2019 年の 9 つの AI トレンド、準備はできていますか?

人工知能は成長して以来、絶え間ない混乱に悩まされてきましたが、特に近年は人工知能が発展の黄金期に入り、世論の嵐が次々と起こりました。 「人工知能はどこまで人類を脅かすのか？」「人工知能脅威論が本当に存在することを証明する8つの現象」「AI警告！テクノロジー大手はなぜAI脅威論に味方するのか」

しかし、世論がいかに押し進めようとも、「A​​I は私たちの生活を本当に良くしてくれる！」という事実を私たちは直視しなければなりません。そして、それはこれからも「良い」ものであり続けるでしょう。来年も人工知能は進歩し続けるでしょう。

2019 年の人工知能の開発動向をご紹介します。準備はできていますか?

1. 新しい技術により一部のタスクが自動化される

2019年には段階的に自動化が導入される予定です。完全な自動化はまだ先のことですが、多くのワークフローとタスクは部分的に自動化されています。マッキンゼーによれば、既存の技術に基づくと、職業の 5% は完全に自動化される可能性があり、60% の職業は 30% 自動化される可能性があります。

コンピューター ビジョンや音声テクノロジーを活用した製品やサービスはすでに数多く登場していますが、2019 年にはさらに多くの製品やサービスが登場するでしょう。言語モデルとロボット工学の継続的な開発により、より包括的なテキストおよび物理的なソリューションが可能になります。競争により企業は部分的な自動化ソリューションを実装するようになり、自動化プロジェクトの成功により包括的な自動化の開発が促進されます。

2. 企業におけるAIは既存の分析アプリケーションを基盤として構築される

過去数年間、同社は、ビジネス分析、推奨、パーソナライゼーション、予測、異常検出、監視などの重要なタスクの分析を改善するために、さまざまなデータソースを解放するためのプロセスとインフラストラクチャの構築に注力してきました。

ビジョンや音声技術の活用に加え、ディープラーニングの深化や、同社が保有するデータや機械学習の領域へのさらなる進出も期待しています。たとえば、ディープラーニングを通じてシステムに時間的および地理空間的なデータを注入することで、スケーラブルでより正確なハイブリッドシステム（ディープラーニングと他の機械学習手法を組み合わせたシステム）が実現します。

3. UX/UIデザインが重要になる

現在の AI ソリューションは、消費者、人間の労働者、ドメインの専門家のコラボレーションです。これらのシステムにより、ユーザーの生産性が向上し、信じられないほどの規模と精度でタスクを実行できるようになります。充実したユーザー エクスペリエンスやユーザー インターフェイス デザインは、タスク操作を簡素化するだけでなく、製品に対するユーザーの忠誠心を直接高めることもできます。

4. ハードウェアは、センシング、モデルトレーニング、モデル推論に特化されるようになる

ディープラーニングは 2011 年に人気となり、音声とコンピューター ビジョンにおける Genesis モデルを形成しました。今日では、専用のハードウェアを正当化する十分な証拠があります。Facebook だけでも、1 日に何兆もの予測を行っています。 Google には、独自の専用ハードウェアを製造するだけの十分な規模もあります。 Google は昨年から Tensor Processing Unit (TPU) を使用しています。したがって、2019 年には、より多くの独自ハードウェアが登場し始めるでしょう。中国と米国では、データセンターとエッジデバイスをベースにしたモデル構築と推論のためのハードウェアを開発する企業がさらに増えるでしょう。

5. ハイブリッドモデルは依然として重要

ディープラーニングは勢いを増し続けていますが、エンドツーエンドのソリューションのほとんどはハイブリッド システムです。 2019 年には、ベイズ推論、ツリー検索、進化、ナレッジグラフ、シミュレーション プラットフォームなどのモデルベースの方法を含む他のコンポーネントとアプローチが引き続き登場するでしょう。ニューラルネットワークに基づかない機械学習がさらに増える可能性があります。

6. 新しいツールやプロセスへの投資が行われる

私たちは、高度に経験的な機械学習の時代に生きています。 ML 開発ツールでは、データ、実験、モデル検索、およびモデルの展開と監視の重要性を考慮する必要があります。モデル作成という 1 つのステップを完了するだけで、企業はデータ リネージ、メタデータの管理と分析、コンピューティング リソースの効率的な使用、効率的なモデル検索、ハイパーパラメータの調整のためのツールの開発を開始できます。 2019 年には、製品やサービスにおける AI と ML の開発と実際の導入を簡素化する新しいツールが登場すると予想されます。

7. 機械による欺瞞の課題が増加する

機械生成コンテンツ（画像、動画、音声、テキストなど）はまだ初期段階にあり、「機械による欺瞞」に関するニュース報道は後を絶ちません。現在、検出およびフォレンジック技術により、偽のビデオや画像を検出することができます。しかし、偽のコンテンツを生成するために使用されるツールは依然として急速に進化しているため、検出技術もそれに追いつくようにする必要があります。

機械による欺瞞は、機械が人間を欺くことだけではなく、機械が機械を欺くこと（ボット）や、人間が機械を欺くこと（トロール軍団やクリック ファーム）も含まれます。情報発信やクリックファームは、コンテンツや小売プラットフォームのランキングシステムを欺くために今後も利用されるでしょう。新しい形の機械による欺瞞が開発される前に、この問題にできるだけ早く対処する必要があります。

8. 自動化にはセキュリティの保証が必要

研究者や実務家の間でもプライバシー、公平性、倫理的問題に対する強い関心が見られるのは心強いことです。人工知能が重要なアプリケーションに浸透し始めると、自動化の効率を向上させるには、安全性と信頼性のさらなる保証が必要になります。オンラインプラットフォームでの機械による欺瞞の増加や、最近の自動運転車による事故により、この問題が鮮明に浮かび上がっている。 2019 年には、セキュリティ問題についてさらに深く議論する予定です。

9. より多くのデータにアクセスすることで、未生成のデータを活用できるようになる

私たちが頼りにしているモデルの多くは（ディープラーニングや強化学習など）データが不足しているため、大量のデータを持つ大企業や国が人工知能の分野で勝利しやすくなります。ただし、ラベル付きデータセットを生成するサービスが機械学習を使用し始めると、一部の分野では、生成的敵対ネットワーク (GAN) やシミュレーション プラットフォームなどの新しいツールが、機械学習モデルのトレーニングに現実的な合成データを提供できるようになります。安全でプライバシーを保護する新しいテクノロジーにより、企業は自ら作成したデータを活用できるようになります。したがって、中小企業は機械学習と人工知能を活用して競争力を高めることができます。