2019 年の機械学習と人工知能の今後のアプリケーション – PromptCloud

2019 年は、AI の大幅な進歩だけでなく、新しいアプリケーションや想像を絶するステップも見られるため、人間は最初からやり直し、AI が恩恵なのか害なのかを再考する必要があります。 他のすべての技術的進歩と同じように、それをどのように使用するかが重要であると考えています。 そうは言っても、2019 年に予定されている AI と機械学習のアプリケーションについて詳しく見ていきましょう。これらのアプリケーションは、ほとんどが研究開発段階にあり、まだ一般公開されていないか、一般公開されているがベータ段階であり、まだ入手できていません。公式のフラグオフ。

1. AIチップ

PS4 や Xbox などのコンソールに移行する前に、これらのアーケード PC ゲームをプレイしていたときのことを覚えていますか? ローエンドのゲームをプレイする場合、CPU (通常は Intel または AMD) で十分ですが、トゥーム レイダーやアサシン クリード オデッセイなどの最新のハイエンド ゲームをプレイする場合は、専用の GPU (または一般的な用語で言えばグラフィックス カード) が必要になります。 これらは、グラフィックス エクスペリエンスのみを向上させる専用チップです。 なぜ私はこれについて話しているのですか？ さて、新しい専用チップが市場に出ようとしています。

AI 対応チップは、iPhone XR、Huawei Honor Play、Galaxy Note 8 などのいくつかの携帯電話ですでにデビューしています。これらの携帯電話では、専用の AI チップが、ML ベースの音声アシスタント、AI などの機能の重労働を行います。 -搭載のスマートカメラなど。 このようにして、AI チップはプライマリ プロセッサの作業負荷を軽減し、電話の遅延を防ぎます。 しかし、携帯電話の AI 対応チップは氷山の一角にすぎません。

Google、Microsoft、Amazon、Intel、Facebook はいずれも、購入してプラグインできるチップや、機械学習やニューラルに使用できるクラウドベースの CPU など、AI ベースの機能を強化する専用インフラストラクチャに多額の投資を行っています。ネットワーク。 これらの最新ニュースは、Intel Nervana (Facebook が主要な開発パートナーである Intel によって開発された)、Google Cloud TPU、Microsoft のプロジェクト Brainwave、および Amazon の AWS Inferentia です。

言及されたプロジェクトのほとんどは、まだ公開されていないか、まだベータ段階にあります。 したがって、2019 年はこれらのプロジェクトが日の目を見る年になる可能性があり、より強力な AI チップがリアルタイムの AI ベースのアプリケーションを実現するでしょう。

2. IOT と AI の融合

両方のドメインで多くのことが起こっていますが、IoT と AI 対応ソリューションの適切な実装はまだ見られません。 このトピックで述べられている最も一般的なユース ケースは、センサーを使用して自動車からデータを取得し、収集したデータを使用して保険金額を決定することです。 しかし、率直に言って、実際にその方法を使用して保険料を計算している保険会社はどれくらいあるでしょうか?

2019 年には、AI チップ、安価で新しいクラウドベースの AI サービス、IoT と AI に投資する大企業の出現により、状況が変化しようとしています。 ますます多くの企業が自動運転車を発表しようとしています。CES 2019 では、IOT と AI の組み合わせが企業のより大きな夢を実現するのにいかに効果的であったかを垣間見ることができました。

3. 自動化された機械学習のより多くのアプリケーション

機械学習はほとんどの人がよく知っている用語ですが、自動機械学習はまだベータ段階にあると言う人もいるかもしれません. 自動化された機械学習とは、ML を ML 自体に適用することにより、自動化によって反復タスクを解決することを指します。 たとえば、さまざまなアルゴリズムを適用し、どのアルゴリズムがデータに最も適しているかを確認する前に、データをクリーンアップする必要があるとします。 データ クリーニングの部分には多くの時間がかかり、調査によると、科学者は新しいデータ セットで何度も繰り返すことを嫌う手作業のプロセスであることが示されています。 このようなプロセスは、AutoML の助けを借りて解決できる可能性があり、2019 年には、多くの人が予測したように、さらに多くのアプリケーションが登場するでしょう。

4. AI が DevOps を自動化する

IT サービスとインフラストラクチャは、ビジネスを円滑に運営し続けるために取り組まなければならない頭痛の種です。 ただし、監視、デバッグ、スケールアップなど、DevOps 担当者によって実行されるさまざまな行為は自動化できます。 DevOps はゆっくりと AIOps に道を譲ります。これにより、日常のコーダーは、セットアップやメンテナンスに頭を悩ませることなく、手順やパイプラインを簡単に処理できるようになります。 AIOps による DevOps の未来を予測するさまざまな論文が発表されています。

5. 個別化医療

あなたの隣人が使用するのと同じ睡眠薬を服用していますか? 確かにそうではありません - 投与量はあなたにとって十分ではないかもしれません. または、成分の 1 つが体に良くない可能性があります。 または、特定の理由により、ピルが効果を発揮しない場合もあります。 あなたのために特別に調整された薬を持っていないのはなぜですか？ 個別化された医薬品は手順に従います。患者は、そのライフスタイルや習慣とともに分析され、その後、特定の組成の錠剤が推奨されます。 100,000 ゲノム プロジェクトの助けを借りて、個別化された医薬品は、まだ一般に公開されていない可能性がありますが、2019 年に大きな成長を遂げると予想されます。 今年は、予測、予防、個別化医療および分子診断に関する第 11 回国際会議など、多数の大きな会議も予定されています。

機械学習は、患者データを分析して、どの薬が最も適しているかを決定するのに役立ち、古くからある「万能薬」の理論を捨て去ります。

6. ML ベースのアシスタントのさらなる進化

2018 年、私たちは皆、新しく高度な Google アシスタントに驚かされました。 起こらなかったのは、その商用アプリケーションです。 しかし、それは2019年に見られる可能性があります.実際、Alexaのような多くの音声アシスタントはユーザーから多くのデータを収集しており、2019年にはこれらのアシスタントがよりインテリジェントで人間に似たものになる可能性があります. 音声アシスタントは、リビングルームから公共の場所、車、アナウンス システム、ATM などに移動することになっています。 多くの人は、2019 年が実際に「音声アシスタントの年」になると予想しています。

7. AI を使用したマシンからのより良い指標

あなたの工場のどの機械がほとんど使い古されていて、故障して 1 日の仕事が失われる前に修理が必要かを知ることができたらどんなに良いでしょうか?

産業用機器および機械は通常、決まったスケジュールでサービスされます。 これにより、無駄な労力が発生し、突然の予期しない機器の故障のリスクが時折発生します。 これらのマシンでセンサーが使用され、収集されたデータが ML モデルに供給されると、パフォーマンスが向上し、サービス スケジュールがより効率的になります。

以下の実装は、仮想モデルが大型マシン用に構築される「デジタル ツイン」の GE の作成です。 数百のセンサーを使用して、ツインが実際のマシンの状態で更新されていることを確認します。これにより、現在展開されている 650,000 のツインが管理およびサービスされます。 今年は、世界中のインテリジェント ファクトリにデジタル ツインがさらに実装される予定です。

8. コンピューター ビジョンが監視の未来を形作る

コンピュータ ビジョンと監視は、ショッピング モール、空港、さらには都市の交差点などの場所で必要になっています。 多くのテクノロジー企業は、必要に応じて状況を特定、追跡、報告するために、世界中の複数の場所に自社のソフトウェアを静かに実装しています。 しかし、そこまで行く必要はありません。 家のカメラが見知らぬ男が侵入しようとしているのを発見し、Google アシスタントがそれを警告してくれたら素晴らしいと思いませんか?

Google などの企業はコンピューター ビジョンに多額の投資を行っており (ウェブサイトを開こうとすると、車や看板で画像をマークするように求められることがあります)、2019 年には市場に参入するプレーヤーが増えるでしょう。 監視システムはさらに高速化されようとしており、監視はすぐに単なるビデオ ストリームになるだけでなく、地上の状況に基づいて自動応答への刺激としても機能するようになります。 ß

9. ヘルスケアでは、さらなる AI の実装が見られます

ヘルスケアは長年にわたって進化しており、ML は個別化医療の台頭だけでなく、より多くの変化をもたらしました。 最近、中国は最初の遺伝子編集された赤ちゃんを作成したと主張しました. CRISPR-CAS9 と呼ばれるツールは、DNA を操作して必要な遺伝子を供給したり、病気の原因となっている遺伝子を無効にしたりすることになっています。 この行為は査読のあるジャーナルに掲載されておらず、まだ検証していませんが、人工知能はすでに癌につながるゲノム変化を予測するために使用されています.

今年は、新しい病気と闘い、人間を最適化するために、AI を使用した遺伝子改変の新しいアプリケーションが見られるでしょう。 しかし、そのような医学的奇跡の背後にある倫理的および法的ジレンマと議論は、科学の世界で依然として議論の的となっています.

10. 社会信用システム

中国で実装された機械学習の比較的新しいアプリケーションです。これは、監視カメラとオンライン活動モニターを使用してすべての市民の行動を監視し、「社会的信用」に基づいてランク付けする巨大なランキング システムです。 .

2020年までに完全に稼働する予定ですが、その実装はすでに国を席巻しており、公共の場での喫煙、チケットなしでの電車への乗車、慈善団体への寄付などの行為に応じて、人々はマークアップまたはダウンされています. 正確な方法論は不明ですが、うまくいけば、堅牢な ML モデルがさまざまなソースからのデータを使用して、個人のスコアを下げるか、上げるか、停滞させておくかを決定します。

ディストピア的な考えのように聞こえ、ブラック ミラーのエピソードのように見えるのは、何百万人もの現実であり、今年の終わりまでに中国全土をカバーするシステムが実装される可能性があります。 繰り返しになりますが、アプリケーションは非常に新しいものですが、それを超えた哲学は多くの人によって議論されています.