なぜモノのインターネット、ビッグデータ、人工知能は常にグループで表示されるのでしょうか?

私のいとこは 2000 年代生まれで、大学に入学したばかりの才能あふれる若者です。21 世紀の電子製品の主要な消費者であり、新技術の熱烈なファンです。

Huawei Mate 20 X 5Gバージョンは2日前に初めてリリースされ、彼は家族全員で力を合わせて新しい携帯電話を手に入れました。たとえ来年5G対応携帯電話の価格が確実に下がるとしても、最初にそれを手に入れたいという彼の熱意は止まらないだろう。

10時8分、ファミリーマートの主要プラットフォームはスピード競争に集中し、わずか1秒ですべての商品が完売した。

私はトランス状態になり、2G 初期の時代に戻りました。大学に入学したばかりの頃、人生初の携帯電話、Nokia 7650 を手に入れました。 30Wピクセルがもたらした衝撃と、フリップカバーをスライドさせたときの滑らかさと高級感は、今でも忘れられません。

[[274333]]

2002年から20年も経たないうちに5Gが登場しました。 2G のカタツムリの速度をはっきりと思い出すことはもうできません。 2000 年以降に生まれた人たちは、当時の Nokia の Snake がどれほど楽しかったかを知りません。

タイムラインを延長すると、「千年が経過した」ことに気づきます。

次に世界を変えるものは何でしょうか?

コンピュータが発明されて以来、人類は「世界を変える次の大きなもの」を探し求めてきました。今日、ほとんどの人が使用している携帯電話は、初期のスーパーコンピュータよりも高速ですが、この時代に生きる人々は、世界の変化のスピードと方向性を認識したり、考えたりすることはほとんどありません。

ビッグデータ、人工知能、モノのインターネットは、近年最も乱用されている3つの用語ですが、これら3つのテクノロジーがどのように関連し、私たち全員が望む技術の進歩にどのように道を開くことができるのかを知らない人がたくさんいます。

この記事では、これらの概念について説明し、業界におけるその重要性、直面している障害、将来の開発の方向性についてさらに詳しく説明します。

データと情報の爆発的増加

[[274334]]

1989 年に World Wide Web が開始されてから数年間で、相互接続されたマシンの数は劇的に増加しました。 1994 年から 2000 年にかけて GPS が実用化されると、コンピューターや接続デバイスによって生成されるデータの量が劇的に増加し、デバイス ネットワークの可能性が急速に認識されました。

1999 年、MIT のケビン アシュトンが「モノのインターネット」という言葉を初めて作りました。彼は、「コンピューターが世界について知るべきことをすべて知っていたら、人間の助けを借りずに収集したデータを使用するだろう。これにより、あらゆるものを追跡して計算できるようになり、無駄、損失、コストが大幅に削減されるだろう」という仮説を立てました。

GPS 技術の台頭、会員カード システムでの RFID タグの使用、PDA 市場の活性化により、企業はプロセスを「見える化」できるようになり、情報爆発が起こるには最適な条件が整いました。 「ビッグデータ」という用語は、既存のツールが処理できるデータの量が多すぎることから、2005 年に Roger Mougalas によって初めて使用されました。

2007 年の iPhone の発売は、「ビッグ データ」が消費者の世界に参入したことを記念するものでした。それ以来、スマートフォン、ウェアラブル デバイス、タブレット、さまざまなスマート デバイスの登場により、物理的世界とデジタル世界に対する私たちの見方は変化しました。

大きな変化: データの保存とアプリケーション

[[274335]]

同時に、ソーシャルメディアや電子商取引の台頭により、「デジタルペルソナ」という概念も生まれ、データの驚くべき価値がますます明らかになりました。 21 世紀には、企業が組織データを管理し、それを活用してプロセスを改善できるよう支援する専用のデータ部門が企業内に出現しました。

LatentView Analytics の共同設立者兼会長である Venkat Viswanathan 氏は、消費者マーケティング分野におけるデータの威力を実感し、ビジネス環境に興味を持つようになりました。 「この変化が起きているのは、デジタルデータがさらに洗練され、企業が消費者の領域からアイデアを取り入れて業界に応用しているからだ」とヴィスワナサン氏は語った。

産業環境では、データのみの使用が圧力レベルや温度などのチェックなど、リアルタイムで行われる意思決定に影響を与える可能性があるため、テクノロジーとデータ収集に使用されてきました。特殊なセンサーから得られるデータがより洗練され、保存コストが下がるまで、人々は後で分析するためにデータを保存することを考えませんでした。 「過去5～8年でストレージコストが下がり、クラウドストレージが利用できるようになったため、ようやく過去のデータを振り返り、そのパターンを確認できる機会が得られた」とヴィスワナサン氏は語った。

ビッグデータはAIに無限の可能性をもたらす

データストレージがあらゆる企業にとって実行可能な選択肢となり、クラウドによって大量かつ詳細なデータセットの収集が可能になると、AI はついに強固な基盤を手に入れました。 AI 研究は、関心や投資の不足によりアルゴリズム技術の開発が停滞した時期を長年にわたって何度か経験してきました。

利用できるデータが増えるにつれて、AI 研究はますます専門化されたアプリケーションに細分化され、学習できる膨大な量の情報の出現により、最新世代のアルゴリズムによって自然言語処理、コンピューター ビジョン、機械翻訳などの基本的な分野で大きな進歩が可能になりました。

トレーニングに利用できるさまざまなソースからのデータの急増により、AI システムは大幅に改善されました。これは「データの不合理な有効性」として知られる現象であり、十分なデータがあれば単純なアルゴリズムでも正確な結論に到達できることを示唆しています。特定のタスクで人間のようなパフォーマンスを発揮するアルゴリズムを完成させるための数十年にわたる取り組みと相まって、AI はついに、現実世界の結果を得るために使用される、追求する価値のある側面を獲得しつつあります。

ビッグデータの発展は必然的に人工知能の分野を促進してきました。Redwood Software の最高問題解決責任者である Devin Gharibian-Saki 氏は次のように語っています。「人工知能システムの運用は統計モデルに基づいているため、人工知能をサポートする大量のデータがなければ、人工知能を実行することはできません。」

IoT、AI、ビッグデータはコインの表裏一体

あらゆるビジネス領域において、大量のセンサー、IoT デバイス、さらにはユーザーデータを活用して予測や意思決定を行えるようになりましたが、その前提として、ユーザーがデータの意味とソースを理解している必要があります。 「最終的に何が欲しいのかを知っておく必要がある。そうでなければ、すべてのデータ、テクノロジー、センサーは役に立たなくなる」とガリビアン・サキ氏は語った。特に、環境のあらゆる対策が関係する環境では、データ損失のリスクがこれまで以上に大きくなります。企業は、IoT、ビッグデータ、AIを個別に使用してもすぐに成果が得られるわけではないことを忘れてはならない、とガリビアン・サック氏は続けた。「私たちは常に、すべての問題を解決する1つのソリューションを探していますが、IoTデバイス、センサー、ロボット、AIはすべて同じシステムの異なる部分であり、この全体的な視点がなければ、大きな成果を得るには長い時間がかかるでしょう。」

IoT、ビッグデータ、人工知能が融合し、自動化されたエコシステムが形成されています。 IoT デバイスは数百万個の標準データを収集し、クラウドで照合して AI アルゴリズムのトレーニングと改善に使用します。モノのインターネット、ビッグデータ、人工知能は相互に関連し、お互いを促進します。将来はきっと新しい世界に大きな変化をもたらすでしょう。