モバイルアプリ開発における人工知能の実装

[[382351]]

[51CTO.com クイック翻訳] 人々が今日のニーズについて話すとき、彼らは昨日の未来について話していることに気づいていません。最先端技術の 1 つは、現在実行中のアプリケーションに人工知能を実装して展開する方法です。モバイル アプリ開発業界における人工知能の役割と、それをどのように使用してメリットを得るかについて、さらに理解を深める必要があります。

私たちは今、人間の行動を理解する機械と人工知能によって動かされる世界に住んでいます。機械は人間の行動を学習し、データのパターンや習慣にアクセスして、人々の生活を楽にするために働いています。

日常生活において、人々は携帯電話を使って音声を認識したり、特定の決定を下したり、ある言語を別の言語に翻訳したりすることができます。食べ物を注文するアプリは、レストランに関する詳細な情報を提供したり、ユーザーの最近の検索に基づいて食べ物を勧めたりすることができます。一方、Uber や Ola などのタクシーアプリは、乗車の実際の場所を示し、乗客の現在地に基づいて最も近いタクシーを勧めることができます。

これらすべての変化は、コンピュータ システムの手法が思考と学習のモードに移行したため、人工知能の応用に基づいています。重点は、エンドユーザーの心理的潜在能力と能力に関する研究と知識に基づいたスマート プログラムの開発に移り、それがモバイル アプリケーションを含むさまざまなアプリケーションに組み込まれたスマート機能として実装されるようになりました。

人工知能の影響

人工知能はかつて最も複雑な技術の一つと考えられていました。しかし、今ではそれが人々の日常生活の一部となっており、人々はその存在にさえ気づいていません。 AI がどれだけ普及しているか、そしてそれが人々の生活にどのような影響を与える可能性があるかを示す統計を調べてみましょう。

• 市場調査会社Markets and Marketsの調査によると、人工知能産業は2025年までに1900億ドル規模の産業になる可能性があります。
• 有名な調査機関IDCの調査によると、人工知能への世界の支出は2021年までに576億ドルに達する可能性がある。
• DCが2019年に発表した調査レポートによると、デジタルトランスフォーメーション計画の40％以上が補助技術として人工知能を活用していることが明らかになりました。
• DC は、2021 年までにビジネス アプリケーションの 75% が何らかの形で AI を使用するようになると予測しています。
• テクノロジーおよびビジネスリーダーの 80% 以上が、AI が生産性の向上と数百万の雇用の創出に役立つと述べています。
• マーケティング専門家の 80% 以上が、チャットボット ソフトウェアが消費者体験に革命をもたらしたと考えており、2020 年にそのようなツールを導入する予定です。
• ガートナーの調査レポートによると、2020 年までにモバイル アプリケーションの 40% 以上がクラウドベースのニューラル ネットワークでサポートされるようになるとのことです。

人工知能の種類

インテリジェンス、データ モデリング、機械学習、クラウド コンピューティング ソリューションなどの分野における技術の進歩により、モバイル アプリケーションと組み合わせた AI が現実のものとなりました。組織がモバイル アプリで使用できる AI テクノロジーには、大きく分けて 3 つの種類があります。

（１）狭義の人工知能（NAI）

狭義の人工知能 (NAI) は、単一または限定されたタスクを処理するシステムを指定するために使用されます。モバイル プラットフォームに機械学習機能をもたらすアルゴリズムを提供します。たとえば、Google の翻訳エンジン、Amazon Alexa、iOS 上の Apple の Siri などです。

（２）汎用人工知能（AGI）

汎用人工知能 (AGI) は、人間が実行できるあらゆる知的タスクを理解または学習できる機械の仮想知能を人々が活用できるようにするアルゴリズムです。例としては、顔認識ツールや Snapchat フィルターなどが挙げられます。

（３）人工超知能（ASI）

人工超知能 (ASI) は、さまざまな活動において人間の知能を超えることができるソフトウェア ベースの人工知能システムです。たとえば、IBM Watson、Google Rankbrain、Microsoft Cortana などです。

モバイルアプリで活用できる人工知能技術

人工知能はユーザーエクスペリエンスを大幅に向上させる能力があり、さまざまな問題やタスクを解決するためのツールです。ここでは、モバイル アプリの開発プロセスを改善するために統合できる実用的な AI テクニックをいくつか紹介します。

（１）音声認識技術

音声認識技術は、今日の携帯電話で最も人気のある技術の 1 つです。モバイル アプリケーションでは音声制御システムを簡単に導入できます。たとえば、Alexa、Siri、Cortana システムは、人間の音声を観察してデコードし、コンピューターが理解できる形式に変換できます。人々は音声コマンドを通じて自分のニーズを表現することができ、このテクノロジーはモバイル アプリケーションが応答性の高いアクションを実行するのに役立ちます。

（２）自然言語生成（NLG）

自然言語生成 (NLG) は、構造化されたデータを自然言語に変換するソフトウェア プロセスです。これは、組織向けの長文コンテンツの開発、カスタム レポートの自動化、Web またはモバイル アプリケーション用のコンテンツの生成に使用されます。これは顧客サービス アプリケーションにとって大きなメリットです。レポートや市場レビューの作成に役立ちます。

（３）生体認証技術

生体認証により、人間の行動や体の形や構造の物理的側面を識別、分析、測定することができます。この技術は、画像、認識センサー、音声、ジェスチャー制御に適用可能です。また、アクセス制御にも使用されており、人々はスマートフォンにこの技術を採用し、ユーザーは顔認識によって携帯電話をロック/ロック解除することができます。この手法は市場調査にも使用されます。

（4）テキスト解析と自然言語処理

このテクノロジーは、人々が検索エンジンで必要な情報を見つけるのに役立ち、構造化されたプレーンテキストの助けを借りてニュースやストーリーを生成します。このテクノロジーの最も一般的な用途は、ユーザーが目的地を音声で伝えることで道順を取得できる GPS ナビゲーション アプリケーション (Google マップなど) です。このテクノロジーは人間の要件を理解し、それをさらに処理して望ましい結果を提供します。この技術は、セキュリティや不正検出システムにも使用されています。

（５）バーチャルアシスタントとチャットボット

これは、モバイル アプリケーションに統合される最も一般的なテクノロジでもあります。これは、オンラインでユーザーとやり取りできるため、ビジネス アプリケーションにとって重要なツールです。また、ユーザーやオンライン コミュニティからのフィードバックを取得するためにも使用できます。組織は、エンドユーザーエクスペリエンスを向上させるために、チャットボットや仮想アシスタントを導入しています。

（６）画像認識技術

画像認識テクノロジーは、デジタル画像やビデオ内のオブジェクトや特徴を処理するのに役立ちます。モバイル アプリケーションで最も一般的な用途は、赤外線コード スキャナーまたはナンバー プレート スキャナーです。病気の診断や顔の分析・認識などに活用できます。また、クレジットカードやその他の支払いオプションを確認するために支払いや画像を分析するためにも使用できます。

（７）感情認識

感情認識は、今日のモバイル アプリケーションで最も興味深く、一般的に使用されているテクノロジーの 1 つです。この技術により、ソフトウェアは高度な画像処理や音声データを使用して、人間の顔の感情を観察し評価できるようになります。人間の感覚の変化を捉え、モバイル アプリケーションが顔、ジェスチャー、音声を変更できるようにします。

（８）機械学習プラットフォーム

十分なアルゴリズム、ツール、API を備えた組織は、機械学習プラットフォームとモデルに基づいてモデルを設計し、モバイル アプリケーションに展開できます。今日では、予測や分類のためのさまざまなモバイル アプリケーションも存在します。

（9）人工知能がモバイルハードウェアを最適化する

モバイル ハードウェアへの人工知能の応用はまだ初期段階ですが、特に写真撮影ハードウェアでは高度な人工知能の出現が見られます。一部のモバイル デバイス メーカーは、AI 指向のコンピューティング機能を簡単に実行できるように、AI に最適化された GPU やその他のデバイスを設計しています。 Samsung や Apple などの大手モバイル デバイス メーカーは、大手チップメーカーと協力して、ディープラーニング手法を実装しながら、AI 固有のニーズに合わせてハードウェアを最適化しています。有名なチップメーカーのQualcommとNvidiaは、スマートフォンで機械学習のワークロードを実行できるAIに最適化されたハードウェアを発売しました。

（10）意思決定管理

これは人工知能の最も重要な側面の 1 つです。一部の業界団体は、AI システムにロジックとルールを注入し、自動化された意思決定機能を通じて組織やユーザーが意思決定を行えるように支援するエンジンを開発しています。

モバイルアプリで人工知能を使用する理由: 組織の観点から

組織の観点から議論すると、モバイル アプリケーションに AI を実装する際に組織やスタートアップが得られるメリットは次のとおりです。

• 販売とマーケティングの強化: 組織の販売およびマーケティング業務に AI を使用すると、統計を大幅に改善できます。
• プロジェクト資金調達の容易化: 現在、AI を実装するスタートアップが資金調達を行うことが容易になっているため、市場競争が激化します。
• 強化されたユーザー エクスペリエンス: AI によりアプリケーションの機能が向上し、ユーザー エクスペリエンスが向上します。
• 強化されたセキュリティ: AI は、組織がエンドユーザーのセキュリティを強化し、悪意のあるトランザクションを検出するのに役立ちます。
• 人事: AI は反復的なタスクを削減し、人材を最適化して、その過程でコストを管理するのに役立ちます。

人工知能を統合してモバイルアプリを開発する方法

モバイル アプリ プロジェクトに人工知能を実装して統合するには、次の手順に従います。

（１）解決すべき問題を特定する

人工知能は、1 つまたは複数の機能としてモバイル アプリケーションに適用できます。ただし、複雑さを防ぎ、AI のメリットをすべて享受するには、AI を一度に実装することをお勧めします。 AI を段階的に実装すると、複雑さが増す可能性があります。モバイル アプリケーションで AI テクノロジを使用して解決する必要がある問題を認識し、統合プロセスを開始する前に ROI とサービス価値を評価する必要があります。

（２）AIへの期待を理解する

AI は既存のアプリケーションを確実に改善し、次のレベルに引き上げることができる、非常に影響力のあるテクノロジーであることに疑いの余地はありません。ただし、AI の可能性と AI から得られる改善の種類を理解することが重要です。既存のアプリケーションの機能性を評価し、提案されたアプリケーションに追加できる機能や特徴に焦点を当てることで、AI の利点を活用することができます。組織は徹底的な市場分析を実施して、同様の実装がすでに市場にあるかどうか、またそれが消費者に何を提供できるかを理解できます。組織は、AI、機械学習、画像処理、パターン認識が本当に必要かどうか、またどのようなメリットと ROI が期待できるかを分析する必要があります。これは、問題とその実装範囲を特定するための基本的なステップです。

（３）モバイルアプリケーションにおけるデータの性質を理解する

データは AI の基盤であり、組織がデータがどこに流れるかを理解することが重要です。 AI はデータに基づいて動作し、その動作モデルはモバイル アプリケーション内のデータの性質の変化に合わせて変化しています。データ フローを評価したら、データの改良を検討する必要があります。組織は、AI モジュールにクリーンで情報量が多く重複のないデータが供給されるようにする必要があります。

（4）AIベースのAPIを超えて

市場には AI 関連の API が複数存在しますが、AI ベースの API を使用しても完璧な AI ベースのソリューションが保証されるわけではありません。組織は、真にインテリジェントなシステムを開発するために、データ モデリングや AI のその他の関連側面にさらに多くのリソースを投資する必要があります。

AIアップグレードの実現可能性調査

組織が基本的な前提条件を整えた後、AI の実装によってエンドユーザー エクスペリエンスが向上し、ユーザー エンゲージメントが増加するかどうかを組織が理解できるように、徹底的な実現可能性テストを実行する必要があります。アップグレードや移行が成功すれば、エンドユーザーの満足度を維持し、より多くの潜在的ユーザーをモバイル アプリに引き付けることができます。ここで評価を行う必要があります。アップグレードによってモバイル アプリの効率と機能が向上しない場合は、費用と労力を費やす意味がありません。組織は、現在のリソースが意図した AI 実装を開始および実行できるかどうか、または機能を強化するために組織が外部リソースを必要とするかどうかも分析する必要があります。必要に応じて、新しいリソースを導入したり、サービス プロバイダーに作業をアウトソーシングしたりすることも検討してください。

AI および ML の専門家を雇用し、実装戦略を策定します。組織が初期分析を完了し、技術要件を理解したら、アプリケーションを開発するために AI/ML の専門家を雇用する必要があります。 AIに関する専門知識と経験を持つサービスプロバイダーに開発作業を委託することが重要であり、そうして初めて組織は望む製品を実現することができます。開発チームは、ソフトウェア コンサルタント、デザイナー、AI エキスパートのほか、組織がプロジェクトを戦略化し、定義された計画に従って作業するのを支援できるプロジェクト管理リソースで構成する必要があります。ユーザーの行動、アプリケーションの期待、必要なパーソナライゼーションのレベルの分析を実行する必要があります。

（１）データ統合とセキュリティ

定義されたデータ編成モデルを持つことは非常に重要です。不適切な管理は AI 導入の効率と有効性に影響を及ぼす可能性があるため、組織は既存のデータが適切に管理されていることを確認する必要があります。データセットとデータベース、およびその構造に焦点を当てることが重要です。適切に構造化され、整理されたデータとその統合により、アプリケーションのパフォーマンスが向上し、より高品質な結果が保証されます。データセキュリティは優先すべきもう一つの重要な側面です。組織は、アプリケーションをサイバー攻撃に対して耐性のあるものにし、セキュリティ上の課題に対応できるほど安全にするために、現在のセキュリティ標準を統合するための適切な戦略を採用する必要があります。

（２）実施段階

必要な分析やその他のタスクがすべて完了すると、組織は開発作業を進めることができます。これらの実装を実際の環境に導入する前に、その結​​果を慎重にテストして展開することが重要です。提案されたモバイル アプリケーションに AI 機能を統合する前に、適切で強力な分析システムを使用することをお勧めします。これにより、組織は AI 統合の長所と短所を分析し、将来的により良い意思決定を行うことができます。

（３）適切な支援技術を使用する

組織は、必要なデジタル ソリューションを開発するために適切なテクノロジーとツールセットを選択する必要があります。組織のモバイル アプリケーションの一貫性を保つには、コンピューティング サービス、クラウド コンピューティング インフラストラクチャ、データ ストレージ、開発スタック、データベース、バックアップ ソフトウェア、セキュリティ ツール、その他の最適化ソリューションが信頼性が高く、堅牢で、将来性を備えている必要があります。適切なテクノロジーとツールセットを選択しないと、組織が導入するアプリケーションはパフォーマンスの面で悪影響を受けることになります。

（4）AI統合の有効性を評価する指標を有効にする

AI 統合のパフォーマンスを評価することは確かに重要なタスクであり、組織が適切な指標を取得して初めてパフォーマンスを評価できます。組織は、指標に基づいて AI 統合のパフォーマンスを確認および評価し、必要に応じて適切な決定を下すことができます。

（５）データサイエンティストの助けを得る

データ サイエンティストは、組織がデータを改善し、データ管理要件を満たすことを支援できます。 AI 実装においてデータは最も重要な役割を果たすため、組織にはこれらの要件を満たす適切な専門知識が必要です。

（６）データ拡張

データ拡張により、開発者は新しいデータを収集せずにデータの多様性を管理できるようになります。パディング、フリッピング、プルーニングなどのいくつかのデータ拡張手法を使用して、さまざまなデータに対して大規模なニューラル ネットワークを操作できます。組織は、システムがさまざまなデータや環境にわたって適切に機能することを保証するために、システムに適切な準備を行う必要があります。

使用できるツール

組織は次のツールを使用して、モバイル アプリ プロジェクトに AI と機械学習を実装できます。

（1）IBM Watson：組織による人工知能モデルの開発とトレーニングを支援し、統合環境でデータの準備と分析を行う機能を提供します。

（2）TensorFlow：人工知能と機械学習のためのオープンソースプラットフォームであり、開発者が人工知能/機械学習に基づいてモバイルアプリケーションを構築するのに役立つ柔軟なリソースエコシステムを提供します。

（3）Azure：組織がAI /機械学習モデルとソリューションを構築および展開できるようにするコアAIクラウドコンピューティングサービス。

（4）API.ai：AI/MLアルゴリズムを使用してユーザーのニーズを評価し、それに応じて組織が動的なAI/MLモデルを開発できるように支援します。

(5) Clarifai: 高度な機械学習を使用してテキスト、画像、ビデオを理解する人工知能のエンタープライズプラットフォーム。

(6) WIT.ai: Facebookが所有するチャットボットフレームワークと自然言語インターフェース。開発者は自然言語処理機能を使用して文章を構造化データに変換できます。

（7）Amazon AI：組織のアプリケーションにインテリジェントなサービスを提供するために、さまざまな人工知能サービスを提供します。同社の AI サービスは、組織のアプリケーションと簡単に統合でき、複雑な問題を解決できます。

結論は

AI の主な目的は、コンピュータ ネットワークとデバイスをよりスマートにし、それらが可能な限り最適な方法で相互に連携できるようにすることです。組織に人間の活動を増やす方法を提供します。人工知能と関連技術の発展により、人間の仕事と生活は革命的な変化を遂げるでしょう。

ビジネス アプリケーションに AI を実装すると、組織はさまざまなメリットを得ることができます。控えめに言っても、組織がエンドユーザーの行動を理解し、より優れた検索、デジタル マーケティング、パーソナライゼーション機能を提供するのに役立ちます。ブロックチェーンと暗号通貨の台頭により、銀行や金融機関はユーザーの行動を理解し、セキュリティを強化するために人工知能と機械学習を活用する必要が生じています。

上記では、AI の重要性について説明し、組織のモバイル アプリに AI を統合するための役立つヒントと、モバイル アプリで AI が果たす役割について紹介しました。これが、組織が AI をモバイル アプリケーションに統合する適切な方法を決定するのに役立つことを願っています。

原題: モバイル アプリケーション開発に人工知能を実装する方法、著者: Satyam Chaturvedi

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]