狭義の人工知能 (ANI): 5 分以内で説明

過去数十年にわたり、世界は驚異的な技術開発を目の当たりにしました。こうした画期的な変化の背後に主に貢献しているのは AI です。

驚くべきことに、今日では AI の使用があまりにも一般的になっており、私たちはそれに気づいていません。 Siri の天気情報の最新情報から Netflix のパーソナライズされたおすすめ情報まで、AI がこれらを可能にしています。

現在目にする AI の用途のほとんどは、狭い範囲の人工知能 (ANI) によって行われています。 ANI についてさらに詳しく知りたい場合は、読み続けてください。

AIとは何ですか?

人工知能 (AI) は、通常は人間の知能を必要とするタスクを実行できるスマート マシンの構築を扱う科学の流れです。これにより、機械が人間の心の能力をモデル化し、さらにそれを改善できるようになります。

AI は私たちの日常生活に不可欠な部分になっています。最近のほとんどのテクノロジー企業は何らかの形の AI を使用しており、多くの企業がこのテクノロジーに投資しています。

狭義の人工知能 (ANI)

狭義人工知能 (ANI) は、弱い AI および狭義 AI とも呼ばれます。このテクノロジーは、特定のデータセットに基づいて特定のタスクを実行できます。 ANI の例としては、顔認識、チェス、自動運転車などが挙げられます。

狭義の人工知能は機能が限られているため、弱いと考えられています。狭いAIには意識、自己認識、真の知性がありません。決して人間の知力には及びません。しかし、その価値は集中力と目標志向にあります。

ANIはどのように機能しますか?

狭い範囲の人工知能システムは通常、解決すべき問題を理解できるように、特定のデータセットでトレーニングを受けます。それが達成されると、ANI はその知識を意思決定、結果予測、アクションの実行に使用できるようになります。

たとえば、画像内の鳥を識別するために狭い AI システムをトレーニングしたい場合は、鳥の画像を含むデータセットを使用してシステムをトレーニングする必要があります。トレーニング後、ANI は他の画像で鳥を見たときに、それを識別できるようになります。

狭義の人工知能の種類

ANI にはさまざまなタイプがあります。狭い人工知能の主なタイプは次の 2 つです。

• リアクティブ AI: この基本的な ANI にはメモリやデータ ストレージ機能がありません。それは人間の心の動きを模倣しており、これまでに経験のない解釈に反応することができます。
• Limited Memory AI: ANI のより高度なレベルです。これによりデータを保存できるため、統計データを使用して正確に解釈できるようになります。

ANIとAGIの違い

• ANI は特定のタスクを実行できますが、AGI は一般的なインテリジェントなアクションを実行できます。
• Narrow AI は、プログラマーが提供する固定ドメイン モデルから学習します。反対に、一般的な AI は、その環境内で自己学習し、自己推論することができます。
• ANI は通常、理解することなく反射的なタスクを実行します。 AGI には人間の完全な認知能力が備わっています。
• 狭い AI は、多数のラベル付きの例から理解されます。ただし、一般的な AI は主に非構造化データと少数の例から学習します。
• 狭い範囲の人工知能は、その理解を他のタスクや領域で活用することができません。ただし、一般的な人工知能は、知識を移転して別のドメインで機能させることができます。

ANI の利点

迅速な意思決定

狭い範囲の人工知能システムは、人間よりも早くデータを処理し、タスクを完了することができます。その結果、意思決定の迅速化に貢献できます。したがって、全体的な生産性、効率、生活の質が大幅に向上します。

IBM Watson で使用される ANI は、医師がデータに基づいて意思決定を行うのを支援し、医療をかつてないほど迅速かつ優れたものにします。

日常的なタスクの実行

ANi のもう 1 つの利点は、人間が反復的な日常業務から解放されることです。音楽の音量の調整から、見逃しがちなダイニングルームの照明を消すまで、日常生活が楽になります。

さらに、ANI を搭載した自動運転車は、渋滞に巻き込まれている間でも好きなアクティビティを行うための自由時間を提供します。

経費節約

ANI を使用すると、多くの場合、手作業の人件費を削減できます。セキュリティ専門家を任命する代わりに、オフィスのゲートに監視カメラを設置し、狭い範囲の人工知能にその仕事を任せることができます。

より良い AI 開発のためのビルディングブロック

ANI システムは、一般 AI や超 AI などのさまざまなバージョンの AI の基盤としても機能します。音声認識は、かなりの精度で音声からテキストへの変換をサポートする ANI の一種です。

効率的な単一タスクのパフォーマンス

単一タスクの実行に関しては、Narrow AI システムは人間よりもうまく実行できます。 X 線または超音波画像からがんを検出することを想像してください。 ANI システムは、訓練を受けた放射線科医よりも正確に癌腫瘤を検出できます。

ANI の使用例

#1. 農業

ANI は、作物の監視や害虫駆除など、さまざまな農業関連の作業を支援します。たとえば、ANI を使用して作物の画像を分析し、感染があるかどうかを特定できます。また、最も効果的な治療法を決定できるように、害虫を理解することもできなければなりません。

#2. 健康管理

ANI はヘルスケア業界でも重要かつ有用な役割を果たしています。病状の診断と患者の転帰予測に役立ちます。医師は、限定 AI を使用してがん患者の画像を分析し、がんの潜在的な兆候がある患者を見つけることができます。

#3. 製造業

製造業も、狭い範囲の人工知能の使用が急増している分野です。品質管理から製品検査まで、ANI を使用すると、人的労力を削減しながら効率を高めることができます。たとえば、十分にトレーニングされた ANI システムは製品を検査し、欠陥のある製品を特定できます。

#4. ファイナンス

金融分野でも、ANI の使用が増加していることが見られます。このテクノロジーは財務データを分析し、市場動向やその他の重要な経済的およびビジネス的要因を予測できます。このシステムにケーススタディを実行させて、ヘッジファンドの投資機会を見つけることができます。

#5. 交通機関

ANI は、ルート計画、車両追跡、交通管理にも役立ちます。適切に使用すると、配送ルートを最適化し、燃料消費量を削減できます。

#6. 顧客サービス

これは、ANI が使用されるセクターの 1 つです。カスタマーサポートサービスでは、ナローAIが顧客の問い合わせに答え、問題を解決します。たとえば、この ANI システムをトレーニングして、よくある質問に答え、チャットボットを通じて顧客にソリューションを提供することができます。

ANI の課題

#1. 鉄壁のセキュリティの必要性

AI は依然として脆弱なシステムであり、他の人がノイズを注入してシステムを混乱させる可能性があります。攻撃者は AI プログラム コードを変更して、自動運転車のソフトウェア システムにハッキングする可能性があります。そのため、軍用レベルのセキュリティを確保することが ANI システムにとって課題となります。

#2. 人間の効率の影響を受ける

ANI は、タスクを正常に完了するために主に人間に依存しています。したがって、それは彼らの失敗の影響を受けます。人間のオペレータが ANI システムにタスクを誤って定義したと想像してください。その場合、データセットのサイズに関係なく、システムは誤った結論を導き出すことになります。

#3. 偏見がある可能性がある

ANI は大規模なデータセットからトレーニングを受けているにもかかわらず、妥当な説明がなければ不正確な結果を提供する傾向があります。通常、偏った情報を含むデータセットがこのような問題の原因となります。また、常識にも欠けています。

結論

狭義の人工知能はすでに私たちの生活のさまざまな側面に革命をもたらしています。いくつかの課題はありますが、意思決定、顔検出、自動化など、十分な利点があります。

また、汎用人工知能など、将来の AI の基礎ブロックとしても機能します。 AI についてさらに詳しく学ぶには、人工知能を学ぶためのこれらのオンライン コースのいずれかを受講できます。