ビジネスにおける人工知能:演劇の現状と今後の展望

人工知能(AI)は、しばしば、超スマートヒューマノイドロボットの形態で一般に想定されてきた。実際、人間よりもはるかに効率的な比較的平凡な作業の範囲を達成するために、「大きな」データを処理できる背後のアルゴリズムとしてより一般的に実装されています。

なぜAIが離陸しているのか

Appleは、それが好きか否かにかかわらず、陳腐化した技術を捨てるために必要な「勇気」を持っている;革新; Appleの失敗ファッションギャンブル

私たちのほとんどは、二足歩行ロボットとやりとりしたり、運転手のない車で乗ることはほとんどありませんが、私たちの日々の生活は、音声や画像を認識できるAIシステムの影響をますます受けています(クレジットカード詐欺やサービス例えば、適切な広告を作成する)。

このようなAIの最近の急速な動きは、Google、Microsoft、Amazon、Facebook、Baiduなどのインターネット巨人によって先導されており、現在この分野でのスタートアップ活動の復活

画像:CBInsights / Bloomberg

アナリスト企業であるG​​artnerの2015 Hype Cycle for Emerging Technologiesには、自律型車両を設置しているAIやオートメーションが目立っています。たとえば、誇大広告主義の「Peak of Inflated Expectations

2015ガートナーのハイパー・サイクル(新興テクノロジー向け);ガートナー

ガートナーはまた、自律車両、バイオアコースティックセンシング、バイオチップ、ブレイン・コンピュータ・インタフェース、デジタル・デクステリティーなど、特に関連性の高い新興技術の範囲を強調する組織の「デジタルビジネス」への旅の第6段階と最終段階として「自律」を挙げています。量子コンピューティング、スマートアドバイザ、スマートダスト、スマートロボット、バーチャルパーソナルアシスタント、バーチャルリアリティ、ボリュームメトリックホログラフィックディスプレイなど、幅広い分野で幅広く使用されています。

誇大宣言に続くのはもちろん、幻滅です。これは以前AIに起こっていました.GartnerのHype Cycleでフラグが立てられたすべてのテクノロジーが主流になることはまずありません。しかし、現在の関心と活動は、ある程度の意思決定を確実にするためには十分であり、そうするときには、ビジネスに深刻な影響を及ぼすことになります。

先月、ウェブサイトの特別報告書は、タスクの自動化による雇用の可能性を探った。今月は、AIが現在注目されている理由、それが現在どのように実装されているのか、それがどのように発展するのかを詳しく見ていきます。

AI型の問題を解決するには、何よりもまず、大量の処理能力が必要です。これは、ムーアの法則に基づいてここ数十年の間に提供されたもので、集積回路上のトランジスタのサイズを縮小し続けると、シリコンの特定の領域にそれらの多くを詰めることができます。機能サイズがこれまでよりも小さくなったため、1チップあたりのトランジスタ数はまだ増加していますが(ロードマップでは10nmと7nmで14nmになりました)、熱と消費電力の問題はクロック速度やシングルスレッド性能などのメトリックが2005年頃からそれに合わせて縮尺された

「効率性と並列性、将来のコンピューティングの課題」(Bill Dally / Nvidia)

近年のインテルの対応は、より多くのCPUコアを汎用チップに組み込むことでした。これは、Nvidiaなどの大規模並列、グラフィックスプロセッサ(GPU)の専門メーカーにとって重要な戦略です。ますます増加するグラフィックス性能と同様に、GPUアクセラレーションは、機械学習や深い学習アルゴリズムを実行するニューラルネットワークのトレーニングに特に適していることがわかりました。これは、例えば、分類が必要な画像の大量のトレーニングデータがGPUやGPUのクラスタを使って数千の計算コアで並列に解析できるためです。一般的なパフォーマンスを向上させたGPUアクセラレーションの汎用CPUの例

Nvidia

上記のチャートで参照されているNvidia Tesla K40は、2,880個のCUDAコアを持ち、コストのかかるコンポーネントです。 Nvidiaのはるかに手ごろな価格のJetson TK1の「embedded supercomputer」は、この分野の新興企業によって幅広く使用されています.Tegra K1 SoCを搭載したラズベリーのPiサイズのボードで、192-CUDAコアのKepler GPUと4-Plus -1 ‘クアッドコアARM Cortex-A15 CPUには、cuDNNと呼ばれるディープニューラルネットワーク用のプリミティブのライブラリが付属しています。

NvidiaのJetson TK1は、コンピュータビジョン、ロボット工学、医学およびその他のAI /オートメーションアプリケーション用のコンピューティング集中型システムの開発と展開を目的として設計されたTegra K1ベースのボードです;

最も野心的なニューラル・ネットワーキング・プロジェクトの1つは、人間の脳をハードウェアでエミュレートしようとするノン・フォン・ノイマンの設計であるIBMのSyNAPSEチップです。 54ナノメートルの28nmトランジスタで構成された最新のSyNAPSEチップは、メッシュネットワーキングによってサポートされる64×64アレイに配置された4,096のコアを持ち、100万のプログラマブルニューロンと2億5600万のプログラマブルシナプス接続を備えています。計算、メモリ、通信は密接に統合されているため、イベントドリブンなチップであるため、従来の(von Neumann)設計よりも消費電力が大幅に削減されます。IBMは現在のSyNAPSEチップではリアルタイム動作でわずか70mWです。

IBMの4,096コアSyNAPSEニューロシナプスチップ(上段)は低消費電力向けに設計されています。下段の画像は、データを供給しているホットFPGAチップの隣にCool SyNAPSEプロセッサを示しています。

IBMの目標は、100億個のニューロンと100兆シナプスの神経シナプスチップを構築し、IBMの脳科学者であるDharmendra Modha Computingのチーフサイエンティストが「ソフトウエアとシリコンの合成を作り出す」ことです。しかし、それでも実際の人間の脳のレベルには達しません。実際の人間の脳には、約1000億個のニューロンと1000億シナプス・コネクションが含まれています。 「特異性」はまだ道のりかもしれないが、現在の開発のペースは、それを地平線にしっかりと置く

「古典的な」ムーアの法則の時代を超えて新しいCPU製造プロセスがコンピューティングを必要とするでしょう。

ビジネスのAI

最近のAIブームのもう一つの重要な要因は、処理能力とは別に、ニューラルネットワークを訓練し、分析のための情報を与え続けるために必要な大量のデータセットに対して、安価で豊富なストレージを利用できることです。ストレージに関するMooreの法則は、Kryderの法則と呼ばれています。これは、2005年にハードディスクドライブの面積密度が2年に2倍以上になると述べており、同様の指数関数的な増加とギガバイトあたりのコスト低下につながりました。この観測法は、ハードディスク開発のペースがやや緩やかになって以来、2010年頃まではうまくいった。

ブロガーのDavid Rosenthal氏によると、このKryder率の低下は、最近ではHAMR(Heat Assisted Magnetic Recording)とBPM(Bit Patterned Media)への技術移転の連続的な延長によるものです。その結果、ストレージは、一部のクラウドサービスプロバイダーと同じくらい安く無限に大規模ではないことが判明する可能性があります。

デロイトからの最近の報告書が明らかになったように、技術の進歩によって、常にいくつかの雇用が排除され、他のものが生み出され、移住した「遺産」労働者の形で社会的変化が起こった。デロイト氏は、「将​​来の仕事を予測することはできませんが、過去150年の間に仕事が引き続き創造され、強化され、破壊されると信じています」と述べています。

アナリストであるForresterの8月2015年8月の報告書の概観は、「自動化は2025年までに9.1百万米ドルの米国雇用失業につながるが、多くの専門家が予測した6900万近くには至っていない」と主張している。さらに、Forresterは、敵対的な関係ではなく、パートナーシップを予見しています。「オートメーション技術の進歩は、人間がロボット、ソフトウェア代理店、その他の機械と並んで作業することを意味します。

今、YouGovの最近の米国調査では、テクノロジー関連の雇用喪失に対する懸念が所得水準の下限に集中しているようです

Statista / YouGov

しかし、現在のAIブームが続くならば、ホワイトカラーの労働者、さらにはCスイートの居住者さえも、「スマートマシン」の台頭の影響を受ける可能性は十分にある。

例えば、Kenshoは、複雑な財政問題に対応するために、大規模並列統計計算、自然言語入力、大規模データおよび機械学習を使用するシステムである「金融業界向けの世界初の計算知識エンジン」を主張するスタートアップ企業です普通の英語でこれは、ウォールストリート、ロンドン市や他の金融センターの市場動向をモデル化するために雇用されている高額の「クワンツ」の雇用保障を潜在的に脅かす可能性のある開発です。

Narrative Scienceのようなスタートアップのおかげで、仕事をしているジャーナリストの影響を受けるかもしれない別のホワイトカラージョブは、高度な自然言語生成(NLG)プラットフォームのQuillが複数のデータソースを照会し、ビジネスルールを適用して特許請求の範囲は、人間によって書かれたものと区別がつかない。レポート – 会社の財務やスポーツの結果を含む例 – 大規模に作成することができ、ターゲットオーディエンスに応じてトーン、スタイル、および長さの点で適応可能です。同様のサービスはAutomated InsightsとそのWordsmith NLGプラットフォームによって提供されています。

AIの使用は、究極のホワイトカラー(またはホワイトコート)職業でもあります。たとえば、IBMのMSKで訓練されたOncologyシステム用のWatsonシステムは、単純な英語で書かれた患者情報を解析し、サポートされている証拠へのリンクでランク付けされた治療の推奨を提供します。

AIが行くところ

見通し

参考文献

現時点では、Forresterの前述の報告書(The Jobs of Future、2025:Working Side By Side with Robots)が示唆しているように、これらの種類のシステムは人間を置き換えるのではなく、むしろ人間を置き換える可能性が高いようです。

この見解は、エンタープライズにおける2015人の人工知能およびビッグデータというタイトルの200人のマネージャー、取締役およびCレベルの役員のナラティブ・サイエンスからのアンケートによって支持されています。この見出しは、回答者の80%がAIが労働者の業績を向上させ、雇用を創出していると考えているということです。アンケート調査の回答者は、AIを「人間のように思考し行動するテクノロジー」として最もよく定義し、音声認識システムとレスポンスシステムが企業で最も一般的に実装されたAIソリューションであると報告しました

データソース:Narrative Science

アナリストのガートナーは、2015年以降のトップ10の戦略的予測でAIのビジネスへの影響を検討しました。デジタルビジネスは「大きな変化」レポートを推進しています。ガートナーの予測は、「機械は人間の努力を強化する上でより積極的な役割を果たしており、デジタル化されたものは経済的支援の決定を支援しており、「顧客エクスペリエンスの改革はデジタル優先事項」です。最初の2つのグループに関する重要な予測が、時系列順に並べられています

オンラインショッピングでは、20億ドル以上がモバイルデジタルアシスタントによって独占的に行われます

重要かつ破壊的なデジタルビジネスは、コンピュータによって構想された

ワイヤレスヘルスモニタリング技術の普及により、世界の平均余命は半年で増加する

最近のアマゾンの挑戦的な職場文化の暴露に続いて、先駆的なオンライン小売業者など、データ駆動型企業におけるワーク・ライフ・バランスについて多くの議論が行われています。 AmazonのCEOであるJeff BezosはThe New York Timesが描いた悲惨な絵を否定していますが、スマート・マシンは将来の企業においてますます大きな役割を果たすため、残りの人間の幸福をビジネスプロセスに取り入れることを忘れないようにしてください。

ブルームバーグ・ベータの投資家、シヴォン・ジリス(Shivon Zilis)のこの有用なインフォグラフィックが明らかにしているように、AI /マシン・インテリジェンス・スペースの開発は、産業、企業、人間とコンピュータの相互作用を改革している

Shivon Zilis / Bloomberg Beta

Zilisの有益なブログでは、「データサイエンティストは不足しているユニコーンだと言われています。マシンインテリジェンスの才能は、データ科学者のように見えます。技術関連のキャリアオプションをお探しの場合は、注意してください。

そして、マシンインテリジェンスが最終的に人間、あるいは超人間レベルに達する、非常に誇張された「特異性」はどうですか? 2015年5月のインタビューでは、Googleの著名な研究者とトロント大学の名誉ある教授の間で時間を分割している神経ネットワーキングのパイオニアであるGeoffrey Hintonは、楽観的な見解を示しました。「私たちは遠いので、それは私が心配しなければならないものだとは思わないが、それは非常にエキサイティングである – そして、その結果は、人々がそれを使用することに決めたものに、政治に完全に依存していると思う」

ヒントンは、スティーブン・ホーキングやエロン・ムスクの自主自立AIに関する警告に応えて、「素晴らしい素敵な新しい能力を手に入れたら、それは人々にとって良いものになるだろう。人々にとって悪いことではなく、より良いものになる時には、人々にとって良いシステムになるシステム」と述べています。

主に強力なグラフィックス処理チップ上で実行されるディープラーニングアルゴリズムの形をとっているAIは、コンピューティングリソースが歴史的な価格/性能/可用性の傾向を継続するにつれてますますデータ駆動型になり、アルゴリズムはますます洗練された。

オピニオンは現在、AIの普及が職業と職場の文化に広がる効果に分かれていますが、AIが急速に発展し続け、経済的、社会的動乱の可能性が政治上の課題である必要があることは確実です。

AIに関する限り、私たちは間違いなく「興味深い時代」に住んでいます。

ビクトリア州は、地元の技術才能の夢のフィールドを目指しています

今日のデジタルワークプレイスの構成原理は何ですか?

そうであってもなくても、Appleは本当に時代遅れの技術を排除するために必要な「勇気」を持っている

アップルのファッションギャンブル失敗