米メディア：人工知能の発展には5つの大きなトレンドが予想される

3月15日、アメリカの隔週刊ウェブサイト「フォーブス」は「2021年の人工知能：期待できる（または期待できない）5つのトレンド」と題した記事を掲載した。全文を抜粋すると次のようになります。

AI のイノベーションは急速に進み、ほぼすべての業界で爆発的な成長を遂げています。それで、この一年で私たちは何を得たのでしょうか? 2021 年の AI 開発には何が期待できるでしょうか?人工知能の開発には 5 つの大きなトレンドが生まれています。これらの傾向は 2021 年にさらに顕著になると予想されます。

機械学習オペレーション

機械学習の運用はしばらく前から行われています。これは、実稼働環境での機械学習の実践を指します。しかし、2020 年のコロナウイルスのパンデミックにより、実稼働環境で機械学習を監視および管理する必要性が再び生じました。運用プロセス、在庫管理、トラフィック パターンはすべて劇的に変化し、多くの AI が予期しない動作をするようになりました。これは機械学習操作の世界では「ドリフト」と呼ばれ、入力データが AI のトレーニング内容と一致しない場合に発生します。これまで本番環境に機械学習モデルを導入してきた企業は、本番環境ではマシンが「ドリフト」など多くの課題に直面することを承知していましたが、COVID-19パンデミックによってもたらされた変化により、機械学習の運用と保守の必要性について、より包括的な理解がすべての人にもたらされました。

ローコードとノーコード

自動化された機械学習はしばらく前から存在しています。自動化された機械学習は、これまで、アルゴリズムの選択と、特定のデータセットに最適な機械学習またはディープラーニング ソリューションを見つけることに重点を置いてきました。昨年は、一般的なアプリケーションからエンタープライズ向けの AI 垂直ソリューションに至るまで、ローコードおよびノー​​コード テクノロジーの採用が全面的に増加しました。自動化された機械学習を使用すると、詳細なデータ知識がなくても高品質の AI モデルを構築できますが、今日のローコードおよびノー​​コード プラットフォームを使用すると、詳細なプログラミング知識がなくても、本番レベルの AI アプリケーション全体を構築できます。

事前学習済みの高レベル言語モデル

過去数年間で自然言語処理は大きく進歩しましたが、その中でも最も大きな進歩は「Transformer and Attention」メカニズムであり、その最も一般的なアプリケーションの 1 つが「Bidirectional Encoder Representations via Transformer」(BERT) です。これらのモデルは非常に強力であり、言語の翻訳、理解、一般化などに革命をもたらしました。ただし、これらのモデルのトレーニングにはコストと時間がかかります。良いニュースは、事前トレーニング済みのモデルにより、効率的で構築しやすい新世代の AI サービスが生まれる可能性があることです。 API 経由でアクセスできる高度なモデルの典型的な例は GPT-3 です。コードの記述から詩の創作まで、多くのユースケースで GPT-3 の威力が実証されています。

合成コンテンツ生成

自然言語処理は、アルゴリズムの革新が盛んに行われている AI の唯一の分野ではありません。生成的敵対ネットワークも革新を遂げ、芸術作品の創作や画像の偽造において目覚ましい成果を示しました。自然言語処理におけるトランスフォーマーと同様に、生成的敵対的ネットワークのトレーニングとデバッグは、多数のトレーニングの組み合わせが必要になるため複雑です。しかし、イノベーションにより、生成的敵対ネットワークを作成するために必要なデータのサイズは大幅に削減されました。

ティーンのための人工知能

ローコードツールの普及により、人工知能システムの構築者はますます若くなってきています。今では、小学生や中学生が、ワードプロセッシングから画像分類までさまざまなタスクに対応する独自の人工知能を構築することが可能になっています。アメリカの高校が人工知能の授業を開始した今、中学校もそれに倣う準備が整っているようだ。たとえば、シリコンバレーで開催された 2020 年の Synopsys Science Fair では、優勝したソフトウェア プロジェクトの 31% がイノベーション プロセスに人工知能を使用していました。さらに印象的なのは、これらの AI の 27% が 6 年生から 8 年生の生徒によって構築されたことです。たとえば、優勝者の一人は8年生のアニカ・パグリアポトゥさんです。学生は、眼をスキャンすることで糖尿病性網膜症を検出できる畳み込みニューラルネットワークを構築しました。

[[388962]]

アメリカの高校生アニカ・パグリアポットさんは畳み込みニューラルネットワークを構築しました。 （アメリカ科学公衆協会のウェブサイト）

[[388963]]

アメリカの高校生アニカ・パグリアポットさんは、目をスキャンすることで糖尿病性網膜症を検出できる畳み込みニューラルネットワークを構築した。 （アメリカ科学公衆協会のウェブサイト）