2021年のAIの発展:エッジAIは止められない

2021年のAIの発展:エッジAIは止められない

[[388887]]

人工知能研究を専門とする外国の機関が、人工知能の実務家を対象に、2021年の人工知能のトレンド予測に関する調査を実施しました。調査からの回答の一部を以下に示します。

1. Hailo CEO Orr Danon 氏のコメント:

[[388888]]

ailoのCEO、オー・ダノン氏

2021 年には、手頃な価格とアクセシビリティの需要が高まり、採用が広まるにつれて、さまざまな業界でAIエッジ ソリューションの導入が拡大するでしょう。 AI とエッジ コンピューティングは、データがクラウドに送信されるのではなくエッジで処理されるため、大量のデータを管理するストレスを軽減し、より強力で、汎用性が高く、応答性に優れた安全なソリューションを作成する上で、企業で重要な役割を果たします。

エッジ AI により、スマート リテールやインダストリー 4.0 など、多数のカメラに依存する業界では、大量のデータをより効率的に処理し、時間とリソースを必要とするタスクを完了できるようになります。エッジ処理は、複数のカメラからのビデオ ストリームをリアルタイムで処理するのに役立ちます。集合的なマルチストリーム処理に加え、カメラに接続された処理により、大規模な店内サーバーが不要になり、通信コストも削減されます。全体として、エッジ処理によりネットワーク帯域幅のコストが削減され、プライバシー、レイテンシ、効率性に関連する問題が改善されるため、すべての業界がエッジ処理の恩恵を受けることになります。コンピュータービジョンを活用して自動化を実現する企業にとって、2021年は変革の年となり、エッジ人工知能の急速な発展と実用化により、エッジ人工知能関連企業は今後数年間で業界のリーダーとなることができるでしょう。

2. Genuity Science の CEO、Rob Brainin 氏からのコメント:

標的薬は医薬品開発の臨床試験段階と同じくらい重要です。COVID-19は医薬品開発の軌道を変え、業界はそれをより速く実行できることを実証しました。しかし、最初に適切な薬物ターゲットを選択することは、臨床試験プロセスに役立つだけです。最初にターゲットをより適切に設定することで、その後に数百万ドルを節約できるからです。最初に間違えると、プロセス全体を通して間違ったままになります。

私たちは病気の根本的な原因を見つけ出し、治療します。単細胞生物学と人工知能は、大動脈瘤などの疾患の根本原因を見つけるための重要な戦略を解明するのに役立っています。このアプローチにより、多発性硬化症、NASH(肝硬変を伴う進行性疾患)、パーキンソン病など、さらに多くの疾患の原因を発見する道が開かれます。

AIは他の業界でも挫折するだろう。重要なのは、ヘルスケアをひとつのカテゴリーにまとめることはできないということです。 AI は細胞レベルで生物学の理解を広げていますが、他の分野 (偽造ビデオ、悪意のあるロボット、実際には存在しない自動運転車など) では失敗しています。しかし、AI は人命を救う可能性のある発見 (前述の大動脈瘤の論文など) や、病気の治療研究、データ収集分析などを改善するのに役立っています。がんの場合のように細胞データに基づいて人間の病気を分類することで、これを他の病気にも応用することができます。このアプローチは「病気にとらわれない」ものであり、人間の生物学に対する理解を深めるのに役立つ可能性があります。

3. スティーブ・シュワルツ氏(AI研究者、投資家、統計学者、近日刊行予定の書籍「邪悪なロボット、キラーコンピューター、その他の神話:AIと人類の未来の真実」(2021年2月9日)の著者)

[[388889]]

スティーブ・シュワルツ、AI研究者、著者

汎用人工知能 (AGI) が実現するかどうかについて: 狭義の AI システムの背後にある技術が、汎用的な汎用人工知能や悪意のあるロボットへと進化できるかどうか。 AGI の使用方法についてはいくつかのアイデアがありますが、これらは漠然としたアイデアです。 1950 年代後半以来、AI 研究者は AGI を作成する方法について多くのアイデアを持っていました。誰も成功しなかった。今日の考え方が優れているという証拠はありません。

AGI の実現に対する楽観主義と恐怖は、どちらも限定的な AI システムの成功に基づいています。エッジ AI に関するこの楽観主義は、当然のことながら、汎用 AI の見通しに関する楽観主義にも波及しますが、この楽観主義は見当違いです。アレンAI研究所のCEO、オレン・エツィオーニ氏は「木のてっぺんに登り、月を指差して『僕は月へ向かっている』と言っている子供を思い出させる」と述べた。

おそらく、生きている間にタイムトラベルが起こることを望んでいないでしょう。永久にではないにしても、何百年もの間、SFの世界に留まるだろうと予想されるかもしれません。ワープ速度、人間の冬眠、透明人間、テレポート、人間の精神をコンピューターにアップロードすること、老化を逆転させることなどについても、おそらく同じように感じるでしょう。 AIと邪悪なロボットは同じカテゴリーに入れるべきです。

4. Espressive の CEO 兼創設者、Pat Calhoun 氏のコメント:

[[388890]]

EspressiveのCEO兼創設者、パット・カルホーン氏

従業員エクスペリエンスはデジタルエクスペリエンスと同義になります。従業員は仕事も私生活と同じようにシンプルにしたいと望んでいるだけでなく、従業員の生産性を最大化しコストを管理するために、IT 部門と HR 部門にとってインテリジェントな自動化が必須となっています。

ガートナー社の最新調査によると、2021年には最高人事責任者と最高人事責任者(CHRO)の連携が強化され、「Future of Work」がトップの人事イニシアチブの中で5位から1位に上がる見込みです。これは在宅勤務の必要性によるものです。したがって、HR リーダーの主な焦点は自動化と AI の導入を可能にすることであり、これを実現するには CIO とのより緊密な関係が必要になります。

仮想サポートエージェント市場が成熟するにつれて、インシデント数の削減だけでなく、サービスリクエストの完全な自動化にも重点が置かれるようになります。企業は、ヘルプデスクの問題の自動解決を導入できる機会をより積極的に探すようになるでしょう。

5. データエンジニアリング会社 Ascend.io の創設者兼 CEO である Sean Knapp 氏のコメント:

[[388891]]

Ascend.io CEO 兼創設者、ショーン・ナップ

2021 年: 最高データ責任者にとって決定的な年。 過去数年間、最高データ責任者と、彼らが率いて影響を与えるチームは、自らの役職をビジネスのコストセンターとして扱うことで、将来の基盤を築いてきました。しかし、データがビジネスにますます結びつくようになるにつれて、CDO は、使用されるテクノロジーではなく、戦略とビジネスが相互作用し、データから利益を得る方法を変革することに再び重点を置く必要があります。 2021 年は最高データ責任者にとって決定的な年となり、コスト中心の道に進むか、利益中心の道に進むかという真の決意が見られるようになると予想しています。

メタデータはビッグデータです。 2020 年にデジタル変革の取り組みが大幅に加速し、大量の構造化データ、半構造化データ、非構造化データが企業全体に分散されるようになりました。しかし、ガートナーは、2022 年までに情報ガバナンスに投資している組織のうち、最適化に成功する組織はわずか 20% になると予測しています。包括的なガバナンスと実装性を実現するために、企業はメタデータを利用して、データの出所、その上で実行されるコード ベース全体、データの行き先を把握し、より深い意思決定を行うようになっています。データが増加し続け、ガバナンス要件が増加するにつれて、組織はメタデータ管理を追跡および自動化する能力が新たな課題であることに気づき始めています。今後1年間でメタデータの量が増加し続けると、

チーム間で優先順位が相反するため、「データの変更」は増加し続けるでしょう。 今日のデータ チームは、相反する優先事項との衝突に直面しています。インフラストラクチャ チームにとっては、スケール、セキュリティ、コストを考慮した構築が重要であり、エンジニアリング チームでは柔軟性、開発速度、保守性を優先します。一方、データ サイエンティストやアナリストは、データの可用性と発見可能性、およびツールの接続性に重点を置いています。企業が新しいデータ製品を構築するための取り組みやチームを拡大するにつれて、相互接続性とその結果生じる複雑さによってこれらのグループが麻痺してしまう可能性があります。組織がこれらの相反する優先事項の中で 1 つのチームに応え続ける場合、2021 年には「データ変更」の増加が見込まれます。つまり、社内ユーザーが独自のエンジニアリング組織を立ち上げ、これらの相反から迅速に抜け出す任務を負うことになります。

6. 国際IT資産管理者協会(IAITAM)CEO、バーバラ・レンビエサ博士:

[[388892]]

国際IT資産管理協会のCEO、バーバラ・レンビエサ氏

リモートワークがなくなることはありません。より厳しい管理が必要な時期です。多くの組織は、在宅勤務環境で間接費を節約しながらビジネスの継続性を維持できることに気づいています。 2020 年に政府が課した閉鎖措置を事業継続性を維持し乗り切るためには、専用の ITAM プロセスが必要でしたが、2021 年には十分ではありませんでした。 2021 年には、成熟した ITAM プログラム、強力な追跡およびセキュリティ ポリシーと手順を備えた ITAM イニシアチブを再展開することが非常に重要です。

「密告ソフト」はもっと普及するだろう。 「スニッチ ソフトウェア」は、監査業務に浸透し始めたばかりの新しいトレンドです。ベンダーと消費者の間の最近の裁判の例では、ベンダーは、IP アドレスからライセンスのないソフトウェアが使用された時期を追跡するために、Piracy Detection and Reporting Security Software (PDRSS) を自社製品に組み込みました。最終的に、ベンダーは消費者を監査し、自社のソフトウェアが誤って使用されていることを説明しましたが、消費者はそれが証明されていないと感じました。これにより、ベンダーは本質的に、実装した PDRSS を解釈する必要が生じ、プライバシーとライセンスに関する紛争が発生します。組織がパンデミックからの財政的回復を目指すにつれて、監査率が上昇するケースが見られるようになると思われます。これを踏まえて、組織は内部告発ソフトウェアが勢いを増し、ソフトウェアメーカーがそれをより多くの製品に組み込むことに備える必要があります。

7. Nuance Communications の CTO、Joe Petro 氏のコメント:
2021 年には、AI が誇大宣伝の段階を超えて進化し続け、AI ソリューションのマーケティング、主張、願望は、実証可能で測定可能な結果によって裏付けられる必要性がますます高まるでしょう。その結果、組織は誇大宣伝やテクノロジーそのものの構築ではなく、具体的な問題の解決と、目に見える ROI につながる結果をもたらすソリューションの作成に重点を置くようになるでしょう。

<<:  AI研究所が超大規模知能モデル「Wudao 1.0」をリリース

>>:  ペイ・ジアンのチームの44ページの新作:ディープラーニングモデルの複雑さを理解するには、これを読んでください

ブログ    
ブログ    

推薦する

Meta はヘッドマウントディスプレイを使用して全身のモーショントラッキングを実現します。脚の情報なしで正確な姿勢推定

ヘッドセットにより、Meta は新たな命を吹き込まれます! SIGGRAPH 2023 カンファレン...

MITの新しい研究により、物体間の潜在的な関係性を理解し、AIが人間のように世界を「見る」ことが可能になった。

[[441262]]人々がシーンを観察するとき、通常はシーン内のオブジェクトとそれらの間の関係を観...

実践的な知識 | 教師なし学習の基礎に関する包括的な理解

1. 教師なし学習教師なし学習の特徴は、モデルが学習するデータにラベルがないことです。そのため、教師...

...

最適化問題におけるステップサイズが大きいほど、収束速度が速くなり、数十年にわたる勾配降下法アルゴリズムの従来の考え方を覆すものとなった。

機械学習の世界では、最適化問題は非常に重要であり、世界をより良い方向に変える可能性があります。最適化...

...

AIがスマートビルをより環境に優しく、より持続可能なものにする方法

CIO やその他の経営幹部が持続可能性の取り組みを拡大する方法を模索する中で、取り組みはデータ セ...

アメリカの企業は単純なタスクを処理するためにAIを活用することに熱心だが、若者にはトレーニングや開発の機会が不足している

7月18日のニュース、Businessinsiderによると、米国の若い労働者はキャリア危機に直面し...

C++開発におけるデータ構造とアルゴリズムの分離についての簡単な説明

Windows でプログラムを書いたことがある人なら、誰でも多かれ少なかれビットマップを使ったことが...

...

1つのモデルで8つの視覚タスクを処理し、1つの文で画像と動画を生成できます。

[[437247]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitA...

word2vecの作者はイリヤらとの10年間の恨みを明かした。seq2seqも私のアイデアだった

画期的な論文word2vec は、当然の NeurIPS Test of Time Award を受...

顔認識にはリスクがあり、米国は全面的に禁止しているが、なぜ中国はこれほど広く推進しているのだろうか?

顔認識にはリスクがあり、米国は全面的に禁止しているが、なぜ中国はこれほど広く推進しているのだろうか?...

Daguan Data: NLP の概要と自動テキスト分類アルゴリズムの詳細な説明

自然言語処理は人工知能の分野で常に重要なトピックであり、2018年も話題となりました。大量のテキスト...

...