変化が起こっています！機械学習は人類をどこへ導くのでしょうか?

[[187530]]

人工知能 (AI) がどのように未来を予測し、職場を変え、さらには雇用を生み出す可能性があるのか​​を説明しました。

自動運転車やロボット工学がニュースの見出しを独占する一方で、AI、ディープラーニング、および類似のテクノロジーは、日常生活やビジネスを無数の方法で合理化し、進歩させることで、その最大の影響をほとんど目に見えないものにする可能性があります。

Nvidia のコーポレート副社長アレックス・ホワイト氏の言葉によれば、ディープラーニングは「コンピューティングの新時代」を告げるもので、すべての人や物に「強力で根本的な変化」をもたらすだろう。同社は、機械学習の能力を向上させるために、より高度なグラフィックス処理ユニットを開発しているほか、機械学習が人類をどこまで導くことができるかを探るために 1,500 社のスタートアップ企業を支援しています。

機械学習は、がん治療、ロボット工学、自動運転車などの注目度の高い分野で使用されているだけでなく、日常のビジネス業務にもますます応用されつつあります。このテーマは平凡に思えるかもしれませんが、実はとても重要です。ディープラーニングは、データを使った人々の日常業務に革命をもたらし、人々の満足度、創造性、そして最終的には生産性を高める可能性を秘めています。言い換えれば、ディープラーニングが退屈な作業を実行するので、人間はそれをする必要がありません。

AI は雇用を創出しますか? たとえば、マーケティングや営業に携わっている場合、ディープラーニングにより、すべてのソーシャル メディアで顧客とブランドのやり取りをリアルタイムで追跡できます。データの整理という面倒な作業から解放され、より価値のある目標を追求して仕事上のメリットをさらに高めることができます。この文脈では、ディープラーニングは雇用可能性を向上させる手段となり得ます。ビジネスが改善すれば、ビジネスは成長し、私たちのような庶民のための雇用も増えます。

少なくとも、それが理論です。懐疑的になる理由は十分ありますが、その理論は完全に理にかなっています。たとえば、電子商取引の売上高は昨年 2 兆ドルに達し、その数字は 2020 年までに倍増すると予想されています。営業とマーケティングは雇用市場の大きな部分を占めており、ディープラーニング インフラストラクチャによって強化することができます。

ホワイト氏は最近、ロンドンで開催されたNvidiaのDeep Learning Societyイベントで講演した。もう一人の傑出した講演者は、彼の言葉を借りれば「機械に子供のように学習させる」学者、アンソニー・モース博士でした。あるビデオでは、モース博士が人型ロボットにオレンジ色の星という物体を紹介しています。それから彼は、ロボットがそれまで認識していなかった赤いボールと一緒に星を見せました。

赤いボールを拾うように指示されると、ロボットは以前の指示から、2 つの物体のうちどちらがオレンジ色の星であるか、したがってどちらが赤いボールであるかを推測することができました (赤いボールはテーブルに残された唯一の物体でした)。この比較的単純なタスクは、微妙で複雑な世界を明らかにします。この実験の重要性は、このヒューマノイド ロボットが幼児が持つ能力を使って自ら知識を学習している点にあります。

この技術が普及した今、その可能性は計り知れません。では、こうした可能性は私たち一般人の現実生活にどのように当てはまるのでしょうか。視覚画像認識は、誰にでも簡単に理解できるため、機械学習の例としてよく挙げられます。また、視覚認識においてディープラーニングが人間を簡単に上回ることができるという事実も挙げられます、とモース氏は言います。 Facebook の自動タグ付けツールに詳しい人なら、それがユーザーと広告主の両方にとって便利であることに気づくだろうが、ディープラーニングはソーシャル ネットワークの写真をランク付けする以上のことができる。

モース氏は、ディープラーニングの能力は幅広く、2つの側面があると考えています。1つ目は、既存の自動化レベルを向上させること、2つ目は、新しい生産ラインと市場を生み出すことができることです。前者の製品カテゴリの場合、工場の生産ラインの開発はより複雑なシステムに進化する可能性があると彼は考えています。ディープラーニングに置き換えられれば、より新しく高度な製品が生産され、新しい製品と市場はより魅力的になります。音声認識やリアルタイム翻訳から自動運転車、早期がん検出から、モース氏が魔法のソフトウェアと呼ぶ、誰かの衣服の写真を撮って即座にオンラインで購入できるものまで、誰もが楽しめるものや風変わりな機能がある。

無限の可能性？確かに、その影響は広範囲に及びます。しかし、可能性は無限か？ モース氏によれば、そうでもないそうだ。 「世の中のあらゆる問題を解決するわけではない」と彼は言う。この意見は、ディープラーニングの大きな可能性についてよく耳にする多くの意見とはかけ離れている。

アダム・グリヴァチェフスキ博士もモース氏の見解に賛同し、「ディープラーニング」の近年の成長は3つの大きな進歩によるものだとしています。まず、ビッグデータの利用可能性が高まりました。人々は毎分 100 時間分の動画を YouTube にアップロードし、毎日 3 億 5000 万枚の写真が Facebook にアップロードされています。第二に、この規模のデータにより、新しいディープラーニング技術の研究開発が促進されました。最後に、コンピューティング能力の飛躍的向上がこれらのテクノロジーの大きな推進力となります。

ただし、ディープラーニングには深さの制限があります。モース氏は、ラベル付けされたトレーニング データは高価であったり、存在しなかったりすることが多いと嘆きました。さらに、これを警告とともに検討し、ディープラーニングの潜在的な能力に注意する必要があります。子どもたちの学習方法を理解し、それを機械学習に応用することは、もはや SF 映画の中の話ではありません。それは今起こっており、急速に進んでおり、商業レベルで起こっています。

グリヴァチェフスキ博士は、ディープラーニングのエコシステムは動的であり、常に変化していることを強調しました。 Nvidiaのコーポレートバイスプレジデントであるアレックス・ホワイト氏は、機械学習に関する研究は商業分野ではなく学術分野に大きく限定されており、この波はすぐに岸に到達するだろうと考えています。