|
[51CTO.com クイック翻訳] 人工知能は現在、さまざまなハイテク分野で話題になっています。初心者の方でも、幅広い興味を持つ愛好家の方でも、この記事が人工知能についてのより明確な理解に役立つことを願っています。では、これ以上前置きせずに、早速本題に入りましょう。 [[255536]] AIとは何か 簡単に言えば、人工知能（略して AI）とは、人間の行動をシミュレートすることで現実世界の問題をインテリジェントに解決するプロセスです。これらのプロセスには、学習、分析、計画、知覚、推論、修正、音声認識、言語相互作用、および人間の認知科学に関連するその他のプロセスが含まれます。 AIとは何を意味するのでしょうか? AI は過去の経験から学習し、アクションと結果を一致させることで、エラーの特定と修正、新しいランダムな入力値への調整などの面倒なプロセスを簡素化します。さらに、AI はシナリオを深く分析することで人間の行動をシミュレートし、さまざまなタスクを簡単に完了することができます。さらに、AI は自然言語処理やディープラーニングなどのテクノロジーを使用して、人間同士のコミュニケーションを解釈し、それを機械だけが理解できるコード セグメントに変換できます。 AI はさまざまなテクノロジーを応用することで、コンピューターが大量のデータを処理し、新しいデータ パターンを識別して理解し、人間の介入を最小限に抑えて特定のタスクを実行できるようにトレーニングできます。 AIの目標 - エキスパートシステムの革新:自動化システムの構築により、インテリジェントな動作を示すだけでなく、人間に正しい行動の提案を提供することもできます。
- コンピューター上で人間の知的操作をシミュレートする:これにより、コンピューター上で同じ認知パターンを作成し、人間の判断をシミュレートして複雑な問題に対して適切なアクションを実行できるようになります。同時に、自動化されたプロセスとアルゴリズムの適用を通じて、人的作業負荷を軽減することもできます。
- 多分野への応用: AI は複数の分野に適用でき、複数の分野を支援できます。これらには、コンピューターサイエンス、認知科学、統計、心理学、医学、工学、倫理学、自然科学、医療、宇宙技術、論理学、言語学、電子商取引などの分野が含まれます。
- コンピュータ サイエンスにおけるアプリケーション: AI は、コンピュータ サイエンスにおけるさまざまな困難な問題を解決するためのさまざまなメカニズムの開発に役立ちます。これらには、検索と最適化、ロジック、制御理論、言語分析、ニューラル ネットワーク、分類、統計学習法、不確実な推論のための確率的手法が含まれます。
AIの進化 1956 年、科学者ジョン・マッカーシーが「人工知能」という言葉を作り出した。今日、ビッグデータ、高度なアルゴリズム、プログラミング技術、コンピューターの計算およびストレージ機能のおかげで、AI は大きな進歩を遂げました。 AI システムの構築と実装は、一般的に次のテクノロジに依存します。 - 自然言語処理 (NLP):コンピューターが人間の自然な言語と対話し、理解に基づいて適切なアクションを実行する方法を研究します。音声認識と合成は、NLP の 2 つの典型的なアプリケーションです。 Siri、Google Assistant、Amazon Alexa など、私たちがよく知っている音声アシスタントはすべて NLP アプリケーションの例です。その他の応用分野には、意味分析、テキスト認識、品詞タグ付け、テキストマイニング、機械翻訳、情報検索などがあります。
- ベクター マシン: このメカニズムは、パラメーター値に基づいて情報を分類するのに役立ちます。ベクターマシンは、さまざまな分割方法を使用して、画像認識、顔認識、テキスト認識などの体系的なアプリケーションを実現します。
- ヒューリスティック:人間の学習の基礎は、試行錯誤を通じて間違いを理解し、回避することにあります。したがって、この方法は、エラーと正しさの間にさまざまなマッピング関係を確立する人間の脳に似ています。
- 人工ニューラル ネットワーク (ANN): ANN テクノロジーは、入力パターンを識別し、人間の脳のネットワークと動作に基づいてデータをモデル化します。 ANN は人間の脳と同様に、大量のデータ内のパターンを認識してさまざまなマッピングを構築し、さまざまな決定を下します。そのため、教師あり学習、教師なし学習、パターン認識、強化学習、機械学習、ディープラーニングなどの技術が使用されます。
AIの種類 さまざまな人工知能は、タイプ 1 (基本) とタイプ 2 (高度) のカテゴリに分類できます。タイプ 1 AI システムは、プログラムされた入力と可変パラメータに基づいて出力を生成できるインテリジェント メカニズムです。タイプ 2 AI システムは、発生するさまざまなリアルタイム イベント、シナリオ、その他の要因に対応し、その場で適切なアクションを実行する決定を下すことができます。タイプ 2 AI システムは動的な状況の影響を観察できるため、感覚システムとも呼ばれ、感情を持つ人間のようにさまざまな認識、分析、反応を実行できます。 - 弱い（または狭い）AI:このアプローチは、関連する自動化可能なタスク全体に取り組むのではなく、狭い単一のタスクに焦点を当てます。これは制限があり、あまりインテリジェントではないメカニズムですが、シングルタスクのインテリジェント処理機能は弱いわけではありません。代表的な用途は、ソリティアゲームです。人間と対戦する場合、既存の機械の指示とルールに基づいて次のステップを「想像」します。
- 強力な人工知能: AGI (汎用人工知能) とも呼ばれるこのシステムにより、コンピューターは人間の思考と同じように、分析と質問を通じてより複雑な問題を解決できるようになります。複雑な内部アルゴリズムを使用することで、さまざまな問い合わせに、より「感情的」に応答できるようになります。代表的なアプリケーションは、Siri や Google アシスタントなどの音声アシスタントです。さまざまなランダムな問い合わせに、より現実的かつ柔軟な方法で回答できます。
- リアクティブ マシン:保存された過去のデータに依存せず、さまざまなパラメーターの現在の値に基づいて特定の出力を予測します。その典型的な用途は、既存のルールを参照するだけでなく、現在の「状況」に応じて次のステップを反映するチェス ゲーム ソフトウェアです。
- 限られたメモリ:このタイプの AI システムは、過去の経験を活用して将来の決定に影響を与えることができます。代表的な用途は運転補助です。ランダムかつ動的なパラメータ値に基づいて、その場で決定を下します。同時に、以前訪れた場所から保存された情報を使用してルートを計画します。
- 心の理論:このタイプの AI メカニズムは、さまざまな感情、信念、思考、シナリオに基づいて異なる反応を示すことができます。したがって、社会的相互作用や人間の行動の観察に基づいて効果的な対応を行うためによく使用されます。
- 自己認識:このようなシステムは、「スーパーインテリジェンス」と呼ばれる精神的なコンデンサを使用して、さまざまな内部特性、状態、機会、条件を自己認識の要素として収集します。したがって、それらは現在、将来の発展の方向です。
AIの主なメリット 現在、現代のビジネスおよび個人アプリケーションに実装できる人工知能には、5 つの主な利点があります。 - 顧客とのやり取りの自動化:これまでは、ほとんどの顧客とのやり取りに人間の介入が必要でした。現在、AI は、電子メールの返信、電話、オンライン チャット、クエリの応答、購入の問い合わせ、ソーシャル メディアの会話などを自動化するために使用できます。同時に、顧客との過去のやり取りのパターンも保存され、システムはさまざまな分析を使用して、より良い顧客体験を提供します。
- リアルタイム アシスタンス: これは、継続的に対応する必要がある大規模な対象者を抱え、厳しい時間的制約 (またはリアルタイム) があるビジネスにとって非常に便利です。代表的な用途はチケット管理システムです。リアルタイムの天気やフライト状況に関するさまざまな情報を、顧客に合わせてカスタマイズして共有する必要があります。
- データマイニング機能:クラウドベースの AI サービスは、大量のデータを処理してさまざまな関連情報を迅速に発見できます。ビジネスパフォーマンスを改善し、競争上の優位性を獲得する方法について、より優れた洞察を提供できます。
- 予測機能: AI システムは、過去のデータを分析することで、既存の動的な情報に基づいて予測を行うことができます。多くの在庫管理システムやオンライン マーケティング ツールは、このタイプの AI を利用してマーケティングと在庫を管理しています。
- 運用の自動化: AI システムは、運用の自動化のための多機能インテリジェント サービスを提供できます。他のテクノロジーと国境を越えて簡単に連携できます。代表的な用途としては、家庭用および消費者向け食品の冷凍保存におけるインテリジェントな温度制御、冷蔵/加熱、換気管理の提供などがあります。同時に、RFID とクラウド テクノロジーを組み合わせることで、ユーザーはより便利に在庫を追跡できるようになります。
MLとAIの違い 機械学習 機械学習（略して ML）は、確立された手順に従ってさまざまな新しいルールとアクション参照情報をシステムに入力することを目的とした人工知能の分野です。この情報は、システムが自動学習を通じて使用し、継続的に経験を蓄積して「自己改善」を達成するために使用できます。同時に、プログラムによって生成されたアルゴリズムは、さまざまな入力を統合し、効率的な出力を生成することができます。 ML が特別な理由は次のとおりです。 - ML の主な目的は、先入観ではなく実際の状況に基づいて正確な結果を生み出すことです。
- 与えられたデータセットから学習することで、ML はシステム パフォーマンスを向上させるソリューションを生成できますが、意思決定は不要です。
- 完全にアルゴリズムに基づいて実行されるため、入力と出力は両方とも構造化されたデータ形式になります。
- 知識の構築を伴いますが、それ自体では正しいか間違っているかを判断するものではありません。
- ML の重要な機能には、大規模なデータ セット内のパターンを識別し、それに基づいて後続のアクションを実行できるようにする機能も含まれます。
人工知能 人工知能とは、さまざまな現実のシナリオとリアルタイムのデータに基づいて、機械が継続的に学習し、柔軟に適用する能力を指します。その目的は、人間の行動を模倣することで、特定の相互に関連するタスクを独立して実行することです。 AI は、本来の目的を達成するために、さまざまなプログラム統合、検証メカニズム、パターン認識方法と連携して機能します。 - AIの主な目的は、インテリジェントなデータ分析、データマイニング、より深い解釈を通じて、さまざまな出力結果を生成することです。
- さまざまな動的パラメータに基づいて人間の知能レベルをシミュレートし、リアルタイム処理を自動的に実行し、複雑な実際的な問題に直面したときにより良い意思決定を行うことができます。
- AI の柔軟性は、固定されたアルゴリズムに依存せず、特定の状況に応じて複数のレベルと複数の形式の分析を組み合わせて採用し、優れたソリューションと対応策を模索する点にあります。
- MLと比較すると、AIはインテリジェントな学習と自己判断のメカニズムを使用して善悪を判断できます。
- AI のインテリジェントな学習には、コンピューターを使用して過去の情報に対してさまざまな反復、置換処理、認知分析、その他のアプリケーションを実行することも含まれます。
AIの利点と欠点 利点 - ビッグデータを分析、フィルタリング、並べ替え、予測、スコープ設定、ボリューム サイズ設定することで、タスクを簡素化します。同時に、確立された優れた実装プロセスに従って、新しい最適化ソリューションを生み出すことも可能です。
- さまざまな AI システムを通じて、日常業務をより高速かつ少ないエラーで効率的に実行できます。
- テクノロジー主導の複雑なタスクや不確実性の困難な探索においては、高速応答機能を備えた AI システムが正確な結果を得るのに役立ちます。
- AI システムのさまざまな機能サービスは、さまざまな物理的、環境的、感情的、その他の要因によって制限されません。
- AI システムによるリアルタイム作業のシミュレーションにより、より現実に近い、よりリアルな結果が得られます。
- AI システムは重要な情報データを保護し、システム内でセキュリティの脆弱性や漏洩が発見されたときに自動アラームと修復を提供します。
- AI システムは、さまざまな他のテクノロジーとうまく統合することで、高品質の分析結果を提供できます。
デメリット - AI システムには複雑なプログラミング機能が必要なので、関連するコストが高くなります。
- これらに関連する修理やメンテナンスは、費用がかかるだけでなく、複雑で、高度な専門知識を必要とします。
- 戦闘機による日常的なターゲット選択や株価変動に基づく投資操作の発動などの応用シナリオでは、AI システムの判断能力は人間よりも劣ります。
- AI システムは銀行や小売などの分野で人間に取って代わる可能性があり、人間の失業につながるでしょう。
- 他のシステムと同様に、AI システムも、内部障害や外部からの侵入により、悪用や改ざんの脅威にさらされています。
- AI システムの初期段階では、機能的な研究開発やアーキテクチャ設計を行うために人間が必要であり、そうでなければ、ゼロからシステムを作成することはできません。
AIの活用 - クラウドコンピューティング、API、さまざまなオープンソーステクノロジー
- 手術機器と医療技術における AI ロボット
- 医療診断における画像処理
- 交通管理システム
- 気候変動の検出
- 自然災害早期警報システム
- 自動車、バス、二輪駆動車、潜水艦、自動飛行計器、ドローンなどの自動運転車両。
- 教育における成績評価システム
- サーバー上の詐欺とスパムの検出
- Google翻訳などの言語翻訳ソフトウェア
- Netflixのような推奨ソフトウェア製品とサービス
- チケット予約システム
- チャットボットとパーソナライズされた学習
AIの未来 - GoogleやUberなどの企業はすでにAI機能を自動運転電気自動車に適用しています。 AIは障害のあるドライバーを支援し、交通事故を防ぐのに大いに役立つでしょう。
- より高度な AI システムが、さまざまな危険な仕事で人間に取って代わるでしょう。
- データサイエンスと環境技術を活用することで、AI システムは気候変動の予測に貢献し続けるでしょう。
- 顧客サービス業務の 80% は AI システムを通じて迅速かつ効率的に処理されます。
- 症状を認識し、医療データを処理する能力により、AI システムはパーソナライズされた健康管理をより簡単に実現できます。
- サイボーグ技術は、機械システムと通信し、スマートな義肢を使用することで、患者の生活を改善するのに役立ちます。
- 宇宙技術では、AI はさまざまな成功した打ち上げの軌道を学習し、観察に基づいてさまざまなアクションの推奨を行うことができます。
原題: AI初心者ガイド、著者: Sourabh Nagar [51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください] | 
