2030 年までにどの AI アプリケーションが普及するでしょうか?

2030 年までにどの AI アプリケーションが普及するでしょうか?

何十年もの間、人工知能はSFの中で邪悪な力として描かれてきました。アーサー・C・クラークの『宇宙の旅』シリーズの主な敵役である HAL-9000 について考えてみましょう。しかし、AI と機械学習の応用は確かに複雑で潜在的に危険ではあるものの、私の個人的な見解としては、この 10 年間で人々がこれらの神経技術に最も頻繁に遭遇することは、普通でポジティブなことのように思われるだろう。しかし、実際の作業を必要とするアルゴリズムの応用の重要な領域が 1 つあります。

まず、無害な用途があります。ここで私が考えているのは、プロトタイプがすでに存在している分野、つまり、会話型コマース、ホーム テクニカル サポート、自動運転車など、この 10 年の終わりまでに標準になる可能性が高い AI 主導のアクティビティです。しかし、4 番目は制度上の決定であり、現時点では満足のいくプロトタイプが存在しないため、修正が困難です。

[[387293]]

会話型コマース

これは、顧客の自然な声とサプライヤー側の AI 駆動型ロボット音声との対話による音声駆動型販売活動を指します。これは、顧客がサプライヤーの Web サイトにアクセスし、一連の画像を閲覧し、選択内容を入力し、配送方法を入力し、クレジットカード情報を提供して、購入を確認するという一連の手順を踏む今日の電子商取引モデルとは異なります。代わりに、顧客はウェブサイトにアクセスしたり、スマートスピーカーに話しかけたりすることから始めます。ボットはユーザーに挨拶し、過去の検索や購入に関する知識を活用して、どのようにサポートできるかを尋ねます。これらはすべて自然言語を使用して行われます。時間が経つにつれて、AI ボットが連絡を取り、ギフト、再注文、特別セールなどの提案をすることもできるようになります。私は、次の 10 年の半ばまでに、すべての商取引の半分が音声テクノロジーに移行すると予測しています。

ホーム テクニカルサポート

現在、家電製品の問題に関するサポートを求める場合、通常は OEM のカスタマー サービス デスクまたは地域のサービス センターに電話することから始まります。顧客が問題を説明すると、技術者が自宅に派遣され、その場で問題が解決されました。問題によっては、解決に数日かかる場合があります。しかし、今後数年のうちに、最初の電話がかかってくると、24時間365日ロボットが応答するようになるだろう。携帯電話を使用して、モデル識別ラベル、コントロール設定、インストールの詳細、質問にカメラを向けるように指示されます。診断を絞り込み、交換部品を決定するために、一連の質問が行われます。その後、拡張現実で強化されたチュートリアル ビデオが表示され、サービスのほとんどを自分で完了できるようになります。それが失敗した場合、お客様の通話は人間の技術者に転送され、その提案も AI システムに吸収され、将来のサービス通話を改善するために使用されます。

自動運転車

完全自動運転の自動車やトラックはすでに開発が進められているが、安全な運行には依然として人間の介入が必要となる。今世紀の終わりには、これはもう当てはまらなくなるでしょう。自動運転車やトラックは、特に工事、道路の危険、手振り、無謀運転などの問題のある道路状況を学習し、適切な対応を迅速に実行します。これにより、通勤者は移動中に他のことができるようになり、商用ドライバー不足が緩和され、製品配送の状況が一変するでしょう。オンデマンド機能は、個人の自動車所有パターンにも影響を与える可能性があります。

制度上の決定

AI の最も難しい応用分野は、デジタル デバイスに組み込まれたものではなく、公的機関や民間機関の意思決定メカニズムにおけるものです。そこでは、AI は、融資の取得、保険の取得、金利の設定、政府給付金の受給資格、刑事判決、保釈の適格性、就職の成功の可能性、医療を受ける資格など、人的サービスに関する決定を行うために使用されます。しかし、こうしたアルゴリズムの民間開発者は自分たちの成果を厳重に守り、政府機関もそのアルゴリズムの仕組みをほとんど明かさない。さらに、アルゴリズムはデータを取り込むにつれて常に変化するため、法廷でアルゴリズムを弁護するだけでなく、アルゴリズムの仕組みを完全に理解するには専門家が必要です。しかし、さらに有害なのは、警察のデータの場合のように、AI システムに意図せず少数派グループに対して偏見のあるデータセットが入力されると、事実上、差別が自動化される可能性があるという点です。

アルゴリズムは倫理規範によって導かれるものではありません。良い行動をモデル化することを学ぶことができる一方で、偏ったデータに基づいて悪い行動を学習し、結論を歪める可能性もあります。しかし、AI テクノロジーのスピード、包括性、コスト削減は、無視するにはあまりにも価値があるものです。したがって、私は、この 10 年間の残りの間に、新たな形の透明性が生まれることを期待しています。これにより、一般市民とその支持者は、欠陥のあるアルゴリズムをより深く理解し、必要に応じて異議を申し立てることができるようになり、欠陥のある AI システムによってもたらされる潜在的な危害を効果的に抑制できるようになります。

<<:  シリコンバレーの人工知能専門家:人類は20年以内に老化の束縛から解放されるかもしれない

>>:  ディープマインドは数人の大物を採用し、ニューヨークにAI研究チームを設立する予定だ

ブログ    
ブログ    

推薦する

人工知能について知っておくべき4つのこと!

1950 年代以来、コンピューター科学者は人間の知能を模倣するプログラムの開発に取り組んできました...

AI の透明性とは何ですか? また、なぜそれが必要なのですか?

AI テクノロジーを利用する組織はますます増えていますが、多くの企業はまだ AI テクノロジーの仕...

アカデミー会員焦力成: 進化最適化とディープラーニングに関する考察

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

...

...

2018 年 4 月の最も人気のある AI 機械学習プロジェクト トップ 5

データサイエンスと機械学習に関しては、GitHub と Reddit が最も人気のある 2 つのプラ...

XGBoost機械学習モデルの意思決定プロセス

XGBoost アルゴリズムは、Kaggle やその他のデータ サイエンス コンテストで優れた結果...

Apple Store 店員から機械学習エンジニアへ: AI を学び始めた経緯

機械学習エンジニアの職は、AI 博士号取得者だけのものではありません。インターネット上の公開コースや...

コンピュータービジョンにおける AI の役割は何ですか?

コンピュータービジョン技術を使用することで、コンピューターは視覚的に物を識別したり確認したりすること...

2021 年の機械学習の今後はどうなるのでしょうか?

ああ、2020年!世界的なヘルスケア問題から、テクノロジーの採用と再利用の方法の革命まで、今年はこれ...

金融業界は AI を活用してデータを強化する準備ができているでしょうか?

金融業界は国民経済の生命線です。モバイルインターネットやオンライン決済の普及により、データは企業にと...

加速を解き放つ、8月の自動運転業界の動向の概要

[[419694]]チップ不足と疫病の影響により、今年初めから自動運転産業の発展は減速を余儀なくされ...

世界中の経営幹部の93%がAIに期待を抱いているが、65%はまだその恩恵を受けていないと答えている。

[[280194]]最近の調査、研究、予測、および AI アプリケーションの進捗状況と状況に関する...

AIと機械学習がセキュリティの未来をどう変えるのか

人工知能 (AI) と機械学習 (ML) が組織全体に導入されるケースが増えるにつれ、最も大きなビジ...

...