李開復氏:反復労働の代替として、農村地域はAIロボットの着陸に最適な場所

李開復氏:反復労働の代替として、農村地域はAIロボットの着陸に最適な場所

人工知能技術は農業にどのような力を与えるのでしょうか?将来、農業に変化をもたらす最も重要な技術は何でしょうか? 20年後、AIによって変化したり影響を受けたりする世界では、農業、農村、農家にはどのような変化が起きるのでしょうか。 3月17日、デジタル農業と持続可能な開発フォーラムにおいて、イノベーションワークスの会長兼CEOである李開復氏がこれらの質問に答えました。彼は、AIロボットを導入するには農村地域が最適な場所だと考えている。人工知能が人間の脳の知能に取って代わると長い間信じられてきましたが、人工知能ができる最も良いことは反復的な労働に取って代わることであり、反復的な労働は地方で比較的一般的です。

ザ・ペーパー記者 張静

李開復氏は、今後3~5年で農業の変革を推進する重要な技術は人工知能+ドローン+無人車両であり、これにより迅速に価値を創造し、反復的な労働を解決し、農村の労働力の損失を補うことができると述べた。 「人間にしかできないことは人間にやらせ、人間がやりたくない反復作業は機械にやらせましょう。」

長期的には、農業の変革を促進するための重要な技術はモノのインターネットです。農地にさまざまなモノのインターネットセンサーを設置し、ドローンや自動運転車のデータと組み合わせることでのみ、今年は何を植えるべきか、今日何をすべきか、さらには各植物にどのくらいの農薬や肥料を散布すべきかをよりインテリジェントに予測することができます。 「もちろん、長期的には、合成生物学など、他にも多くの機会があります。」

李開復氏は、AI が反復的な作業を置き換えると、農家は農業作業の 90% を AI に任せることができるようになると考えています。人間はより多くの時間を持ち、芸術や科学の分野でより創造的になり、AIにはできないことができるようになるでしょう。

現在の技術に戻ると、李開復氏は、現在の技術はすでに農業に貢献しており、10点をあげることができるが、技術の実際の実施では1点しかあげられないかもしれないと述べた。 AIがどのような業界で導入されるにせよ、AI科学者が思いつきで何かを思いつくのではなく、ユーザーのニーズを考慮する必要があります。これはAI企業が溝を越えるための大きな課題です。

地方はAIロボットが着陸するのに最適な場所

「AIロボットが着陸するには、地方が最適な場所です。」

李開復氏は、中国は製造大国であり、AIは製造業の発展に寄与し、工場はAIの第一の応用場面であると多くの人が信じていると述べた。しかし現実には、携帯電話から衣服、靴に至るまで、各工場で生産される製品は異なり、十分に標準化されていません。

「逆に、農村部では、農産物は国によって異なるものの、一部の反復労働は人工知能によって代替できる可能性がある。」

人工知能が人間の脳の知能に取って代わると人々は長い間信じてきたが、李開復氏は、人工知能ができる最善のことは反復労働に取って代わることであり、反復労働は農村部で比較的一般的であると述べた。この種の反復労働は拡大し、国際化することもできる。

短期的には、種まき、施肥、農薬散布、水やりなどは、農家が従事する必要がある反復的な熟練労働であり、大規模に代替可能な仕事です。そして、過去の大型機械と比較すると、今日これらの労働力を置き換えるための要件はより洗練され、的を絞っています。

李開復氏は、今後3~5年で農業の変革を推進する重要な技術は人工知能+ドローン+無人車両であり、これにより迅速に価値を創造し、反復的な労働を解決し、農村の労働力の損失を補うことができると述べた。

「短期的には、これは最大のチャンスです。反復的な労働を部分的に置き換え、人間にしかできないことを人間ができるようにし、人間がやりたくない反復的な作業を機械にやらせることができるのです。」

長期的には、農業で AI を活用する機会は他にもたくさんあります。「今年は何を植えるか、サプライ チェーンをどう扱うか、収入を最大化するにはどうすればよいかなどです。これらは実際にビッグ データ AI でできることです。」

人工知能がこの状態で機能するためには、すべてを知っていなければなりません。彼は、現時点で農業の変革を推進する重要な技術はモノのインターネットであると信じています。農地にさまざまな IoT センサーを設置し、ドローンや自動運転車のデータと組み合わせることでのみ、今年は何を植えるべきか、今日何をすべきか、さらには各植物にどのくらいの農薬や肥料を散布すべきかをよりインテリジェントに予測できるようになります。

「もちろん、長期的には、合成生物学や垂直農法など、他にも多くの機会があるでしょう。」 李開復氏は、合成生物学を例に挙げ、窒素やその他の化学物質を変換して土壌に輸送できる有益な細菌を形成でき、将来的には施肥の必要性をなくし、環境汚染の問題を解決できると紹介した。

AI 製品は AI 科学者が気まぐれで作成するものではありません。

手元にある技術の話に戻りますが、技術の成熟度という観点から、農業生産に役立つ技術を 1 から 10 の間で評価するとしたら、これらの技術は何点になるでしょうか。李開復氏は、現在の技術はすでに農業に貢献できており、10点満点だが、技術の実際の実施には1点しか評価できないかもしれないと述べた。

これには多くの理由があります。一方では、農家がハイテクを受け入れるのにいくつかの課題があります。他方では、過去の多くの製品は十分な品質ではありませんでした。ドローンや無人運転車の開発に取り組んでいる企業も数多くあるが、農業分野に深く関わってきた企業は長くない。

李開復氏は、AIがどのような業界に導入されても、単に販売するための標準製品ではないと述べた。 「ユーザーのニーズを深く理解し、どのような機能が必要か、どのように販売するか、どのチャネルで販売するかを理解し、製品を磨き上げなければなりません。これは、AI科学者の推測ではなく、ユーザーのニーズに基づいて行われます。」これは、AI企業がギャップを乗り越えるための大きな課題です。

市場に適切な製品があり、これらの技術が今日の農家が直面している問題を実際に解決できる場合、次のステップは市場を教育し、今日の技術が農家をすぐに助け、すぐに投資を回収し、お金を節約し、労力を節約し、問題を解決できることを市場に理解させることです。

技術を迅速に市場に投入することで、「同社の売上高が増加するだけでなく、中国と世界中の農家がより低コストでより多くの食糧を生産できるようにすることで、農家の支援にもなる」という。

もちろん、ビッグデータの収集も同様に重要です。モノのインターネットであれ、作物の栽培決定であれ、これはビッグデータのサポートを必要とする最適化プロセスです。諺にもあるように、「最も多くのデータを持つ者が AI において最大の優位性を持ち、勝利する」のです。

20年後に世界がAIによって変化したり影響を受けたりしたら、農業、農村、農家にどのような変化が起こるかと尋ねられたとき、李開復氏は、AIが反復的な作業に取って代わった後、農家の農作業の90%がAIによって行われるようになると想像した。

「彼らは1日に数時間しか働いていないかもしれません。彼らはとても美しい農場を持っています。それを都会の子供たちに開放して、昔の人間がどのように食料を生産していたかを学び、理解してもらうことはできないでしょうか?人と人とのつながりを深める場に変えることはできるでしょうか?」

「私は、あと20年で、私たちはそのような豊かな時代を迎えると本当に信じています。人類の次の20年から30年の間に、反復的な労働がAIやその他のテクノロジーに置き換えられ、人間に適したことを自由にできるようになるという避けられない流れが生まれると見ています。」 李開復氏は、人間はより多くの時間を持ち、芸術や科学でより創造的になり、AIにはできないことができるようになるだろうと語った。

<<:  人間と自律的に討論できる最強のAI討論機が登場。その脳内には4億件のニュース記事が保存されている。

>>:  人工知能には自由意志があるのでしょうか?

推薦する

2018 Baidu AI 開発者会議: Robin Li が「誰でも AI ができる」を提唱

7月4日、世界初のAI開発者カンファレンス「Baidu Create 2018」が2年目を迎えました...

ついに!ファーウェイの次世代カメラはカメラには見えない

最近、セキュリティ業界で2つの大きな出来事が起こりました。大手証券会社にとって、これはブラックマンデ...

女の子とのいちゃつきを例にとると、5分でディープラーニングが理解できます!

[[196604]] [51CTO.com からのオリジナル記事]現在、AI が業界で重要な役割を...

7つの予測ストレージ分析ツールの比較

人工知能技術は、機械学習、計算統計、さまざまなディープラーニングモデルの使用を通じて主流になりました...

AI が顧客中心主義で債権回収サイクルを変革する方法

[[431145]]過去1年間、COVID-19パンデミックにより、多くの業界が開発戦略を再考し、変...

Google Brain Quoc、操作プリミティブから効率的なTransformerバリアントを検索するためのPrimerをリリース

[[426884]]モデルのパフォーマンスを向上させるには、パラメータを調整し、活性化関数を変更する...

機械学習プロジェクトにおける特徴エンジニアリングの 5 つのベスト プラクティス

私たちは長年にわたり、機械学習プロジェクトで何が機能し、何が機能しないかを特定するために、さまざまな...

インテリジェント衛生の開発が加速しており、衛生ロボットは応用の「先駆者」となっている。

環境保護の重要な部分として、都市環境衛生はますます重視されています。衛生産業をうまく発展させ、衛生業...

...

エイリアンがトレンド検索リストのトップに!米国が初のUFO公聴会を開催

昨日、米国議会の公聴会が中国国内の複数のメディアのトレンド検索のトップに躍り出た。 これを一言でまと...

卒業生向け: 機械学習とデータサイエンスのどちらを選ぶべきでしょうか?

[[337428]]データサイエンス業界は 2013 年以降、人気が爆発的に高まり、より幅広い方向...

ビジネスプロセス管理を使用してマイクロサービス、人、ロボットを調整する方法

DevOps チームがプロセスの自動化を計画している場合は、ビジネス プロセス管理 (BPM) エン...

実用的なヒント | 人工知能に変身するために習得すべき 8 つのニューラル ネットワーク

なぜ機械学習が必要なのでしょうか?機械学習は、人間が直接プログラムできない複雑な問題を解決できるため...

ByteDance の新しい具現化された知能の成果: 大規模なビデオデータでトレーニングされた GR-1 は、複雑なタスクを簡単に処理します

最近、GPT モデルは NLP の分野で大きな成功を収めています。 GPT モデルは、まず大規模なデ...

正解率が7.8%アップしました!最初のマルチモーダルオープンワールド検出モデルMQ-DetがNeurIPS 2023に掲載されました

現在のオープンワールド オブジェクト検出モデルのほとんどは、テキスト クエリ モデル、つまりカテゴリ...