人工知能技術の成功と失敗を支える5つの中核要素

海外メディア（VentureBeat）によると、1980年代後半には、多くのスタートアップ企業、政府機関、大企業が専門家でしかできないタスクを実行するための新しいシステムを導入し、人工知能が新たな熱狂の波を巻き起こした。これらのシステムはルールに基づいて動作します。新しいシステムは、従来のプログラミング言語の厳密な手続き型ロジックに頼るのではなく、動作をルールにエンコードします。メモリなどのハードウェア構成の改善により、システムは機械学習、計画とスケジュール、自然言語の理解など、より高度なコンピューティングタスクを処理できるようになります。今日のビッグデータ時代では、AI が技術分野をシフトしたと多くの人が信じていますが、実際はそうではありません。トーキング・ヘッズが歌ったように、物事はいつもと変わらない。

スマート アプリケーションのコアは変わりません。 1980年代から1990年代にかけてスペースシャトル、宇宙望遠鏡、宇宙ステーションで使用された技術が、その後も継続的に商業化されてきたのです。この基盤の上に、当社は電子商取引、エンタープライズ リソース プランニング (ERP)、顧客関係管理 (CRM) などの複雑なビジネスを展開することができました。 AI アプリケーションはすでに大量のデータの処理に使用されています。 AI アプリケーションはそれぞれ異なりますが、本質的にはすべて似ています。

これらのアプリケーションには次のものが含まれます。

ライフサイエンス アプリケーションは臨床試験データから学習し、医師に最善の診断と治療、投薬の推奨を提供できます。

サイバー脅威セキュリティ システムは、ビジネスにおける最も弱い要素を予測し、事前に保険購入の提案を行うことができます。

モノのインターネット (IoT) システムは、無線周波数識別技術 (RFID) を使用して材料の場所の変化を監視し、より効率的な計画とより正確な予測を可能にし、犯罪行為を防止します。

[[183718]]

さらに、私たちの日常生活のあらゆるところに、人間に役立つ AI が数多く存在しています。 SiriやAlexaはいつでもあなたの音声コマンドを聞く準備ができており、ますます多くの車が自動駐車や自動運転機能まで搭載され、都市間を無人列車が走り、AlphaGoが囲碁をプレイし、IBMのスーパーコンピューターWatsonが人間を破ってテレビのクイズ選手権で優勝するなど、さまざまなことが起こっています。

具体的な用途は多岐にわたりますが、過去 40 年間の人工知能技術の成功と失敗を結び付け、支えてきた、時代を超えた AI の 5 つの中核要素があります。これらの AI アプリケーションは、大量のデータを処理し、周囲の状況に反応し、パフォーマンスを向上させる方法を学習し、将来性を備え、数千万人の人々とシステムを同時にサポートできる必要があります。

大量のデータ取り込み

データ集約型 AI システムは、数十億の計算ユニットに及ぶ大量のデータを処理します。このような大量のデータをリアルタイムで処理することは、AI プログラムが達成しなければならない困難なタスクの 1 つです。また、継続的なストリーミング データ (IoT センサーからの一定のデータ フローなど) とバッチ データ (大規模な履歴データ セットなど) の両方を快適に処理できる必要があります。

適応型

適応型アプリケーションは機械学習技術を使用して自分自身を改善し、時間の経過とともにパフォーマンスが向上し続けます。機械学習ワークフローでは、データ サイエンティストが実験環境でモデルの選択、特徴エンジニアリングの反復、アルゴリズムの選択、パラメーターの調整を実行する必要があります。アプリケーション開発者はモデルを展開し、新しいデータが入ると、モデル プログラムは設定に従ってデータを分類できます。次に、アプリケーションは分類の結果を確認し、それを使用してトレーニングを繰り返します。

反応

現代の AI システムは、従来のバッチ処理プログラムとは異なり、周囲の変化するデータにリアルタイムで反応できます。 AI アプリケーションは、実際の状況ではストリーミング データ プラットフォームからのデータ入力を継続的に監視します。特定の条件が満たされると、プログラムはさらに計算を実行します。つまり、プログラムは常にデータを処理する準備ができています。

将来を見据えた

多くの AI システムは、現在の問題を解決することだけに焦点を当てているのではなく、将来の可能性を予測して最善の解決策を決定します。計画システム、ゲーム、さらには言語解析システムも、最善の解決策を得るために最も将来を見据えた方法で処理する必要があります。これには、AI システムが新しい入力データに適応する能力が必要です。 （例えば、最新のニュースで台風により中国へのスペアパーツの配送が遅れていることが判明した場合、AIシステムはさまざまな仮定に基づいて包括的な再計画プランを提案する必要があります）

同時性

従来のアプリケーションと同様に、AI プログラムは複数の人またはシステムからのタスクのやり取りを同時に処理する必要があります。 ACID プロパティを維持するために、オペレーティング システムおよびデータベース ドメインでの分散システムの開発から採用された手法を使用します。

上記の 5 つの特性により、最新の AI システムはユーザーを満足させるパフォーマンスを提供できます。さらに、データ量が増加し、応答時間が短縮されても、適切に構築されたシステムでは、すべてを再構築することなく、テクノロジー インフラストラクチャを簡単に拡張できます。個人や企業にとってこれらのプログラムのパフォーマンスが重要であることを考えると、オンライン状態を維持し、運用を維持することは、すべての AI システムに共通する機能であると考えられます。