• EXHIBIT_YEAR_ROUND_DI

    #38 - INDUSTRIAL SOFTWARE

    人工知能 : 恐れるべき存在か?

    enEnglish deDeutsch frFrançais esEspañol pt-ptPortuguês itItaliano ruРусский zh-hans简体中文

    インターネットやモバイルレクノロジーは多量のデジタルデータを生み出している。以前に存在しなかった方法でこのようなデータを処理する能力を持った人工知能(AI)は、急激なスケールで産業や人間の働き方を変化させている。果たして人間はAIを恐れるべきだろうか? 

    人間とコンピューターの新しい交流方法からより効率的なビジネス過程までと、AIは驚くべき速度で発展している。調査会社Gartnerは、 AIボットは2020年までに85%のカスタマーサービスへ導入されると予測している。まGoogleの技術主任レイ・カーツワイル(Ray Kurzweil)氏は、2029年までにロボットが人工知能を持つと推定している。また調査会社であるGartner社は、2025年までに3分の1の職業はロボットやスマートマシンにより行われると推定している。これらの推測は確実ではないが、AIの発展が今後労働者を減少させるという恐怖を生み出すことは無理もない。

    AIは労働者に取って代わるか、労働者の助けとなるか?

    カリフォルニア州非営利団体XPRIZEに加盟しているAI専門家Amir Banifatemiは、これらの懸念には根拠がないと考えている。

    AIは労働者により効果的で幅広いデータやツールへのアクセスを提供できる。AIを利用することは、労働者が抱えている問題を解決するだけではなく、労働者は新しいスキルを学ぶ必要がある。徐々にAIが提供するより革新的な利益や改善された生産性、新たな能力といった利点を、各企業は労働者が活用する準備をしなければならない。

    バイオサイエンスでは、AIは既に過去にないスケールで創薬を可能にしている。ロンドンにある人工知能関連会社BenevolentAI社のJames Chandler福社長は次のように説明する:

    AIは膨大な科学データから知識を引き出すという独自の能力を持っている。AIは病気の原因を見つけ潜在的治療を素早く提案することができる。このような例でAIは人間に取って代わるのではなく、人間知能を増強する役割を果たすだろう。

    昨年、イギリスにある並進神経科学専門のSheffield Institutは、BenevolentAI社の技術によって発見された薬剤候補に関する研究が、運動ニューロン疾患の治療で前向きな結果をもたらしたことを発表した。

    AIの絶え間ない発展は、同僚間の働き方をも変えるだろう。Ciscos社の音声人工知能であるSparkは、対話人工知能を専門にする企業MindMeld社の機械学習技術を取り入れている。この技術は音声コマンドを使い録音を開始・終了またミーティングに参加したり終了したりすることができる。 Sparkは今年フィードバックを使ったトライアルを展開し、さらに技術を改善していく見込みだ。将来的には、仕事を割り振ったり会議概要の作成を自動的にできるようになる。アイルランドとイギリスにあるCisco社の技術最高責任者であるChintan Patel氏にとって、

    仕事場を含む自然な環境の中で、人間を理解することがAI研究家やエンジニアが解決しなければならない最も挑戦的な課題である。とはいっても機械知能の成長は、より生産的になることを目的に、仕事をこなすアドバイスを与えられるAIチームを誕生させるだろう。

    AIは既に現実化している

    まるでウィルスミスの映画の世界ではあるが、既に世界はAIの技術であふれている。大量のデータを取り入れ解釈する必要のある産業界は、すぐにでもAI技術を利用できる。人工知能診断支援システムWatson for Oncologyは、医療データの分析に基づき治療オプションをドクターに提案する認識技術である。カスタマーサービスでは、AIを利用したNanorepやチャットボットであるWorkFusionが徐々に一般化され始めている。   Cisco社のPatelは次のように語る:

    全産業界の現在の課題は、AIを利用することで単純作業を自動化し、労働者が重要な業務に集中できるようにすること、またどのようにビジネスモデル、ワーキングパターンやプロセスを改革できるかを検証することである。

    AIはそれ一つでは成り立たない。AIは破壊的技術と一緒に、特にモノのインターネット(IoT)やサイバーセキュリティーと共に、展開、利用される必要がある。自動運転車がこの共依存の良い例である。正しい場所へ人とモノを時間通りに安全に届けるために、ソフトウェアコード、自己学習能力、スマートグリッドの利用と公共WifiへのリンクなどがAIと相互に働かなければならない。 今後最も重要な課題の一つは、企業がディープラーニングのような先端技術が利益改善をできるとみなすビジネス分野を特定することである。BenevolentAI社のChandlerにとって:

    コンピューターに産業データから学ばせるには、現在の教師あり学習より現実的で経済的な半教師付き学習技術が必要になる。

     

    enEnglish deDeutsch frFrançais esEspañol pt-ptPortuguês itItaliano ruРусский zh-hans简体中文


    About the Author

    Daniel Allen is a writer and a photographer. His work has featured in numerous publications, including CNN, BBC, The National Geographic Traveller.

    Related Posts

    Sorry, nothing here!

    Style Switcher

    Highlight Color:

                   

    Backgrounds:

                        

    You can also set your own colors or background from the Admin Panel.