CBインサイトがAI業界の25大トレンドを発表：中国では顔認識や無人店舗が急速に発展

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

新しい年、人工知能はどのような方向へ発展するのでしょうか？ CB Insightsは本日、2019年のAI業界における25の主要なトレンドを予測するレポートを発表しました。

基礎研究の分野では、オープンソース フレームワーク、エッジ コンピューティング、合成トレーニング データが業界の一般的なトレンドです。理論的なアルゴリズムに関しては、カプセル ネットワーク、GAN、共同学習、強化学習が依然として焦点となっています。

AI技術の実用化に関しては、顔認識、機械翻訳、医療画像、無人小売、会話型ロボットなど、これまでのホットな話題が今年さらに発展するでしょう。

報告書はまた、顔認識や無人小売の分野で中国の新興企業や資本勢力が果たしている大きな役割についても具体的に言及した。

AI技術の25のトレンド

CB Insightsは2019年のAIのトレンドを25個提案しており、これらはインフラストラクチャ、アーキテクチャ、アプリケーションシナリオの3つの側面に分けられます。アプリケーション シナリオは、インテリジェント予測、自然言語処理と合成、コンピューター ビジョンの 3 つのカテゴリに分けられます。

25 のトレンドは次のとおりです。

1. オープンソースフレームワーク

オープンソース フレームワークにより、AI の参入障壁が低くなります。

2. エッジAI

リアルタイムの意思決定の必要性が AI を「エッジ」へと押し進めています。たとえば、顔認識や自動運転により、AI が携帯電話や自動車に導入され、ローカル コンピューティングが可能になります。Apple、Nvidia、および多くのスタートアップ企業が人工知能チップを開発しています。

3. 顔認識

携帯電話のロック解除から飛行機への搭乗まで、顔認識は主流になりつつあり、セキュリティ、小売、家電製品ですでに使用されています。顔認識は急速に生体認証の主流になりつつあります。

4. 医療画像診断

AI ソフトウェア製品の迅速な規制承認により、AI 医療企業に新たな商業的道が開かれました。消費者側では、高度な画像認識技術により、携帯電話が強力な家庭用診断ツールに変わりつつあります。

5. 予知保全

AI 対応の IoT により、企業は予期せぬ障害によるコストを数百万ドル節約できます。予測保守とは、継続的なデータ収集を使用して機器の故障を予測することを指します。センサーコストの低下と人工知能およびエッジコンピューティングの進歩により、予測保守はより普及するようになりました。

6. 電子商取引検索

検索用語の文脈的理解は、徐々に「実験段階」から脱しつつあります。サードパーティの小売業者に検索テクノロジーを販売する初期段階の SaaS スタートアップが登場しています。

7. カプセルネットワーク

現在、ほとんどの AI アプリケーションはディープラーニングによって推進されていますが、CapsulesNet がすぐにその代わりを務めるでしょう。現在の畳み込みニューラル ネットワーク (CNN) と比較して、カプセル ネットワークには多くの利点があります。カプセル ネットワークの研究はまだ初期段階ですが、現在の最先端の画像認識方法に挑戦する可能性があります。

8. 次世代義肢

生物学、物理学、機械学習を組み合わせたもの。研究者たちは機械学習を利用して、身体センサーからの信号を解読し、それを義肢を動かすコマンドに変換している。今年、業界は消費者向け製品の試用を含め、さらなる開発を目指す予定だ。

9. 臨床試験登録

臨床試験で直面する困難は、適切な患者をどのように募集するかということです。 AI は医療記録から情報を抽出し、進行中の研究と比較し、医師や患者に適切な研究の推奨を行うことができます。

10. 生成的敵対ネットワーク (GAN)

GAN はジャーナリズム、メディア、アート、さらにはサイバーセキュリティの未来を変えるでしょう。 2019 年の最も重要な AI トレンドの 1 つは、GAN のさらなる開発と、他のアプリケーションへの波及効果です。

11. フェデレーテッドラーニング

ローカル データセットを使用して AI をトレーニングするとパフォーマンスが大幅に向上しますが、ユーザー データは非公開です。 Google のフェデレーテッド ラーニング アプローチでは、機密データを保護しながら、これらの豊富なデータセットを使用できます。今年は、創薬やその他のユースケースにおけるフェデレーテッド ラーニングの応用がさらに増えるでしょう。

12. 高度なヘルスケア生体認証

研究者たちは、ニューラル ネットワークを使用して、これまで定量化が困難だった非定型的なリスク要因を研究し、測定し始めています。網膜スキャンから皮膚の色の変化の分析まで、AI は新しい診断方法を生み出し、これまで知られていなかったリスク要因を特定しています。

13. 自動請求処理

保険会社やスタートアップ企業は、AIを利用して自動車所有者の「リスクスコア」を計算し、事故画像を分析し、運転者の行動を監視している。人工知能の進歩により、かつては人間が中心だったこのプロセスが変革し、請求処理の迅速化が可能になっています。

14. 偽造防止

有名ブランドや質屋も AI の実験を始めています。電子商取引や実店舗では、偽造品や不正な商標侵害を識別するために AI が使用されています。

15. 無人小売業

今のところ、Amazon Go は唯一成功しているレジなし小売店だ。さらに、盗難防止、導入コスト、在庫損失など、対処が必要な問題もあります。

16. バックオフィスの自動化

AI は管理タスクの自動化に取り組んでいますが、データの性質と形式が多様であるため、これは困難な作業となっています。さまざまな部門が徐々に機械学習ベースのワークフロー ソリューションを導入しています。

17. 言語翻訳

言語翻訳は未開拓の市場機会です。 Baidu や Google のような大手テクノロジー企業がこの分野で波を起こし始めています。翻訳フレームワークの改善に多大なリソースが投入されるにつれて、機械翻訳の効率と言語機能が向上し、業界全体での採用率が上昇するでしょう。

18. 包括的なトレーニングデータ

AI アルゴリズムをトレーニングするには、大規模なラベル付きデータセットへのアクセスが不可欠です。しかし、一部のアプリケーションでは、十分な実データにアクセスできない場合があります。現実的な偽データや合成データセットは、このボトルネックを解消できます。 AI によって生成されたシミュレートされたデータを混合することで、現実世界のデータを拡張し、より大規模で多様なデータセットを作成することもできます。

19. 強化学習

研究者たちは強化学習によって AI 機能の限界を押し広げていますが、大規模なデータセットが必要であるため、その実用的な応用は限られています。挑戦者の存在にもかかわらず、大手企業はこの技術にさらなる投資を行っており、強化されたアプリケーションの研究も増加しています。

20. ネットワークの最適化

通信事業者は、AI ベースのソリューションを 5G ワイヤレス テクノロジーに統合する準備を進めています。 2019 年以降の主要な AI トレンドの 1 つは、グローバル通信ネットワークへの AI の統合の強化です。

21. 自動運転車

自動運転車の市場機会は膨大である一方、完全な実現までのタイムラインは依然として不明である。たとえば、物流や輸送などの分野では、無人運転車の初期応用が見られます。タイムラインはまだ不明ですが、業界全体で自動運転技術への投資と導入が積極的に進められています。

22. 作物の監視

新興企業や既存企業は、農作物監視 AI を使用して、農薬の管理、問題の検出、天候の変化が農業に与える影響の予測を行っています。

23. サイバー脅威の検出

コンピューティング能力とアルゴリズムの進歩により、以前は理論上の脅威であったものが、現実のセキュリティ問題へと変化しています。サイバー脅威に対応するだけではもはや十分ではありません。機械学習は、ネットワーク セキュリティにおける潜在的な脅威を積極的に検索できます。

24. 会話型AI

多くの企業にとって、チャットボットは人工知能と同義語になりましたが、その期待は現実に追いついていません。 AI はこれらの分野でチャットボットの機能を向上させることができますが、それは依然として特に困難な作業です。

25. 創薬

AI バイオテクノロジーの新興企業の台頭により、従来の製薬会社は長い創薬サイクルを短縮するために AI 新興企業に注目しています。これらのスタートアップの多くはまだ初期段階にあるが、すでに製薬業界の顧客リストを持っている。

AI技術の分類

AI 業界の動向をより深く理解するために、CB Insights は AI テクノロジーを「業界の採用」と「市場の強さ」という 2 つの側面に分類しています。

工業化の度合いを測る基準としては、新興企業の成長率、メディアの注目度、消費者の受容度などが挙げられます。

市場化の程度を測定する基準には、市場規模、投資家および投資機関の数と質、研究開発投資、収益報告、競争の激しさ、合併と買収、戦略的投資などがあります。

これら 2 つの次元の指標に従って、AI テクノロジーは次の 4 つのカテゴリに分類できます。

実験的技術（工業化と市場化が低い）、

脅威となる技術（工業化の低さと市場化の高さ）、

短期的な技術（工業化レベルは高いが、市場化レベルは低い）、

成熟した技術（高度な工業化および市場化）。

報告書における中国

CB Insightsはレポートの中で何度も中国について言及している。近年、中国のAIの商業応用は世界的なトレンドセッターとなっている。

報告書は、中国の顔認識技術が台頭しており、「中国」と「顔認識」という2つのキーワードに言及するニュース記事の数が急増していると指摘した。過去1年間、ほぼ四半期ごとに100件近くの関連ニュースが報道されました。

昨年、業界は18件の取引で約16億ドルの資金を調達した。昨年、センスタイムはソフトバンクから10億ドルの投資を受け、メグビーはアリババから6億ドルの投資を受けた。

アマゾンが2015年に無人店舗を開発して以来、中国の無人小売業界は爆発的な成長を遂げ、2016年にはほぼゼロだったが、2017年には40社が市場に参入した。