基本的なアルゴリズムから最先端の AI まで

信じられないかもしれませんが、映画に出てくるあの知的なロボットは実在します。サイエンス フィクションのように聞こえますが、科学者たちは何年にもわたって高度な開発に取り組んできました。 人工知能 （AI）。そして今日、物事は非常に有望に見えます。AI は、アルゴリズムと機械学習技術によって現実のものになりつつあります。病気の診断と画像の理解に取り組んでいます。今日の最も高度な AI について話す前に、現在の AI がどのように進化したかを見てみましょう。

機械学習の台頭

機械学習は人工知能のサブセットです。 「機械学習」という用語は 1959 年に造語されましたが、その概念はコンピューターが発明される前にさかのぼり、科学者が明示的にプログラムしなくても意思決定を行い、タスクを実行できる機械を構築しようとしました。

研究者は何十年も機械学習に取り組んできました。今日、それは AI で最もホットな分野の 1 つです。機械学習アルゴリズムは経験から学習し、時間の経過とともにパフォーマンスを向上させることができます。誰かにその方法を教えてもらう必要はありません。

予測モデルとして機能する機械学習アルゴリズム

Amazon のような企業は、機械学習アルゴリズム、Netflix、または Google を使用して、過去の行動に基づいてユーザーの行動を予測します (したがって、推奨事項を提供します)。これらのアルゴリズムは、画像認識、自動翻訳、ゲームプレイなどの複雑な問題も解決してきました。

AIとロボティクス

AIと ロボティクス 2つの異なるものです。 AI はコンピューターの知性であり、ロボティクスはコンピューターを使用して機械を構築することです。 AI とは、人間のように考えて行動できる仮想的および物理的な人工知能システムを指します。

ロボットは、センサー、プログラムされた命令、または人間のようなタスクや機能を自動的に実行するリモート コントロール デバイスによって制御されるオートマトンです。知的ロボットを作成するという概念は、ギリシャ神話 (アトラス) から存在しています。それでも、それらを構築する現代の試みは、1950 年代後半に、無人兵器システムなどの軍事用途を目的としたニクソン大統領政権の「Project Cybersyn」の一環として、米国政府の資金提供を受けて始まりました。

AI はメディアで人気のテーマになり、AI を使用して人間よりも賢いロボットを作成する方法に関する多くのニュース記事が掲載されています。これは確かに可能ですが、現在 AI アプリケーションに使用されているテクノロジーのほとんどは、人間のように考えることができるものを作成するのではなく、コンピューターがタスクをより効率的に実行できるようにすることに重点を置いています。

ディープラーニングの台頭

ディープ ラーニングは機械学習の一形態であり、コンピューター システムが明示的にプログラムしなくても学習できるようにする機能です。その旅は 1950 年代に始まりました。コンピューター科学者のジョン マッカーシーが、コンピューターにチェスを教える方法に関する論文を発表したときです。 1958 年、アーサー サミュエルは、彼の知識を強化学習 (アルゴリズムが試行錯誤を経て学習する) と組み合わせることによって、最初の自己学習プログラムの 1 つを作成しました。

1959 年、マービン ミンスキーとシーモア パパートは、MIT (マサチューセッツ工科大学) に人工知能研究所を設立しました。彼らは 2 つのプロジェクトに取り組みました。ニューラル ネットワークによって制御されるロボット アームと、論理的推論を使用して問題を解決するように設計されたプログラムです。このラボでは、経路計画 (移動する場所を決定する) やオブジェクト認識 (周囲のオブジェクトを識別する) などの人工知能技術を使用して自分で考えることができる移動ロボット Shakey など、他にも多くの画期的なプロジェクトを生み出しました。これは、人間のように見える機械の作成に一歩近づきました!

自然言語処理の進歩

自然言語処理 (NLP) は、機械が人間の言語を理解する能力であり、AI のサブセットです。高度な NLP は、ディープ ラーニングによって実現されます。これにより、コンピューターはデータから学習し、独自に決定を下すことができます。

ディープ ラーニングは、2014 年に Google の AlphaGo プログラムが登場して以来、NLP の分野を大きく進歩させてきました。このプログラムでは、中国の古代のボード ゲームである Go で Lee Sedol を破りました。最近では、外国語を翻訳したり、音声認識技術を使用して WhatsApp で音声メッセージを送信したりして、携帯電話を通訳として使用できます。

また、ディープ ラーニングのおかげで、気象学者よりも優れた天気予報を行う機械を手に入れることができます。盲目の人が再び見えるようになり、大学院生が研究論文を読むのを助けます。これまで人間の介入なしでは実現不可能と考えられていたすべてのことです。

コンピュータ ビジョンの進歩

コンピューター ビジョンの進歩は目覚ましいものがあります。コンピューター ビジョンは、見る機械の科学技術です。ロボット工学、自動運転車、その他多くのアプリケーションで使用されています。この分野はコンピューターとほぼ同じくらい前から存在していましたが、ディープ ラーニングと畳み込みニューラル ネットワーク (CNN) のおかげで、最近まで大きな波を起こしませんでした。

最初のブレイクスルーは、1998 年に Yann LeCun が手書き認識タスク用に CNN を開発したことです。これらのネットワークは、手書きの数字を識別する以前の方法よりもはるかに効果的でした。一度に 1 つの特定の例を見るよりも一般化できるため、以前に見た例に基づいてすべてがどのように見えるかを学習しました。これにより、人間が新しいことを学習する方法と同様の原則を使用してコンピューターをトレーニングできるという希望が人々にもたらされました。つまり、1 つの情報源から丸暗記するのではなく、多くの異なる例を時間をかけて経験することです。

生成モデルの進歩

生成モデルは、既存のデータから新しいデータを作成することに重点を置いた機械学習アルゴリズムです。最も単純なタイプの生成モデルの 1 つとして、それらを使用して新しい画像、音声、さらにはテキストを作成できます。たとえば、他人の写真のように見えるが、そのコピーではない画像を作成したい場合 (たとえば、絵画のように見える画像を生成したい場合)。次に、生成モデルを使用してランダムに生成された画像でモデルをトレーニングし、その情報を使用してより現実的な画像を生成できます。

同じことが他のメディア タイプの生成にも当てはまります。他の誰かが最初に録音することなく (またはロイヤリティを支払わずに) 曲を作成したい場合です。あとは、既存の曲を使って独自の AI システムをトレーニングし、一緒に再生したときと個別に再生したときにどのように聞こえるかを学習させるだけです。代わりに、人工知能によって作成されたオリジナルの曲を手に入れることができます。

最先端の AI の影響

これらの最先端の AI の影響は、すでに多くの業界で感じられています。 AI は、タスクとプロセスを自動化することで私たちの生活を楽にしていますが、私たちの生活と働き方も変えています。いくつかの例を見てみましょう:

• 自動運転車は以前から話題になっていましたが、すでに実用化されていることをご存知ですか? Google の Waymo は現在、アリゾナ州で自動運転タクシーを運営しています。通勤中に本を読んだり、テレビを見たりできることを想像してみてください。
• 症状と遺伝子データに基づいて病気を予測できる機械学習アルゴリズムのおかげで、医療診断も増加しています。これは、がんやその他の病気の早期発見を意味し、世界中で命を救うことができます。
• 音声認識は、Google アシスタント (および Siri) で使用されるニューラル ネットワークなどのディープ ラーニング モデルの進歩のおかげで、過去 10 年間で大幅に改善されました。この技術の向上率は、画像認識で見たよりも速いかもしれません!
• チャットボットは AI のもう 1 つの例です。企業は、Facebook Messenger や WhatsApp などのメッセージング アプリを介して、より簡単かつ効率的に顧客に連絡できるようになりました。また、Alexa (Amazon Echo)、Siri (Apple HomePod)、Google Assistant など、チャットボット ベースのパーソナル アシスタントの台頭も見られます。

これらは、過去 10 年間に AI が私たちの生活をどのように改善したかを示すほんの一例です。お分かりのように、それはすでに物事を改善しており、人々が時間、お金、労力を節約するのに役立っています.

AI の課題

AIは万能薬ではありません。 AI には目覚ましい進歩がありましたが、深刻な課題にも対処する必要があります。 AI は完璧ではなく、善にも悪にも使用できます。

AI にはバイアスがかかる可能性があります: AI システムが人間の作成者から人種差別的なバイアスをどのように学習したかを見てきました。また、警察はこれらの同じシステムを使用して、将来誰が犯罪を犯すかを予測しています。システムが 1 セットの値 (人種差別に関連するものなど) でプログラムされているとします。その場合、この狭い世界観に当てはまらない人々が、人種や認識された民族性に基づいて取り残され、差別される権威主義社会を作り出すという非常に危険な道に私たちを導く可能性があります.

AI はハッキングされる可能性があります: 他のコンピューター プログラムと同様に、誰かがあなたの AI システムをハッキングして、なりすましなどの意図しないことを実行させる可能性があります。誰かがあなたのアシスタントの 1 人をハッキングして、電話をかけた人を納得させることができると想像してみてください。彼らは、サードパーティのサービス プロバイダーの別のコール センター ワーカーではなく、あなたと直接話していました (そのような経験がどれほど厄介であるかは十分にわかっています)。

AIの未来

AI はまだ初期段階ですが、すでに私たちの生活に影響を与えています。 AI を構築するための新しい手法を開発し続け、それらを生活のより多くの領域に組み込むにつれて、テクノロジーが私たちの生活や仕事の仕方をさらに変えることが期待できます。

将来的には、AI は私生活と職業生活の両方でますます重要になる可能性があります。例えば：

• スマート グラスを使用して、友人と昼食をとっているときにレストランのメニューや旅行パンフレットを見ることができるかもしれません。それらの紙のコピー）。
• ラッシュアワーに高速道路を走行するとき、車は自動運転して、誰もができるだけ効率的に交通を移動できるようにすることができます。
• 買い物が不便なときに、生鮮食品がなくなる前に、冷蔵庫が食料品を注文してくれることがあります。

結論

最先端の AI システムが真の知性を実現できるか疑問に思うかもしれません。これはまだ未解決の問題ですが、研究者が近年大きな進歩を遂げていることは確かです。

AI革命はまだ終わっていません。 AI は目覚ましい進歩を遂げましたが、これらのシステムを人間の心に真に一致させるには、まだやるべきことがたくさんあります。この革命はまだ始まったばかりであり、この分野がどこまで発展するかはまだ分からない。しかし、1 つ確かなことは、私たちは AI を活用した未来の瀬戸際に立っているということです。