両国の自動運転車に対する信頼度は大きく異なる。アメリカ人の70％が反対、中国人の70％が支持

テクノロジー・トラベラー、北京、12 月 27 日: AI 開発に関する最近の調査、研究、予測、その他の定量的評価により、次のことが判明しました。

• アメリカ人の70%は自動運転車を信頼していないが、中国の消費者の72%は自動運転車を支持している。

• 米国の経営幹部のうち、2020年までに企業全体にAIテクノロジーを導入する予定があるのはわずか4％で、昨年の20％から減少しています。

• 米国の経営幹部のうち、AIによる潜在的な偏見問題に対処するための措置を講じていると答えたのはわずか26%でした。

• 過去4年間で、米国における「AI専門家」の求人数は年間74％増加しました。

• 2019年、AIへの世界の民間投資は700億米ドルを超えました。

[[287238]]

消費者によるAI技術の採用

アメリカ人の70%は自動運転車を信頼していないと答えているが、中国人の72%は信頼していると答えている。たとえ将来の自動車が自動運転が可能になったとしても、アメリカの消費者の 88% は依然として「無人」ツールを使用するよりも自家用車を所有したいと考えている (ドイツの消費者の 82%、フランスの消費者の 76% も同じ見解である)。

「自動運転車を最初に体験する人の一人になりたい」という質問では、中国の支持率は28％、フランスは15％、英国は9％、ドイツは11％、米国は13％だった。 「自動運転車を使う可能性は低い」という質問に対しては、アメリカでの支持率は40％、ドイツは44％、イギリスは33％、フランスは29％であるのに対し、中国はわずか4％となっている。 （OC&Cが5カ国10,029人の消費者を対象に実施した調査）

AI技術の商業的導入

米国の経営幹部のうち、2020年に企業全体にAIソリューションを導入する予定があるのはわずか4％で、前年の20％を大きく下回っています。回答者の42％がAI技術の利用を検討中、23％が特定の分野でパイロットプロジェクトを実施すると答え、18％が実際に複数の地域で導入済み、13％が複数の地域で全面的に導入する予定であると答えています。さらに、調査対象となった経営幹部の 90% 以上が、AI テクノロジーがもたらす機会がリスクを上回る可能性があると考えており、回答者のほぼ半数が、AI テクノロジーが地域市場や事業部門 (またはその両方) に影響を及ぼすと予想しています。 （プライスウォーターハウスクーパースが米国の企業幹部1,062名を対象に実施した調査）

調査対象となった大企業の58%は、2019年に少なくとも1つの機能または事業部門でAI技術を導入したと回答しており、2018年の47%から増加しています。調査対象となった大企業のうち、アルゴリズムの説明可能性に関連するリスクに対処するための対策を講じていると回答したのはわずか19%で、アルゴリズムの偏見や差別を含む公平性と公正性のリスクに対処していると回答したのはわずか13%でした。 (2019 AI インデックスレポート)

企業幹部の60％は、自社のAI技術の開発と利用においてまだ完全な統一が達成されていないと考えています。企業幹部の70％以上は、自社が過去3年間にAI技術の導入を開始したと述べています。回答者のわずか26％が、潜在的なAIバイアスの問題に対処するための対策を講じていると回答しました。回答者のわずか25％が、AIがデータ情報を収集および処理する方法を公開すると回答しました。回答者のわずか16％が、自社に専用のAI技術アプリケーション監督委員会があると回答しました。回答者のわずか13％が、インテリジェントエージェントまたはチャットボットを非人間的存在として認識していると回答しました。 (GLGは金融サービス、ヘルスケア、コンサルティング業界の経営幹部160名を対象に調査を実施しました。)

ビジネス上の意思決定者の 22% は、自社が過去 1 年間に機械学習テクノロジーを本番環境に導入したと回答しています。回答者の 50% は、単一の機械学習モデルを展開するために 8 ～ 90 日を費やしています。現在のアプリケーションの問題点としては、規模 (33%)、バージョン管理とモデルの再利用性 (32%)、経営陣の承認を得ることの難しさ (26%) などが挙げられます。 (750 人のビジネス意思決定者を対象とした Algorithmia 調査)

英国の上級意思決定者の 54% が、自社では現在、顧客サービス部門をサポートするために AI テクノロジー (チャットボット、仮想アシスタント、自然言語処理、顔認識を含む) を使用していると回答しています。オランダでは 97%、フランスでは 86%、ドイツでは 81% です。調査対象となったすべての国/地域の中で、チャットボット (37%)、自然言語処理 (34%)、ロボティック プロセス オートメーション (31%) が現在、エンタープライズ レベルの顧客サービス改善テクノロジーとして最も普及しています。 Freshworks が 800 名を超える上級顧客サービス意思決定者を対象に実施した調査。

米国の医療機関の 22% が AI 機能を含むソフトウェア プラットフォームを活用しており、これは 2017 年から 8% 増加しています。また、31% が今後 3 年以内に AI 機能を導入する予定であると回答しています。 （ヘルスリーダーズメディア）

AI（39%）とビッグデータ（23%）は、今後2年間で製薬業界全体に変化をもたらし、完全に破壊的変化をもたらすと予想されており、これらのテクノロジーは今後もしばらくの間、強い投資魅力を維持し続けるでしょう。 (Global Data による製薬会社の幹部を対象とした世界規模の調査)

将来のキャリア開発の傾向

過去4年間、米国における「人工知能の専門家」の募集総数は年平均74％増加しており、2位は「ロボット工学エンジニア」で40％増加、3位は「データサイエンティスト」で37％増加している。 (LinkedIn による米国における新興キャリアに関する 3 回目の年次調査。)

米国では、AI関連の職種の割合が2012年の0.3%から2019年には0.8%に増加しました。2015年から2019年にかけて、シンガポール、ブラジル、オーストラリア、カナダ、インドでのAI採用数が最も急速に増加しました。 2018年、AI博士課程修了者の80％以上が関連業界に就職し、2004年の20％から増加しました。2018年にAI業界に加わった米国のAI博士課程修了者の数は、学術研究を継続した人の2倍以上でした。同時に、多くの研究者が学界を離れ、テクノロジーやビジネス分野に転向しました。2018年に学校を離れた研究者は40人以上で、2012年の15人、2004年の0人から増加しました。 (2019 AI インデックスレポート)

2015年、「十分なサービスを受けられていない」労働力（経験豊富な長期勤続労働者や50歳以上の労働者を含む）は、米国経済に推定7.6兆ドル貢献しており、この割合は2032年までに13.5兆ドル以上に跳ね上がると予想されています。しかし、現在、これらの従業員は仕事が機械に置き換えられるという深刻な脅威に直面しています。計算によると、現在米国で高齢労働者が担っている仕事の最大 52% が自動化ソリューションによって置き換えられる可能性があります。しかし、人口の急速な高齢化と出生率の継続的な低下により、この労働力を効果的に再訓練できる人が将来の市場で有利になるでしょう。 (マーサー、オリバー・ワイマン、マーシュ・アンド・マクリーン・アドバンテージ)

AI研究

1998年から2018年の間に、査読済みのAI論文の数は300%以上増加しました。2018年には、コンピュータサイエンスの博士号取得者の21%以上が人工知能/機械学習に焦点を当てました。一部の汎用自然言語処理ソリューションは、SuperGLUEおよびSQuAD 2.0ベンチマークで急速な進歩を遂げましたが、推論機能を必要とする一部のNLPタスク（AI2 Reasoning Challengeなど）や人間を対象とした概念学習タスク（Omnighlot Challengeなど）では、既存のAIソリューションのパフォーマンスはまだ限られています。クラウド インフラストラクチャ上で大規模な画像分類システムをトレーニングするのに必要な時間は、2017 年 10 月の約 3 時間から 2019 年 7 月には約 88 秒に短縮され、そのようなシステムのトレーニング コストも大幅に削減されました。 2012 年以前は、AI 技術の発展速度はムーアの法則、つまり計算能力が 2 年ごとに 2 倍になっていましたが、2012 年以降は AI の計算能力は 3.4 か月ごとに 2 倍になっています。 (2019 AI インデックスレポート)

研究者たちは、実地実験で、企業間でアルミニウム製品を販売するのに人間と機械のどちらが優れているかを比較したいと考えました。確かに、AI システムによる推奨はほとんどの場合でより好評でしたが、購入者が独自の、または複雑な要件や見積もりの​​アイデアを持っている場合には、人間の販売者が依然としてはるかに優位に立っていました。 (ヤエル・カルリンスキー・シコールとオデッド・ネッツァー)

AIファイナンス

2019年、AIへの世界的な民間投資は700億米ドルを超え、AI関連の新興企業への投資は370億米ドルを超え、合併と買収の総額は340億米ドルであり、第1ラウンドの公募は50億米ドルであり、少数株は約20億米ドルのビルを獲得します。 2018年（今年11月4日、2019年の総資金は374億米ドルでした）。イオン、6.0％）、ビデオコンテンツ（36億米ドル、4.5％の会計）、詐欺検出と財務（31億米ドル、3.9％を占める）。 (2019 AI インデックスレポート)

AIヘルスケアのスタートアップ企業は、2019年第3四半期に103回の資金調達ラウンドで約16億ドルを調達し（Babylon Healthからの5億5000万ドルを含む）、ヘルスケアはAI分野で最も資金が集まった分野となった。 （CBインサイト）

多くのデータセキュリティ問題

AI 開発の生命線であるデータセキュリティは、無視できないもう一つの大きな課題となっています。現在、米国でサイバーセキュリティのレベルが最も高い都市は、ラスベガス、ヒューストン、ニューヨーク、マイアミ・フォートローダーデール、ハリスバーグ・ランカスター・レバノン・ヨークです。一方、米国でサイバーセキュリティのレベルが最も低い都市は、ソルトレイクシティ、セントルイス、シアトル・タコマ、オースティン、アルバカーキ・サンタフェです。 （コロネットは、過去 12 か月間に米国全土の 50 都市圏で 9,300 万件のセキュリティ インシデントを数えた。）

過去 2 年間で、31% の企業がデータ侵害を経験しており、27% の企業が国内または国際的なモバイル デバイス保護規制に準拠していないか、準拠しているかどうか不明です。個人データの収集と悪用も深刻な問題であり、米国では 41%、カナダでは 69%、英国では 70%、フランスでは 72%、ドイツでは 78% となっています。 (SOTI、IQPC、Enterprise Mobility Exchange)。

2019年のホリデーショッピングシーズン以降、オンライン小売詐欺行為は2018年の同時期と比較して29％増加し、電子商取引詐欺の疑いは2017年から2019年の間に60％増加しました。 （過去3年間の感謝祭からサイバーマンデーまでのオンライン小売取引に関するiovation調査。）

データが世界を飲み込んでいる

2019 年第 3 四半期の年間モバイル データ トラフィックは前年比 68% 増加しました。この高い成長率は、主にインドにおけるスマートフォンユーザー数の増加と、中国におけるスマートフォンの月間平均データトラフィックの増加によってもたらされました。一般的に、スマートフォンユーザー数の増加とユーザーあたりの平均データトラフィックの増加が共同で全体のデータトラフィックの増加を牽引しており、主な推進要因はビデオコンテンツの視聴の増加です。 (エリクソン・モビリティ調査レポート)

AI市場の見通し

2023年までに、中国のAI市場の総価値は119億米ドルに達し、2020年の425億米ドルを大幅に上回ることになる。 (出典: IDC および QbitAI)

エンタープライズ仮想デジタルアシスタントソフトウェア市場は、2018 年の 13 億ドルから 2025 年には 89 億ドルに成長するでしょう。 (Tracticaより)

2024年までに、農業におけるAI市場の価値は2019年の5億7,800万ドルから20億1,570万ドルに増加するでしょう。 （出典：BISリサーチ）

その他のAIトレンド

「ニューラル ネットワーク モデルのパラメータ数は、実際に年間 10 倍に増加しています。これは前例のない、信じられないほどの速さであり、私がこれまでに見たどのテクノロジの移行よりもほぼ上回っています。」 - インテル、ナビーン ラオ

「人間の関与により、Waze のマップとアプリケーションは、間違いなく他のナビゲーション アプリよりも正確になっています。これが人間の要素の重要性であり、現在の AI テクノロジーでは同じレベルに到達することはできません。」 - Chad Richey、Waze のボランティア マップ編集者

「説明可能性には限界があることを忘れてはいけません。結局のところ、人間が下した決断でさえ、説明できないことがあるのです。」— アンドリュー・ン

「ヤン・ルカン氏を含め、研究室で働いている多くの人は、AGI の概念は面白くも意味もないと考えていると思います。もちろん、AGI が真の人間の知能を表していると信じている人もいますが、人間の知能自体には普遍性が欠けているため、私はこの見解に同意しません。さらに、多くの人が AGI に特異点を強制してきました。つまり、AGI がある限り、この知能は自発的に学習し、向上し続けるということです。しかし、現時点ではそのようなモデルは存在せず、人間自身が自らを賢くすることはできません。人々が AGI の概念を放棄し、より明確な開発アジェンダを追求する時が来ると思います。 「——ジェローム・ペセンティ、フェイスブック人工知能担当副社長

「…未来を予測できないのは常識のはずです。しかし、AIに関しては、多くの人がそのコンセンサスを無視しがちです。」—プリンストン大学のアービンド・ナラヤナン

「過去 10 年間で、損失関数を定義し、十分な大きさのトレーニング データセットを収集または作成することで、ほぼすべてのタスクで超人的なパフォーマンスを達成できる人工ニューラル ネットワークを構築する方法を学びました。これにより、さまざまな価値あるアプリケーションが可能になりましたが、真の知能にはまだほど遠いです。」 - ブレーズ アグエラ イ アルカス、Google