2021年には、神経科学AIにいくつかの大きなトレンドがあります

新年が私たちに手を振っています。素晴らしい革命の伝統を引き継ぎ、最新の AI 専門家の予測レポートを発表する時が来ました。インタビューを受けた専門家たちは、自身の感覚と知識、研究室の発見、企業の動向を組み合わせて、新年の人工知能技術の発展方向を予測します。

[[373186]]

では、これ以上前置きせずに、この予測の話題にすぐに入りましょう。

Modzy 応用 AI 研究責任者、Arash Rahnama 博士:

AI システムの進歩が急速に進んでいるのと同様に、敵対者が AI モデルを騙して誤った予測を行わせる能力も急速に高まっています。ディープ ニューラル ネットワークは、入力マテリアル (敵対的 AI) によって課される微妙な敵対的要因の影響を非常に受けやすく、マテリアル内の異常は人間の目にはほとんど認識できません。このような攻撃は、ミッションクリティカルな環境での AI モデルの導入を成功させる上で、間違いなく大きなリスクをもたらします。現在の発展の速度では、組織が AI セキュリティ業務において積極的な防御システムを直ちに確立しない限り、2021 年は大規模な AI セキュリティ インシデントが頻発する最初の年になる可能性があります。

2021年は説明可能性が完全に実現される年となるでしょう。組織が AI ソリューションを統合し続けるにつれて、説明可能性は機械学習パイプラインに対するユーザーの信頼を構築するための中核的な前提条件になります。機械学習が実際のデータに基づいて判断を下す根拠を真に理解することによってのみ、人とモデルの間に信頼できる信頼関係を確立することができます。そうでなければ、AI ベースの意思決定に信頼を置くことができなくなります。要約すると、説明可能性は AI アプリケーションの次の段階で重要な役割を果たすことになります。

前述の敵対的攻撃トレーニング方法と説明可能性を組み合わせることで、人工知能の分野にも新たな革命がもたらされるでしょう。説明可能性は、どのデータがモデルの予測に影響を与えるか、特にバイアスの原因を理解するのに役立ちます。また、この情報を使用して、攻撃に耐性のある、より安定した、信頼性が高く、堅牢なモデルをトレーニングできます。モデルがどのように機能するかについてのこの戦術的な知識は、モデルの品質とセキュリティ全体の向上に役立ちます。 AI 科学者はモデルのパフォーマンスを再定義しますが、これには予測精度だけでなく、判断バイアス、堅牢性、不確実な環境の変化に対応する一般的な機能などの指標も含まれます。

キム・ダフィー博士、Vicon ライフサイエンス製品マネージャー

来年だけを見ても、人工知能（AI）や機械学習（ML）の発展について正確な予測をすることは困難です。たとえば、臨床歩行分析では、研究者は患者の下肢の動きを観察して、路上や走行の問題の根本原因を特定します。この点では、AI や ML などのテクノロジーの応用はまだ初期段階にあります。 Vicon は最近の「人間の歩行運動に関するより深い洞察」レポートでこの点を強調し、これらの方法を使用した臨床歩行研究の真の進歩には少なくとも数年かかるだろうと指摘しました。効果的な AI および ML 手法では、モデルの傾向とパターンの認識機能を効果的にトレーニングするために、適切なアルゴリズムと組み合わせて大量のデータを使用する必要があります。

2021 年には、より多くの臨床医やバイオメカニクス研究者がデータ分析レベルで AI と ML の手法を採用するようになる可能性があります。過去数年間、歩行研究の分野では AI と ML に関する学術文献が増加しています。この勢いは 2021 年も続き、臨床グループと研究グループ間の連携がさらに深まり、歩行データを自動的に解釈できる機械学習アルゴリズムの開発が進むと考えています。最終的には、これらのアルゴリズムにより、臨床レベルで介入を提案できる速度が向上することが期待されます。

繰り返しになりますが、機械学習の実際の結果と利点は、これほど短期間で明らかになる可能性は低いでしょう。しかし、歩行データを処理する際には、これらの方法を検討し、採用するケースが増えています。例えば、歩行姿勢研究協会の会長は最近、定量的動作分析の臨床的影響について議論した際、ビッグデータに基づく機械学習などの方法を使用して定量的歩行分析の研究効率を向上させ、それによって臨床意思決定のためのより包括的な解釈を提供し、主観的要因を減らす必要があると述べました。歩行および臨床動作分析学会も、AI/ML の新興技術の組み合わせを賞賛しており、これにより、より多くの臨床研究グループが AI/ML を研究対象に含めるようになると期待されています。

ジョー・ペトロ、CTO、ニュアンス・コミュニケーションズ

2021年には、AIテクノロジーは徐々に誇大宣伝サイクルから脱し、将来のAIソリューションの約束、提案、開発ビジョンは、証明可能な進歩と定量化可能な出力にさらに反映されるようになります。その結果、より多くの組織が、単なる PowerPoint プレゼンテーションや研究開発のための研究開発ではなく、具体的な問題の解決と、実際の投資収益に変換できる結果をもたらすソリューションの構築に重点を置くようになります。新年には、顧客が対処する必要のある複雑な課題を効果的に解決できるよう支援できる企業が、AI/ML 分野で競争上の優位性を維持できるでしょう。この客観的な現実は、テクノロジー企業による研究開発資金投資の方向性に影響を与えるだけでなく、テクノロジー従事者が学習ルートやキャリアを計画する際の実際の考えにも影響を与えるでしょう。

AI がテクノロジー分野のあらゆるレベルに浸透し続けるにつれて、人々は AI の倫理的問題にますます注目するようになり、AI が予期せぬ偏った結果を生成した場合に明らかになる重大な影響について深く理解するようになるでしょう。消費者は、自らのデジタルフットプリントと、インタラクティブ システム、業界、ブランドによって個人データがどのように使用されるかについて、より意識するようになります。つまり、AI ベンダーと連携する企業は、顧客データの処理方法の確認と、個人データを営利目的で使用している第三者の特定に重点を置く必要があるということです。

Neuralaの共同創設者兼CEO、マックス・ヴェルサーチ博士

新年には、より安価で小型のハードウェアで AI ソリューションを展開できるようになります。 2020 年は激動の年です。予測不可能な経済見通しに直面し、これまでの資本集約的で複雑なソリューションは、必然的に軽量 (おそらくソフトウェア レベルのみ) で低コストのソリューションへと移行するでしょう。このアプローチにより、メーカーは短期間で投資収益率を達成し、先行投資の必要性を大幅に削減できるようになります。これにより、企業はサプライチェーンや顧客需要の変動に対応する能力も向上します。COVID-19パンデミックの深刻な影響に直面している中、このような柔軟性は世界中の産業が生き残るために必要な能力となっています。

人間はまた、AI がなぜそのような判断を下すのかということにも注目するようになるだろう。 AI の説明可能性について議論する場合、一般的に人々は偏見やその他の倫理的問題に注目します。しかし、AIが発展するにつれて、結果がより正確で信頼できるものになる一方で、AIが判断を下す根拠についても疑問が残るようになるでしょう。理解できない自動システムを完全に信頼することはできません。製造業を例にとると、AI は製品が「良品」か「不良品」かを正確に判断するだけでなく、説得力のある理由も提供する必要があります。この方法でのみ、人間のオペレーターはそのようなシステムに対する信頼を築き、可能な限り最大限に協力することができます。

新しい年、新しい予測。すべての見通しに対する答えは来年明らかになるだろう。それが正確かどうかは待って見守ろう。

最後に、皆様にとって幸せな新年になりますようお祈り申し上げます。