2019 年に登場する 10 の機械学習アプリケーション

[[257674]]

まだ始まったばかりの 2019 年には、どのような新しいアプリケーションが登場するのでしょうか。ジャネット ウィリアムズ氏が、2019 年に登場しそうな機械学習のトップ 10 アプリケーションを紹介してくれました。早速見てみましょう。

過去数十年にわたり、電子コンピュータはほぼすべての業界の仕事を変革してきました。自動化のペースを加速させる機械学習の進歩のおかげで、私たちは今、より大規模で急速な変化の始まりにいます。では、2019 年に機械学習にはどのような新しいアプリケーションが登場するのでしょうか。ジャネット ウィリアムズ氏が、2019 年に登場すると思われる機械学習のトップ 10 アプリケーションを紹介してくれました。見てみましょう。

2019 年には、人工知能の驚異的な進歩を目撃するだけでなく、新しいアプリケーションや想像を絶するステップも登場するでしょう。これらすべてが、人々に人工知能の長所と短所を再考させるでしょう。人々は、それが他のあらゆる技術的進歩と同じで、人々がそれをどう使うかが重要だと考える傾向があります。それでは、2019 年に人工知能と機械学習がどのように応用されるのか、詳しく見ていきましょう。これらのアプリケーションのほとんどは、研究開発段階にあり、まだ一般に公開されていないか、公開されているもののまだテスト段階にあり、正式にリリースされていません。

1. 人工知能チップ

PS4 や Xbox などのコンソールに切り替える前にプレイしていたアーケード ゲームや PC ゲームを覚えていますか? ローエンドのゲームをプレイする場合は、CPU (通常は Intel または AMD) で十分でしたが、Tomb Raider や Assasin's Creed Odyssey などの新しいハイエンド ゲームをプレイしたい場合は、専用の GPU (簡単に言うとグラフィック カード) が必要になります。このような特殊なチップは、グラフィック体験を向上させるだけです。なぜこのことを話しているのか？それは、新しい専用チップが市場に登場するからです。

AIチップはすでに、iPhone XR、Huawei Honor Play、Galaxy Note 8など、いくつかの携帯電話に搭載されている。これらの携帯電話では、専用の AI チップが、機械学習ベースの音声アシスタントや AI 駆動型スマートカメラなどの機能において重要な役割を果たすことができます。このように、AIチップはメインプロセッサの作業負荷を軽減し、携帯電話の動作が遅くなりすぎないようにしますが、携帯電話でAIをサポートするチップは氷山の一角にすぎません。

Google、Microsoft、Amazon、Intel、Facebook はいずれも専用インフラストラクチャに多額の投資を行っているため、購入またはプラグインできるチップであれ、機械学習やニューラル ネットワーク用のクラウドベースの CPU であれ、これらの大手企業の取り組みによって AI ベースの機能を向上させることができます。新しいニュースの中には、Intel Nervana（Intelが開発し、Facebookが主要な開発パートナーとなっている）、Google Cloud TPU、MicrosoftのBarinwaveプロジェクト、AmazonのAWS Inferentiaなどがある。

上記のプロジェクトのほとんどはまだ公開されていないか、まだテスト段階にあります。したがって、2019 年はこれらのプロジェクトが前面に出てくる年となり、より強力な AI チップによってリアルタイムの AI ベースのアプリケーションが現実のものとなることが期待されます。

2. IoTとAIの融合

IoT と AI の両分野では多くのことが起こっていますが、IoT と AI ソリューションの適切な実装はまだわかりません。この問題の最も一般的な使用例は、センサーを使用して車からデータを取得し、収集したデータを使用して保険金額を決定することです。しかし、正直に言うと、実際にこの方法を使用して保険料を計算している保険会社はいくつあるでしょうか?

2019 年には、AI チップが登場し、より安価で新しいクラウドベースの AI サービスが利用可能になり、大企業が IoT と AI に投資するにつれて、状況は変化するでしょう。ますます多くの企業が自動運転車を発表する予定であり、CES 2019では、モノのインターネットと人工知能が企業のより大きな夢の実現にどの程度役立つかを一般の人々が垣間見る機会となった。

3. 自動化された機械学習のさらなる応用

「機械学習」はほとんどの人がよく知っている用語ですが、自動化された機械学習はまだテスト段階にあると一般に思われているかもしれません。自動化された機械学習とは、機械学習自体に機械学習を適用することで、自動化を通じて反復的なタスクを解決することを指します。たとえば、さまざまなアルゴリズムを適用してどのアルゴリズムがデータに最適かを確認する前に、まずデータをクリーンアップする必要があるタスクを想像してください。データのクリーニングには多くの時間がかかり、研究によると、これは手作業のプロセスであり、科学者は新しいデータセットで何度も繰り返すことを嫌がります。このようなプロセスは AutoML の助けを借りて解決することができ、多くの人が予測しているように、2019 年にはさらに多くのアプリケーションが登場するでしょう。

4. AIがDevOpsを自動化する

IT サービスとインフラストラクチャは頭痛の種です。ビジネスを円滑に運営するには、これらの問題に対処する必要があります。ただし、監視、デバッグ、アップグレードなど、開発および運用 (DevOps) 担当者が実行するさまざまな操作は自動化できます。 DevOps は徐々に AIOps (人工知能オペレーション) に取って代わられ、日常的なコード作成者は機器やメンテナンスを気にすることなくプログラムやパイプラインを扱いやすくなります。さまざまな論文が、AIOps を通じて DevOps の将来を予測しています。

5. 個別化医療

あなたが服用している睡眠薬は、隣人が服用している睡眠薬と同じですか? もちろん違います。服用量が十分でない可能性があります。あるいは、成分の 1 つがあなたに適していない可能性があります。あるいは、何らかの理由で、薬が効かないこともあります。なぜあなたに合わせた薬がないのでしょうか? パーソナライズ医療では、特定の成分を含む薬を推奨する前に、患者のライフスタイルと習慣を分析します。個別化医療は、100,000ゲノムプロジェクトの支援により、2019年に大幅に成長すると予想されていますが、まだ一般に公開されていない可能性があります。今年は、第 11 回予測・予防・個別化医療および分子診断に関する国際会議など、多くの重要な会議が予定されています。

機械学習は、医師が患者のデータを分析してどの薬が最も適しているかを判断するのに役立ち、従来の「万能薬」理論を捨て去ることになる。

6. 機械学習に基づくインテリジェントアシスタントのさらなる開発

2018 年、私たちは皆、Google の新しい高度なアシスタントに驚かされました。まだ市販されていませんが、2019年には発売される予定です。実際、Alexa などの音声アシスタントはすでにユーザーから大量のデータを収集しており、2019 年にはこれらのスマート アシスタントがさらにスマートで人間らしくなることが期待されています。音声アシスタントは、リビングルームから公共の場、車、PA システム、ATM などへと移行するはずです。世間は、2019年は「音声アシスタントの年」になるだろうと信じている。

7. 人工知能を使った機械はより良い指標を提供する

工場内のどの機械が故障しそうで修理が必要なのかを、故障して 1 日の仕事が失われる前に知ることができたらどうなるでしょうか。

産業用設備や機械は通常、固定されたスケジュールに従って保守されるため、人的資源が無駄になり、時々突然予期しない設備故障が発生する可能性があります。これらの機械にセンサーを使用し、収集されたデータを機械学習モデルに取り込むと、パフォーマンスが向上し、メンテナンス計画の効率が向上します。

以下の実装は、GE が大型機械の仮想モデルを構築するために作成した「デジタル ツイン」です。数百個のセンサーを使用することで、実機の状態に基づいてツインを確実に更新し、現在配備されている 65 万個のツインの管理と保守が可能になります。今年は世界中のスマートファクトリーでデジタルツインの導入がさらに進むと予想されます。

8. コンピュータビジョンが監視の未来を形作る

ショッピングモール、空港、さらには街の交差点などの場所では、コンピュータービジョンと監視が必需品となっています。多くのテクノロジー企業は、必要に応じて状況を検出、追跡、報告できるようにするために、世界中でひそかにソフトウェアを導入してきました。しかし、事態はまだそれほど深刻ではありません。自宅のカメラが侵入しようとしている見知らぬ男を検知し、Google アシスタントが警告を発したら素晴らしいと思いませんか?

Google などの企業はコンピューター ビジョンに多額の投資を行っており (Web サイトを開こうとしたときに、車や広告看板などの画像をタグ付けするように求められたことを覚えていますか?)、2019 年にはさらに多くの市場プレーヤーが登場するでしょう。監視システムはより高速になり、監視はもはや単なるビデオストリームではなく、現場の状況に基づいた自動応答の刺激となるでしょう。

9. ヘルスケア分野ではAIの導入が進む

ヘルスケア業界は長年にわたって進化しており、機械学習はパーソナライズ医療の台頭だけでなく、多くの変化をもたらしました。最近、中国は世界初の遺伝子編集ベビーを誕生させたと主張した。 CRISPR-CAS9と呼ばれるこのツールは、DNAを操作して必要な遺伝子を提供したり、病気の原因となる遺伝子を無効にしたりすることができると考えられている。この研究はまだ査読付き学術誌に掲載されておらず、検証もされていないが、人工知能はすでにがんを引き起こすゲノム変化を予測するために使用されている。

今年、心筋症と闘い、人間を最適化するために、遺伝子改変に人工知能を使用する新しいアプリケーションが一般の人々に披露されるでしょう。しかし、これらの医学的奇跡の背後にある倫理的、法的ジレンマや論争は、科学界における議論の焦点であり続けています。

10. 社会信用システム

中国で導入された比較的新しい機械学習の応用例は、監視カメラとオンライン活動モニターを使用して全住民の行動を監視し、「社会的信用」に応じてランク付けする大規模なランキングシステムである。

この制度は2020年まで完全には実施されないと予想されているが、すでに全国で急速に導入が進んでおり、公共の場で喫煙したり、電車賃を払わずに逃げたり、慈善団体に寄付したりする行為に対してポイントが加算されたり減点されたりしている。正確な方法論は不明だが、強力な機械学習モデルがさまざまなソースからのデータを使用して、誰かにボーナスや減額を与えるか、あるいはそのままにするかを決定することが期待されている。

これはディストピア的な考えのように聞こえ、ブラックミラーのエピソードから抜け出たもののように見えるが、何百万人もの人々にとっては現実であり、年末までにこのシステムが全国的に導入されるのを国民は目にすることになりそうだ。このアプリケーションは非常に新しいものですが、その背後にある哲学については激しい議論が交わされています。

著者: ジャネット・ウィリアムズ; オリジナルリンク: https://www.promptcloud.com/upcoming-applications-of-machine-learning-and-artificial-intelligence-in-2019/