事が消滅の危機に瀕しています。編集者、電話による顧客サービス、介護士、清掃員、さらには株式トレーダーなど、同様の職種が消滅の危機に直面しています。 AIの出現により雇用が失われています。AIは商品の循環を刺激することはできませんが、常に余分なリソースの滞留を生み出しています。供給が需要を上回る社会では、これは非常に危険です。もちろん、人工知能が商品の販売を手助けしてくれるなら、それは別のシナリオになるでしょう。 AIは危険な仕事で人間を助けるために使われている ロシアのチェルノブイリ原子力発電所の漏洩後、ここも立ち入り禁止区域となり、ホラー映画の撮影に使われる運命となった。 2011年に日本で福島原発の原発事故が起きて以来、長い間放置されていました。人間が立ち入ることができない禁断の生命領域は、AIロボットにとって最適なテスト環境となるかもしれない。 最初は、核放射線防護能力がほとんどない救助ロボットが漏洩エリアに入り、即座に「殺された」が、その後、核放射線耐性指数を搭載したロボット「戦士」が次々とそこに行き、数分間持ちこたえたものもあれば、1時間持ちこたえたものもあった。ロボットが即死するたびに、それは資金の損失と実験の失敗に過ぎません。しかし、「犠牲」がロボットではなく、プロの科学者である場合。そうなると、人類が失うものは単なるお金ではなく、また失敗した実験ほど単純なものでもない。 アプリケーションシナリオがなければ、テクノロジーは役に立たない 人工知能が研究室から社会へ移行する場合、必然的に市場の精査と需要と供給のバランスに直面することになるだろう。人間の生活の悩みを解決できず、応用シナリオもなければ、その技術は役に立たず、AI を収益化することはできません。
|
>>: 実践的なスキル: システムレベルからディープラーニングコンピューティングを最適化するにはどうすればよいでしょうか?
AI 業界の人なら、OpenAI が先進的な技術と高い給与で AI 業界のリーダーであることは知って...
翻訳者|朱 仙中レビュー | Chonglou導入携帯電話、気候センサー、金融市場取引、車両や輸送コ...
[[91338]] HTML5 がリリースされてから長い時間が経ちますが、日々の仕事や個人の Web...
屈原・漁夫のアルゴリズムの追求を分析する前に、「漁夫」の原文を見てみましょう。屈原は流刑になった後、...
パンデミックにより、遠隔患者ケアのための人工知能(AI)の進歩が加速した。医師は、デジタル患者モニタ...
[[257419]] 2018 年は人工知能 (AI) の主流採用をさらに促進し、より多くの機能の提...
前回の記事「屈原と漁師のアルゴリズムの追求」では、屈原が効率的なアルゴリズムを追求したのに対し、漁師...
王耀南院士が2020年国家ロボット開発フォーラムで報告著者プロフィール:王耀南、中国工程院院士、湖南...
2022年のゲーデル賞が発表されました! ACM アルゴリズムおよび計算理論に関する興味グループ (...
この機能はまだ正式にはオープンしていませんが、海外メディアはすでに先行体験する機会を得ています!結果...
地元警察は、ここ数日話題になっている「グーグルの人員削減により清華大学の夫婦が自殺」事件の詳細を発表...
[[361065]]いたずら好きな老人の周伯同は、黄耀師によって桃花島に十数年閉じ込められていまし...
3G通信技術は広く利用されており、4Gに向けてますます進化しています。通信ネットワーク内のアクセスス...
最近は大学生があちこちで見かけられ、就職のプレッシャーも高まっています。そのため、多くの人にとって、...