未来 | 人工知能が人間社会を変える24の方法

今こそ、AI の将来を本当に理解するときです。

AI を取り巻く不安は雇用の減少など多岐にわたりますが、現実には将来何が起こるかは誰にもわかりません。その理由は、人間の創意工夫や、世界中の何百万もの起業家や経営者がテクノロジーを採用する方法を私たちが予見することは決してできなかったからです。

1959 年、郵政長官アーサー サマーフィールドは、経済成長によって手紙の数が増え、郵便局員の将来は明るいと自信を持って予測しました。当時、電子メール、テキスト メッセージ、携帯電話ネットワーク テクノロジーの初歩的な形態は存在していましたが、人間が二度と紙に書くことがなくなる可能性はサマーフィールドには思い浮かびませんでした。

心に留めておくべき 2 つ目の現実は、AI の最終的な使用は主に市場の力によって決定されるということです。

AI は企業や消費者によって無数の実用的な目的で使用されるようになりますが、そのほとんどは控えめで、予測できない累積的な影響を伴うものになるでしょう。人工知能の将来について推測しようとするとき、鍵となるのは現実世界の利己的な人々（良い面も悪い面も）のように考えることです。

ここに、役に立つ、刺激的な、そして現実の、人工知能の活用例を 24 件紹介します。

1. AIが働き方を変える

1. みんなで同じ言語を話しましょう

『ドクター・フー』や『スタートレック』の黄金時代以来、SFの世界では言語を自動的に翻訳できる装置が重宝されてきた。人間が遠い方言を学ばなくてもエイリアンと会話できるからだ。

地球上の企業、例えば Google などは、AI テクノロジーを使って会話をある言語から別の言語に翻訳できるデバイスを開発していることが判明しました。 Google が最近リリースした Pixel Buds は有望なスタートであり、非常にうまく機能していますが、企業がこの技術をどのように活用するかという疑問もあります。

アメリカの経営幹部は、ポルトガル語を話す同僚に電話をかけ、世界中のパートナーとリアルタイムでブレインストーミングを行うことができます。海外にオフィスを持つ企業は、従業員とより効果的にコミュニケーションをとることができ、従業員は異なる言語を話す他国の同僚と共同で作業できるようになります。営業担当者は、新しい地域で見込み客を見つけ、「コールドコール」（営業目的で見知らぬ人に電話をかけること）を行って、次の画期的な取引を成立させることができます。

多くの企業では、従業員が同じ言語を話すように英語のみのポリシーを導入していますが、リアルタイム翻訳テクノロジーにより、米国以外の従業員は母国語を話し、文化を維持することができ、これはグローバル化の時代における利点です。 ——ジョナサン・ヴァニアン

[[248086]]

2. 心を読む

音声コントロールは便利ですが、公共の場で Alexa、Siri、Cortana に質問するのは気まずく、他の人の邪魔になる可能性があります。

MIT の研究者が発明した非侵襲性のウェアラブルデバイス、AlterEgo (イヤホン) は、口を開く前に何を言うかを知ることができます。数秒で多くのクエリに回答し、プライベート メッセージを送信し、後でアクセスできるように情報フローを内部的に記録できます。これらはすべて、目に見える外部アクションなしで実行できます。

AlterEgo はあなたの心を読むことができるように聞こえますが、実際にはそうではありません。その代わりに、人間と機械の間の秘密のコミュニケーションを楽々と実現します。つまり、単語やフレーズを体内で発声すると、顎に電気インパルスが発せられるのです。

大学の研究者らがまだデータ収集とシステムのトレーニングを行っているが、AlterEgo は最終的には、飛行機のコックピットや工場の現場など騒音の多い環境でユーザーがコミュニケーションをとるためのプラットフォームになったり、言語障害を持つ人々がコミュニケーションをとるための手段になったりする可能性がある。

AlterEgo は、文章作成、計画、コミュニケーションのプロセスを大幅にスピードアップできる可能性があるが、現時点では、人間は依然として大量の電子メールを読む作業に追われている。 --カーソン・ケスラー

34%

Pegasystems の調査レポートによると、34% の人が AI とやり取りしたことがあるそうです。 （実際にAIと触れ合ったことがある人の割合は84％です。）

3. より賢い人材を雇う

採用プロセスには多くの課題が伴います。人は、気づかないうちに、自分の姓、大学、さらには履歴書のフォントサイズに影響を受けることがあります。一部の企業は、人工知能が役立つかどうかに注目しています。

例えば、ボーダフォン、ニールセン、ユニリーバの求職者は、AIスタートアップ企業パイメトリクスが設計したスマートフォンゲームをプレイしている。このゲームは、人種、性別、その他の偏見を回避するアルゴリズムを通じて、認知特性と感情特性を測定するものだ。その後、ユニリーバはソフトウェアによって選ばれた最適な候補者に、仕事の進め方に関するさまざまな質問に答えるビデオを HireVue で録画するよう依頼します。

別のアルゴリズムでは、候補者の発言内容だけでなく、応答の速さや表情に表れる感情的なサインも評価し、最適な候補者を選別します。初期テストに合格した候補者には、適格な現地面接が提供されます。

ユニリーバは、このシステムを導入して以来、求人の受け入れ率が向上し、人種、民族、社会経済的地位などさまざまな基準でより多くの応募者を採用できるようになったと述べている。同社はより多様な人材を採用し、大学に比べて3倍の応募者を獲得している。 ——アーロン・プレスマン

20%

英国のComputerlove社による調査によると、20%の人が音声アシスタントによって「もっと興味深く、魅力的になる」ことを望んでいるという。

4. 究極のマネージャーを育てる

人間の行動について判断を下す機会は、かつては人間だけに与えられていました。しかし、アルゴリズムはますます私たちの行動、さらには意図を評価し、そこから結論を導き出すようになっています。

これは特に職場に当てはまり、人事部門は、離職リスクの可能性、優秀な従業員の特性、チームの機能のダイナミクスに関するスケーラブルな（そしてできれば信頼できる）洞察を得るために AI を活用しています。

ボストンに拠点を置く企業、Humanyze は、一日を通して従業員のやり取りを追跡するスマート ID カードの実験を行っており、雇用主はパターンを見つけて仕事が実際にどのように行われているかを把握できるようになっています。シアトルの新興企業 Textio は、人工知能を活用して企業が適切な求人広告を作成できるように支援しています。

大企業もHレスHR運動に加わっている。インテルは、人材確保のため、従業員と社内の他の機会をマッチングさせる新しい社内ツールにAIを活用することを検討している。

これらの新しい機能は、企業が必要な人材を引き付け、維持するのに役立ちます (また、これらのプロセスを自動化することで、従業員のオンボーディングと採用のコストを削減できます)。考えられる欠点は、彼らがサービスを提供していると主張する人々、つまり、ますます干渉的になる職場を好ましく思わない従業員を遠ざけてしまうリスクもあるということです。 ——ミハル・レヴ・ラム

2. 人工知能が銀行業界とウォール街に与える影響

サブプライム住宅ローン危機が勃発して以来、過去10年間で、機械は人間よりも賢く住宅ローンを発行できるかもしれないという説が人気を集めている。 ——ファニーメイ

フィナンシャル・タイムズが発表した住宅ローン貸し手に関する新たな調査によると、40%の貸し手が、膨大な書類処理、不正検出、借り手の債務不履行の可能性の予測を含む申請プロセスを自動化するために人工知能システムを導入していることが明らかになった。

例えば、サンフランシスコに拠点を置くブレンドは、融資大手ウェルズ・ファーゴを含む114の金融機関にオンライン住宅ローン申請ソフトウェアを提供しており、承認手続きを少なくとも1週間短縮した。そこで疑問なのは、このような AI システムが住宅ローン業界の崩壊を防ぐことができるかどうかだ。

おそらく、まさにその効果はないかもしれませんが、機械がより早く警告信号を発することができるため、深刻さをいくらか軽減することができます。 「データ関連のエラーはすぐに検出され、修正できます」と、Blend の共同創設者兼 CEO である Nima Ghamsari 氏は述べています。銀行はまだ引受判断に AI を利用してはいないものの、融資担当者はすでに AI を活用したプロセスの別の利点、つまりより多くのアメリカ人が住宅ローンを利用しやすくなることに気づいています。 「ブレンド」が定義する最低所得の消費者グループ（これまで個人ユーザーとして申し込むことに消極的だったグループ）は、他のグループよりも同社のモバイルアプリに入力する可能性が3倍高い。

「人々の心から恐怖が取り除かれる」とウェルズ・ファーゴの消費者向け銀行部門責任者メアリー・マック氏は語った。 ——ジェン・ウィッツナー

1. プロの投資家にとっての新たな課題

金融業界では、過去 10 年間で収集されるデータの量が爆発的に増加し、20 代のアナリストが 24 時間体制で働いても、もはやすべてを処理できないほどになっています。しかし、機械ならそれができるのです。 Bloomberg、FactSet Research、Thomson Reuters はいずれも、機械学習、ディープラーニング、自然言語処理 (NLP) など、さまざまなデータ サイエンス ツールと技術を開発し、何千人もの金融専門家のために貴重な知識を迅速に発掘しています。

ブルームバーグは感情分析の先駆者であり、約10年前にこの技術の開発を開始しました。感情分析では、機械学習技術を使用して、株式関連のニュース記事やツイートに注釈を付け、感情スコアを割り当てます。人工知能は資産管理にも進出しています。投資グループのバックアップデータアナリストの数は、過去 5 年間で 3 倍以上に増加しました。

そして金融会社は、ウェブサイトの切り抜き、言語分析、クレジットカード購入、衛星データに含まれる取引シグナルの可能性を活用すべく競争している。投資リサーチに AI を使用していると報告されている企業には、ブラックロック、フィデリティ、インベスコ、シュローダー、T. ロウ・プライスなどがある。世界最大の金融管理会社であるブラックロックは、人工知能技術の利用における先駆者であり、ブラックロック人工知能ラボを設立しています。 ——スコット・デカルロ

72%

ピュー・リサーチ・センターの調査によると、72%の人がロボットが自分の仕事を奪うのではないかと恐れている。

2. これはアマチュアにも当てはまる

ベターメントやチェース・シュワブなどの伝統的なディスカウント証券会社が提供する「ロボアドバイザー」サービスは、幅広い投資家にサービスを提供するために人工知能技術を使い始めている。同社の低手数料の投資ツールは人工知能を活用し、ユーザーのニーズとリスク許容度に基づいて、株式、債券、その他の資産クラス間で資産をどのように配分するかを決定します。同社の人工知能技術は、投資ポートフォリオを自動的に調整することができ、アルゴリズムが税金回避戦略や遺産計画の支援が必要であると予測すると、ロボットではないアドバイザーに電話で連絡を取るよう促すこともできます。

次の技術的フロンティアは、人工知能が十分に賢くなった場合、長期的な「買い持ち」投資プロセスにおいて貯蓄者が正しい決定を下すのを支援できるようになることです。バンク・オブ・アメリカ・メリルリンチとモルガン・スタンレーは、この新興分野の定量投資分析における、よく知られた（そして厄介な）トッププレーヤーの1つです。

彼らの目標は、人工知能技術が最も適している定量的な処理タスク（最も基本的なものは、膨大な量のデータから有用なパターンをマイニングする能力）と、非常に賢い人々でも実行可能な複雑な分析タスク向けにトレーニングされた他のアルゴリズムを組み合わせることです。このようなタスクは、業界の成長可能性を評価したり、会社の経営者のための戦略計画を立てたりするようなものです。

機械学習は、最終的には定量分析システムを適応させて間違いから学習することができます。その究極の目標は、低価格で株を選ぶ知恵を持つ人工の「ウォーレン・バフェット」を作り出すことです。この響き渡る名前は、「定量的投資分析」よりも魅力的かもしれません！ - マット・ハイマー

3. 人工知能が製造業にもたらす変化

1. より効率的に設計する

確かに、コンピューター アルゴリズムはテクノロジー、科学、医学に混乱をもたらしています... しかし、クリエイティブなデザインはまだ安全ですよね? 必ずしもそうとは限りません。ソフトウェア開発会社オートデスクの新しいプログラムは、AIを活用して人間のデザイナーのクリエイティブな作業を支援するもので、すでにエアバス、アンダーアーマー、スタンレー・ブラックなどの企業で使用されている。

設計者は要件、制約、その他のニーズ (材料費も含む) をソフトウェアに入力し、プログラムは数百、数千ものオプションを生成します。人間のデザイナーが選択を行うと、ソフトウェアはデザイナーの好みを学習し、より良い選択ができるように繰り返しサポートします。エアバスは、このソフトウェアを使用して A320 の内部仕切りを再設計し、従来よりも 66 ポンド (45% 軽量) の軽量設計を実現しました。 ——アーロン・プレスマン

[[248087]]

2. 人間とロボットのコラボレーション

何十年もの間、ロボットは製造業の組立ラインでさまざまな作業を実行してきました。最近、人間とのコラボレーションという新しい機能が追加されました。協働ロボットには、人間の同僚に正しい部品を届けるロボットアシスタントから、AI ガイダンスを備えて人間の力を増強するロボット外骨格まで、さまざまなものがあります。

サウスカロライナ州スパルタンバーグにあるBMWの工場では、「ミス・シャーロット」という愛称の協働ロボットが車のドアを取り付けている。メルセデス・ベンツは、高級車の一部ラインの生産をパーソナライズするために協働ロボットを導入している。たとえば、より柔軟性の高い協働ロボットの助けを借りて、作業者は S クラス セダンをカスタマイズするために必要なさまざまな部品をより迅速に選択できるようになります。

MITのジュリー・ショー教授は、機械学習を利用して、周囲の人間からの信号を読み取ることで、協調ロボットにいつどのようにコミュニケーションを取るべきかを教えることができるソフトウェアアルゴリズムの開発に取り組んでいる。研究者の中には、脳波を読み取るために協働ロボットを接続することを検討している人もいます。あなたの心を読むことができるロボットアシスタント？今では協働型（ロボット）と呼ばれています。 ——アーロン・プレスマン

48%

Mindshare によると、チャットボットが人間のふりをしているのを発見すると、48% の人が「気味が悪い」と感じるそうです。

3. クリーンエネルギーの供給

風力エネルギーが化石燃料よりも安く、十分に安ければ、風力エネルギーを電気に変換するプロセスはより効率的になるでしょう。この点では、シーメンスが開発した機械学習技術が役割を果たしています。

研究者たちは、気象と部品の振動に関するデータを使用することで、巨大な風力タービンが、例えばローターブレードの角度を調整するなど、継続的に自らを微調整できることに気づきました。しかし、「これを分析的に計算することはできない」と研究者のフォルクマル・スターツィング氏は言う。ここで AI と機械学習が登場します。センサーは、「これまでは遠隔メンテナンスやサービス診断にのみ使用されていた」必要なパラメータを生成するとスターツィング氏は述べた。 「現在、この技術は風力タービンがより多くの電力を生成するのにも役立っています。」この技術は、タービンの前を通過する予測できない気流に適応するようにタービンを調整することもできます。

現在、このような AI テクノロジーの広範な導入は、昨年、風力エネルギー事業とスペインのガメサ風力発電事業を統合して設立された独立企業であるシーメンス リニューアブル エナジーにとってのチャンスとして浮上しています。 ——ジェフ・コルビン

4. 人間を大切にする

人間は自分の限界をあまり理解していないようです。彼らは食べ過ぎ、睡眠時間が短すぎ、一定期間内に達成できることを過大評価する傾向があります。感謝祭のディナーのような状況では、これらの行為はそれほど重要ではないと思われるかもしれませんが、長距離トラック輸送や重機操作などの特定の業界では、危険で、さらには壊滅的な結果をもたらす可能性があります。そのため、高リスク業界の従業員を保護するために、人工知能（守護天使のような）を活用する企業が増えています。

ビジネスソフトウェア会社SAPのマイク・フラナガン上級副社長は、このシステムは数百時間分のデータで訓練されており、オペレーターの心拍数、体温、疲労度、ストレスの指標をリアルタイムで監視し、休憩や休憩が必要なときに信号を送ることができると述べた。 (SAP には、これを実行できる Connected Worker Safety という製品があります。)

私たち一般人にとっては、自動車メーカーが車が人間を監視する方法を構想しており、将来はガレージでこの種の技術を目にすることになるだろう。この技術は現在、数車種のダッシュボードに点滅するコーヒーカップのアイコンを表示する程度に限られているが、大手自動車メーカーのほとんどと提携している人工知能企業、ニュアンス・コミュニケーションズの自動車イノベーション管理責任者、ニルス・レンケ氏は、疲労度を検知するために音声認識と顔認識を使用することは、まもなく新車で標準になるだろうと語った。 ——エリカ・フライ

4. AIは3つの方法で安全性を高めます

1. 武器が自動的にロックオンするターゲット

企業や国防総省がそう望むなら、自律的に標的をロックオンできる殺人ロボットはそう遠くない将来に実現するかもしれない。しかし、これまでのところ、国防総省は自律型致死兵器、つまりFacebookがあなたの写真に映った友人にタグを付けるのと同じくらい簡単に、人間なしで攻撃できる兵器をまだ開発していない。

しかし、そのような兵器システムの基盤となる可能性のある人工知能技術は、開発が順調に進められています。たとえば、国防総省の最も注目度の高い人工知能プログラムであるMavenは、機械学習アルゴリズムの助けを借りてテロリストを識別し、軍隊のISISとの戦いを支援することができるドローンの開発を目指しています。これは防衛産業にとって目新しいことではないが、国防総省は人工知能と顔認識の専門知識を求めてシリコンバレーにますます目を向けるようになっている。これは、最近ではグーグルがプロジェクト・メイブンから撤退すると発表したことで論争が巻き起こった。将来、企業が有利な新しい AI 契約を獲得するのを妨げる唯一のものは、企業自身の消極的な態度かもしれない。 ——ジェン・ウィッツナー

2022

オックスフォード大学とイェール大学の研究者によると、2022年までにAIは洗濯物をたたむのが人間より上手になるだろう。

2. 脅威を避ける

オンラインおよび現実世界での攻撃に対して効果的な防御ができなかったために、大きな被害が発生しました。 2017 年、個人データ漏洩の平均コストは約 400 万ドルでした。しかし、最近の攻撃の急増には良い面が一つある。それは、掘り下げるデータが増えるということだ。

機械学習は数十年にわたってパターンを認識して電子メールをフィルタリングするために使用されてきましたが、バラクーダネットワークスなどのベンダーの新しいシステムでは、AIを使用して特定の企業とその幹部の独自のコミュニケーションパターンを学習し、潜在的なフィッシング詐欺やその他のハッキングの試みを正確に特定します。物理的なセキュリティの分野では、セキュリティカメラで AI が使用され、脅威を「識別」して阻止しようとしています。 Athena Security の新しいカメラを起動すると、誰かが銃を抜こうとしていることを認識して、自動的に警察に通報することもできます。つまり、データが増えれば増えるほど、犯罪と戦うために AI をより効果的に活用できるようになります。 ——ミハル・レヴ・ラム

3. 腐敗した人々には注意してください!

金融犯罪をどうやって捕まえるか？HSBCやダンスケ銀行など、世界中の銀行は、コンプライアンス担当者に何千もの取引を精査させて疑わしい手がかりを探すのではなく、金融詐欺、マネーロンダリング、詐欺と戦うために人工知能にますます頼るようになっている。 （いくつかの銀行は、口座への不正な資金の流入を検出できなかったために巨額の罰金を科せられており、これが銀行が新しい技術を導入する重要な推進力となっている。）HSBCは、コンプライアンスの一部を自動化するために人工知能の新興企業Ayasdiと提携した。 HSBC との 12 週間のパイロット プロジェクトでは、Ayasdi の AI テクノロジーによって、人間のレビュー担当者と同じ数の疑わしいアクティビティ レポートを維持しながら、誤検知 (疑わしいように見えても実際には正当な取引) が 20% 削減されました。 --カーソン・ケスラー

5. AIは人々の食生活、服装、生活、旅行の方法を7つの方法で変えている

1. 運転する必要がない

理想的な道路状況下で安全な自動運転を可能にする技術は、以前から存在していました。しかし、現実の世界では、車はもう少し人間に似た運転をする必要があります。有名な iPhone ハッカー、ジョージ・ホッツ氏が設立したスタートアップ企業 Comma.ai がやろうとしているのはまさにそれだ。

同社のオープンパイロット技術は、車に木や一時停止標識を認識させることを教えるのではなく、ドライバーの運転習慣を分析して自らを訓練することを目的として設計されている。同社は、Chffrと呼ばれるダッシュカムアプリとPandaと呼ばれるプラグインモジュールから取得した数百万マイルの運転データを組み合わせて、人間のドライバーを模倣する自律システムを開発している。同社は、アップルのものと類似したクローズドシステムであるテスラのオートパイロットとは対照的に、自社の技術を自動運転のアンドロイドと位置付けている。

これは、ユーザーのその後の改善行動がその成功に結びつくオープンソース システムです。 ——ダニエル・ベントレー

16%

ロイター/IPSOSの世論調査によると、女性の38％が自動運転車の運転に抵抗がないことがわかった。

2. 新しい旅の仲間

2010 年にアイスランドの火山が噴火し、何百万もの航空便が影響を受け、旅行通信の新たな時代が到来しました。航空業界の情報伝達能力には限界があるため、航空会社はソーシャル メディアを利用することでより効果的にリアルタイムで顧客にリーチできることに気付きました。 「ひとたび洪水が起こったら、この種のコミュニケーションは止められなくなった」と、アクセンチュア インタラクティブのソーシャルメディアおよび新興チャネル責任者、ロブ・ハールズ氏は言う。そしてそれ以来、旅行者数も急増し、2016年には12億5千万人に達し、30％増加した。ハレス氏は、その規模からソーシャルメディアベースのコミュニケーションを手動で処理するのは「不可能」だと述べた。

チャットボットは、次のような基本的な質問に答えることができます。フライトは遅れていますか？ホテルのチェックアウトはいつですか？たとえば、Booking.com のチャットボットは、顧客からの問い合わせの 60% を自動的に解決すると言われています。

この技術の次の段階では、ロボットがビジネスやレジャーなど顧客の旅行目的を理解し、フライトのアップグレードから最高のベジタリアンレストランやカフェの予約まで、顧客の好みに基づいて旅行中ずっとおすすめをすることです。その結果、現在のチャットボットはすぐに本格的な自動コンシェルジュになる可能性があります。 ——クレア・ジルマン

[[248088]]

3. カスタマーサービスセンターをアップグレードする

「どういったご用件でしょうか？」IBM は、2020 年までに顧客サービス業務の 85% が人間によって処理されなくなると予測しています。機械学習と NLP テクノロジによってチャットボットが可能になり、セルフサービス インターフェースによって人間の顧客担当者の作業の大部分を完了できるようになります。

では、アメリカの 270 万人のカスタマー サービス担当者はどうなるのでしょうか。ロボットではできない作業 (本当に怒っている顧客への対応など) を任される担当者も出てくるでしょう。この技術を導入している企業は、人為的ミスの排除、データ検索速度の劇的な向上、顧客の業務から偏見を取り除くことなどに役立つと述べている。

しかし、このようなチャットボットが最終段階だとは思わないでください。スイスの投資銀行UBSは最近、ニュージーランドの人工知能専門企業FaceMeと提携し、チーフエコノミストであるダニエル・カルトのデジタルクローンを作成し、「彼」が顧客とやり取りできるようにした。同銀行によると、この仮想キャラクターはIBMワトソンAI技術を使用し、「人間とデジタルのハイブリッド」探査プロジェクトの一環としてカルト氏自身によって訓練されたという。 -マッケナ・ムーア

4. ミダスタッチ2.0

人工知能は、気づかれなかったかもしれない才能を発掘できることが証明されています。オンタリオ・ホッケー・リーグに所属する19歳のディフェンスマン、ショーン・ダージ（下の写真）はその一例です。ダーツは今年のナショナルホッケーリーグ（NHL）ドラフトの最有力候補だ。しかし昨年のトライアウトでは、AIを活用した分析システムによって彼がトップ40位以内にランクされたにもかかわらず、トップチームは彼を採用しなかった。

「これらのチームが昨年の当社のシステムの結果を見ていたら、おそらくずっと前に彼を雇っていただろう」と、人工知能システムを開発する企業、スポーツロジックのホッケー分析マネージャー、クリストファー・ブーシェ氏は語った。同社のAIシステムはすでにNHLの24チームで使用されている。 Sportlogiq は、チームが次のスーパースターを発掘するのを支援するために AI を活用している数社のうちの 1 社にすぎません。

「隠れた才能を見つけ出し、金脈を見つけるのが大事なのです」と、オーストラリアのデータ分析会社ブルックリン・ダイナミクスの共同創業者、カム・ポッター氏は語る。同社はメジャーリーグの複数のチームと協力し、2017年のツール・ド・フランス向けに機械学習AIシステムを開発し、リアルタイムのデータポイントを収集してレース結果を予測した。

ブルックリン・ダイナミクスは、スカウトやコーチが将来有望な選手や現役選手の機械学習分析を実行し、世界中の大学やプロのチームがアクセスできる中央データベースを作成できるアプリを開発しています。 「これは人材育成の取り組みに追加できるユニークなツールです」とポーター氏は語った。 「他の人も[統計]を見て議論に参加し、最終的に誰がクラブに価値をもたらすかを決めることができます。」—カーソン・ケスラー

[[248089]]

5. 買い物の仕方を変える

実店舗には今、完璧な AI データ収集ラボという新たな使命があります。ホームデポは、何百万もの取引から得たデータを活用して、キッチンのリフォームなど、顧客が他にどのようなニーズを持っているかを把握しています。 Sephora は、ModiFace (最近ロレアルが買収) の顔認識技術を使用して、買い物客が適切なハイライター メイクを選択できるようにしています。このソフトウェアは、何百万ものユーザー データを分析し、どの製品がユーザーに適しているかをより正確に予測します。

MIT から派生したスタートアップ企業 Celect は、機械学習を使用して買い物客の行動を予測し、店舗のどの場所でどのようなプロモーションが最も効果的か、またどの商品をどこに配置すれば最良の結果が得られるかを判断しています。

たとえば、ウォルマートはすでに 50 店舗でロボットを使用して棚をスキャンし、在庫切れの商品、顧客が置き忘れた商品、価格が間違っている商品などを探します。人間にとって、これらは時間がかかり、退屈な作業です。 CBインサイツによると、小売業者が店内テクノロジーについて口を閉ざす一方で、人工知能ロボットを開発しているNaviiやSimbeなどの企業が投資家の注目を集めている。 ——フィル・ワーバ

6. この広告を見て笑顔になりましたか?

広告主が常に目標を達成するとは限りません。現在、目標を逃す可能性を減らすために人工知能を活用する企業が増えています。

感情認識AIのスタートアップ企業であるAffectivaは、フォーチュン500企業の4分の1が、視聴者が広告にどう反応するかを理解するための調査などで同社の技術を使用していると述べている。 Affectiva のシステムは、87 か国からの 700 万の顔画像 (および 38 億の顔フレーム) でトレーニングされており、個々の顔の表情を解読できます。たとえば、視聴者が広告を見た瞬間に、「嫌悪感」を含む 8 つの表情の感情が認識されます。

メディアリサーチ大手のカンター・ミルワード・ブラウンもアフェクティバの製品を導入している。その結果、コリン・キャパニック選手を起用した広告が、注目に値するほどの笑顔を引き出していることがわかった。「キャパニック選手の犠牲と夢のメッセージが、視聴者から好意的な反応を引き出していると判断することができた」と、同社のマネージング・ディレクター、グラハム・ペイジ氏は語った。また、やや予想外だったが、ワールドカップの広告に登場する女性スポークスマンに対して視聴者が好意的に反応していることも判明した。

Kantar は、クライアントの広告効果の向上を支援するだけでなく、すべてのクライアントに利益をもたらす洞察も獲得しました。例えば、伝統的なキャラクターではなく現代的なキャラクターを主人公にした広告の宣伝効果は 25% 増加します。 ——エリカ・フライ

7. 食料を育てる

表面的には、農業は種まき、灌漑、収穫といった単純な重労働の繰り返しのように見えます。実際、作物を育てる方法は非常に複雑です。 「農業は、処理すべきデータが大量にある非常に複雑な分野です」と、屋内農業分野のスタートアップ企業であるプレンティの共同創業者兼最高科学責任者のネイト・ストーリー氏は語る。空気の流れ、二酸化炭素、光と湿度、植物の遺伝学、施肥と水やりなどの環境要因はすべて、相互に影響し合う変数である。現在、Plenty やその他多くのスタートアップ企業が、複雑な意思決定を支援するために AI を活用しています。

たとえば、Plenty 社とライバルの Bowery 社、Gotham Greens 社はいずれも、作物に窒素や鉄の欠乏、害虫の蔓延などの問題があるかどうかを判断し、早期に対処できるようにするために、画像データセットを収集して分析するシステムを構築しています。 「ソフトウェアは問題を理解し、私たちだけではできなかった方法で大規模に自動化することができます」とストーリー氏は語った。 --ベス・コウィット

6. AIは4つの方法で医療を変える

[[248090]]

1. 医療制度の人間性を取り戻す

米国の医療業界の現状は悲惨です。

毎年、1,200 万件を超える重大な誤診が行われ、3 兆 6,000 億ドルの医療費の 3 分の 1 が無駄になり、平均寿命は 3 年連続で低下し (前例のない低下)、医師の燃え尽き症候群、うつ病、自殺は過去最高を記録しています。

しかし、ウェアラブルセンサー生理学、スキャンされた解剖学、DNA配列、腸内微生物叢生物学などのおかげで、今では誰もがかつてないほど多くの医療データを入手できるようになっています。

ニューラル ネットワークを活用したディープラーニングにより、AI はスキャン、スライド、皮膚病変などの正確な読み取りの支援から医療システム、遠隔モニタリングの利用促進まで、すべての臨床医に影響を与え、最終的には正式な病棟は必要なくなります。また、仮想医療ガイダンスにより、消費者は病気をより適切に管理したり、予防したりできるようになります。

人工知能の医療現場への統合はまだ初期段階ですが、現状では誇大宣伝が効果的な検証を上回っています。しかし、これは、豊富なデータを活用して誤診や無駄を減らし、時間を節約して医師と患者の関係を劇的に改善するという、私たちの最大の課題のすべてを解決する、これまでで最高のチャンスです。 —エリック・トポル医学博士（近刊『Deep Medicine』の著者）

2. 医者よりも賢い

過去数年間だけでも、比較的信頼性の高い AI アプリケーションがいくつか登場しました。

例としては、放射線スキャンの読み取り（Imagen など）、腫瘍の特定と癌の進行の追跡（Arterys）、網膜画像に基づく眼疾患の検出（Google の DeepMind）、無血血液検査による危険な異常カリウム値の警告（Mayo Clinic Ventures と AliveCor）、および病気の予測を含む診断の難しい部分の解決に役立つその他のアプリケーションが挙げられます。

過去のデータによると、医師の誤診率は 5% から 20% です。場合によっては、この数値はさらに高くなります。主な原因は、医師の不足と過重労働、および医療システムのリソースの逼迫です。したがって、AI は一部の病気の治療に役立つ可能性があります。 ——エリカ・フライ

7%

Ideall の調査によると、「ロボットが自分の仕事をこなせる」と信じている人事担当者の割合。

3. 医薬品開発の再構築

製薬業界は不確実性に満ちている。初期の小規模な患者試験で薬が安全であることが確認されれば、その後、費用のかかる大規模な臨床試験段階に入ることになる。実際、デロイトによれば、米国最大のバイオ医薬品企業の投資収益率は2017年に3.2%という悲惨な数字に落ち込んだ。そのため、BergやRoivant SciencesやExscientiaなどの企業は、AIを使用してリソースをより適切に展開しようとしています。

Bergは、AstrazenecaやSanofi Pasteurなどの主要な製薬会社と提携して、臨床データとアルゴリズムを使用して潜在的な生物学的標的を特定し、パーキンソン病などの疾患を治療するための効果的な薬物を開発しています。サノフィはまた、特定のインフルエンザワクチンが一部の人々ではないが他の人では機能しない理由についての洞察を得るために、データの連絡を分析しています。

医薬品開発のための重要なツールとしての人工知能は、まだ初期段階にあります。しかし、希望があります。医薬品の研究開発努力を最も有望な標的に変えることにより、多くの廃棄物を回避することができ、医薬品開発が合理化されると、企業と患者の両方が利益を得ることができます。 -symukherjee

4。逆疾患

米国のヘルスケアシステムは、より経済的で予防的なアプローチを優先しないことで批判されており、企業は失われた労働力と高い医療費の価格を支払っています。

Virta Health CEOのSami Inkinenは、AIを使用して糖尿病のリスクがある患者が疾患をさらに発症するのを防ぎ、初期の試験では、純粋にデジタルプラットフォームを介して2型糖尿病を逆転させようとさえしています。スタートアップは、パーソナライズされた食事のアドバイスを提供する仮想コーチとユーザーをつなぐことにより、患者のライフスタイルを変えることを望んでいます。

さらに、同社は、ユーザーが血糖値、ケトン、血圧、体重を測定できるようにデジタル接続ツールを提供しています。 IBM Watsonのヘルスケアチームは、Virtaの製品と同様に機能するSugar.IQと呼ばれるアプリを開発するために、IBM Watsonのヘルスケアチームが巨大なMedtronicと協力しています。 ——Sy Mukherjee。