AIはあなたより年上かもしれない

[[349378]]

現在、ほとんどの調査会社は、人工知能が近い将来ますます重要な役割を果たすと予測しており、人工知能を中心としたさまざまな宣伝が目まぐるしく行われています。

ビジネスリーダーは機械学習技術に非常に興味を持っていますが、人材不足というジレンマに直面しています。 新しい AI プロジェクトに着手するために必要なスキルを持つ開発者は、世界中でわずかしかいないことが判明しました。これは、これらのスキルを習得できる開発者が非常に人気になっていることも意味します。ということで、「機械学習、人工知能、ディープラーニング、ニューラルネットワーク」に焦点を移す前に、開発者が知っておく必要のある AI に関する事実を見てみましょう。

AIはあなたより年上かもしれない

現存する記録によると、「人工知能」という用語は、アメリカのコンピューター科学者であり、この分野の創始者の一人であるジョン・マッカーシーによって初めて造られた。彼は学歴のほとんどをスタンフォード大学で過ごし、1950年代後半にLispを発明しました。 Lisp はラムダ計算に基づいており、1960 年に公開されるとすぐに人工知能アプリケーションに最適なプログラミング言語になりました。

しかし、スタンフォード大学とMITの両大学がAI部門を設立したにもかかわらず、この分野は創設者たちが想像したほど大きな進歩を遂げていない。これは主に、科学者が直面するさまざまな課題によるものです。たとえば、コンピュータの能力の限界（タスクを完了するために必要なメモリや処理速度）、扱いにくさ、組み合わせ爆発、データベースの不足、アルゴリズムのトレーニングに必要な常識と推論の欠如などです。

1970年代には、多額の資金が棚上げされ、AI開発が停滞期に入った、いわゆる「AIの冬」が起こりました。コンピューティング能力とデータが広く利用可能になったのは 21 世紀初頭になってからでした。 2009 年、スタンフォード大学の Fei-Fei Li 教授が率いる ImageNET データベース プロジェクト (1,500 万枚の画像を保存) がついに実現しました。同時に、データ保存速度の急速な向上により、人工知能へのさらなる投資の基盤も築かれました。

人材不足

人工知能業界では深刻な人材不足が起きており、さまざまなレポートによると、世界市場では埋める必要のある関連職が何百万もあることがわかっています。世界中で AI スキルに関する教育が一般的に不足しているため、十分に訓練された実践的な人材が不足しています。実際、モントリオールを拠点とするスタートアップ企業であるElement AIは、機械学習システムを作成するために必要な専門知識を持つ人は世界中に22,000人未満であると推定しています。

さらに、中国のテンセント研究所による別の調査では、現在世界には30万人のAI研究者や実践者がおり、そのうち約10万人がまだ学習段階にあると推定されています。テンセントは、米国は関連人材の育成において絶対的な優位性を持っていると述べた。機械学習や関連科目を教える世界の大学2,600校のうち、1,000校以上が米国にある。

報告書はまた、米国は人工知能技術を開発する新興企業の数でもトップであると指摘した。興味深いのは、学術会議が企業の採用担当者の狩り場になりつつある一方で、名門大学のAI研究部門がAIを導入する民間企業に移管されつつあることだ。

AIエンジニアは高額な報酬を得ている

業界に関係なく、求人市場の不足により必然的に給与がかなり高くなります。例えば、2014年にGoogleに6億5000万ドルで買収されたDeepMindは、400人の従業員に1億3800万ドルを費やしたと報じられている。ニューヨーク・タイムズ紙が同社の英国における最新の年次財務諸表を調べたところ、従業員の基本年俸は30万ドルから50万ドルの範囲であることがわかった。

Monster.com の分析によると、2019 年のデータ サイエンティスト、シニア データ サイエンティスト、人工知能コンサルタント、機械学習マネージャーの平均給与は 127,000 ドルでした。

過去 4 年間で、AI 人材に対する世界的な需要は 74% 増加し、AI 人材の 60% がテクノロジー企業や金融サービス企業に集中しています。

AI/MLの専門家にはさまざまなスキルが必要

現在、人工知能の分野で働く人のほとんどが複数の役割を担っており、この傾向は今後も続くと予想されます。現在、市場で最も人気のある 3 つの AI 職種は、データ サイエンティストおよびアルゴリズム開発者、機械学習エンジニア、ディープラーニング エンジニアです。求人検索サイト Indeed によると、ソフトウェア開発者は、人工知能プロジェクトにおいて、数学、代数、統計、ビッグデータ、データマイニング、データサイエンス、機械学習、認知コンピューティング、自然言語処理 (NLP)、Hadoop、Spark など、さまざまな主要スキルとツールに精通している必要があります。 AI開発者が最もよく使用するプログラミング言語は、Phyton、C++、Java、LISP、Prologです。さらに、企業は求職者にオープンソース開発環境の使用経験も求めています。たとえば、Spark、MATLAB、Hadoop の熟練度は必須スキルの 1 つです。

人工知能をめぐる誇大宣伝は価値がある

ガートナーは2018年に、3年以内に新興技術の80%に人工知能基盤が関わるようになるだろうと予測しました。さらに、市場調査会社Markets and Marketsは、2025年までに人工知能市場が1,900億ドル規模の強力な産業に成長すると予測しています。さらに、アクセンチュアは、人工知能技術によって企業の労働生産性が約 40% 向上すると予測しています。 IDCによると、2019年に最も多くの投資を受けたAIユースケースは、自動化された顧客サービスエージェント（全世界で45億ドル）、販売プロセスの推奨と自動化（27億ドル）、自動化された脅威インテリジェンスと防止システム（27億ドル）でした。

要約すると、人工知能を取り巻く誇大宣伝はすべて価値がある。

AIはさまざまな業界に多大な影響を及ぼしている

ソフトウェア開発者が AI に置き換えられるかどうかを心配する前に、AI が実際に何ができるのかを見てみましょう。

ここ数年、人工知能が導入されている業界やユースケースが急増しています。

2018年12月、ニューヨークのクリスティーズ・オークションハウスは「エドモンド・ド・ベラミー」と題された肖像画を4万3200ドルで販売した。アルゴリズムによって生成された、19世紀ヨーロッパの肖像画風のこの絵画が落札された。現在、AIが生成したさまざまなアート作品が頻繁に展示されています。ニューヨークの「Faceless Portraits Beyond Time」シリーズコレクションはその代表例です。Ahmed Elgammal博士と彼のAICAM AIは、個人のギャラリー展を開催した最初のAIアーティストにもなりました。

AIに関連した芸術的な熱狂は音楽業界にも影響を及ぼしています。以下のリンクをクリックすると、ASCII エンコードで生成されたクラシック音楽やロック音楽を再生できます。この作品は「Recurrence」というタイトルで、この「レコード」が作られたのは5年前なので、音楽のスタイルが少し古臭くて、あまり新しくないと思う人もいるかもしれません。 (https://soundcloud.com/optometrist-prime/recurrence-music-written-by-a-recurrent-neural-network?ref=hackernoon.com)

同時に、AI ツールは幅広い医療問題の解決に使用されており、医療研究における障害や疾患の特定、予防、治療など、より大きな社会的影響をもたらしています。これらのアプリケーションにより、2026 年までに医療経済は年間 1,500 億ドルを節約できると予想されています。

AI ベースの入力パターン マッチング アルゴリズムは、ユーザーの入力動作に基づいてユーザーの ID を検証できます。 2016年に発売されたTypingDNAテクノロジーは、人とキーボードのやり取りを分析することで、正確に本人認証を行うことができます。この画期的な発見は、すべての人が異なり、行動も異なるという事実に基づいています。次のリンクでは、それがどのように機能するかを実演しており、友達と一緒にこのチャレンジ ゲームをプレイして、お互いのタイピング動作を真似してシステムを騙せるかどうかを確認できます。

(https://www.typingdna.com/?ref=hackernoon.com#demo)

さらに、Google のディープラーニング、機械学習プログラムは乳がんの検出において 89% の精度を誇ったが、人間の病理学者の精度はわずか 73% だった。そのため、機械学習と人工知能は健康の新たな神経系として考えられています。

最後に、人工知能もその将来の可能性を巧みに示しました。例えば、Google の DeepMind プロジェクトである AlphaGo Zero は、その優れたパフォーマンスにより、ディフェンディング チャンピオンの AlphaGo (世界トップの囲碁プレイヤーである柯潔を破った最初の人工知能ロボット) を完璧に打ち負かしました。興味深いことに、AlphaGo Zero は基本的なルールだけを与えられることで自ら学習しました。

AIは人間に取って代わることはないが、人間の仕事は取って代わるだろう

25 年前、ジェフ・ディーンはニューラル ネットワークを模倣して情報を分析して学習する「脳」の研究を始めましたが、当時のニューラル ネットワークの機能は非常に限られていました。ニューラル ネットワークが機械学習、記憶、知覚、記号処理などの分野にうまく適用されたのは 2012 年になってからでした。

そして、ジェフ・ヒントンは、大量のデータを分析することで自ら学習できるニューラルネットワークで新しい時代を切り開きました。ディーン氏とヒントン氏は現在、ともにグーグルの人工知能研究チームのメンバーである。 2017年、GoogleはAutoMLプロジェクトが機械学習ソフトウェアのプログラミングを自己学習することに成功したと発表しました。 AutoML が基本的なプログラミング タスクを実行できるという事実は、新たなパニックを引き起こす可能性があります。機械が自ら学習する能力を持つようになった今、機械は人間に取って代わるのでしょうか?

今世紀最大のパニック問題へようこそ。

人間も完了できる単一または限定的なタスクを処理するように設計された狭義の弱い AI とは異なり、汎用の強い AI が制御不能になると、その強力な機能は人間に大きなパニックを引き起こします。現在、人工知能の主な役割は開発者の作業を支援することであり、人間のチームの能力を高める役割も果たしています。ドキュメントの作成、コードのテスト、さらにはバグの特定と解決など、私たちの周りのあらゆる場所でそれが見られます。

Open AI とその 1,750 億のパラメータを持つ自己回帰言語モデルである Generative Pre-trained Transformer 3 (GPT-3) は、翻訳、質問応答、穴埋め問題、オンザフライ推論やドメイン適応を必要とする一部のタスクなど、多くの NLP データセットで優れたパフォーマンスを達成しています。つまり、自動生成されたニュース記事は人間が書いた記事と同等である可能性があり、人間の評価者でさえ両者の違いを区別するのが難しい場合があります。

MIT の研究者たちは、コードの欠陥行を他のプログラムの正常な行に置き換えることでソフトウェアのバグを自動的に修正できるプログラムを作成した。 DeepCode、Synopsys Logojoy、UIzard などのツールは、ソフトウェア製品の構築時に適切な支援を提供します。

開発者は AI とその潜在的な脅威をどのように見ているのでしょうか?

おそらくあなたは、人工知能が最終的に私の役割に取って代わってしまうのではないかと懸念しているでしょう。実際、これは世界中のほとんどの開発者の内なる独白でもあります。

エバンス・データの調査によると、ソフトウェア開発者にキャリア上の最大の不安について尋ねたところ、圧倒的多数が「自分の開発職が人工知能に取って代わられること」を挙げた。

しかしポジティブな面としては、Stack Overflow の調査によると、回答者の 70% が AI がもたらす可能性のある潜在的な危険性を心配するよりも、その無限の可能性に期待を寄せていることが分かりました。ほとんどの開発者は、自動化がもたらす新たな可能性を熱心に期待しています。

産業革命によって人類が「農業労働」から「新しいスキルの開発」へと解放されたのと同じように、知能ロボットも人類を解放するでしょう。マッキンゼーは、2030年までにAIが世界の労働力の30%を置き換えると予測しています。人工知能技術に関する統計によると、ロボット技術によって約8億の仕事が置き換えられ、約30%の職業が消滅する可能性がある。

この大きな変化により、約 4 億人が現在の職業を変えざるを得なくなります。 Forrester は、2025 年までに、ロボット工学、人工知能、機械学習、自動化などの認知技術によって、ロボット監視専門家、データ サイエンティスト、自動化の専門家、コンテンツ モデレーターなど、米国の新規雇用の 9% が創出されると予測しています。