人工知能と従来の技術の違いを理解する
人工知能の最近の人気と、この分野が新しく魅力的であることが相まって、多くの組織が、実際にはほとんど標準的な条件付きロジック、確率、統計のみを使用しているにもかかわらず、自社のプロジェクトがAI分野の最新の進歩を利用していると主張する結果となっています。これにより、組織はAIがもたらすメリットを実現できなくなっています。
幅広い一般大衆によるAIの一般的な理解は、正確なコンセンサスを確保し、技術が安全かつ責任を持って開発されることを保証するために不可欠です。そのような主張が不正確である場合にAIの使用を主張する理由や内部の圧力は多数ありますが、結果として、組織は実際の進歩からも恩恵を受けません。条件付きロジック、確率論的および統計的技術は今日のほとんどの組織の基盤であり、それ自体が複雑かつ高度であり、大きな利点をもたらしますが、今日一般的にAIと呼ばれるものとは異なります。
最新のビジネスアプリケーションの多くは条件付きロジックに依存しています。現代のプログラミング言語や数式エンジンの文脈において、今日のビジネスロジックは一般にブールロジック、If-Then-Elseステートメント、およびCaseステートメントとして表現されます。組織のビジネスロジックは、条件的推論によって捉えられ、表現することができます。これは非常に価値があることが証明されていますが、今日一般に人工知能と呼ばれるものとは異なります。予測や予想のために頻繁に使用される確率論的および統計的技法は、信頼性が高く妥当なものであっても、実際には人工知能ではありません。これらの数学的構成要素は、ほとんどの場合、事前に合理的に定義されており、変化または変動する定数はほとんどありませんが、人工知能はダイナミクスに依存しています。
代わりに、簡潔に説明したように、人工知能は通常、データから学習しデータ自体からロジックを決定するモデルに依存します。1999年に万能近似定理の証明が提示され、ニューラルネットワークがいかに任意の関数を近似できるかが示されて以来、他のパラダイムの代わりに人工知能を通じてプログラムを解決する方向に、より多くの努力が向けられるようになっています。理論的には任意の関数を近似することが可能ですが、これを達成するための計算能力と技術が実用上の制限要因でした。しかし、最近の進歩により、理論と実践の間のギャップを埋める上で大幅な進展がありました。
現代の人工知能は、ディープ強化学習、自然言語処理、LSTM、敵対的生成モデルなどの手法を使用し、実装にはTensorFlowやPyTorchなどのフレームワークが使用されます。プロジェクトが人工知能を使用しているかどうかの良いテストは、プロジェクト内で積極的に使用されているツールキットを確認することです。行列乗算などの日常的なAIタスクを実行するカスタムツールキットに依存するという明らかな例外を除き、その分野のツールを使用していない場合、AI搭載プロジェクトではない可能性が高いです。
人工知能に基づくアプリケーションと人工知能に基づかないアプリケーション
以下は、現実世界で使用されている人工知能の実際の例です：
- ラベル付けされたデータからオブジェクトを検出および追跡する方法を学習するコンピュータビジョンシステム。
- 言語処理システムは、チャットボットなど、時間とともに質問に答え、改善することを学びます；
- ピクセル入力だけで、スペースインベーダー、パックマン、テトリスなどのゲームをプレイすることを学習できるゲームプレイエージェント。
逆に、人工知能の例としてよく主張されるが、実際にはそうではなく、そのように主張すべきではないいくつかの例を以下に示します：
- 確率と統計に依存する予測モデル。
- データベースからデータを取得し、何らかの集計または並べ替えを実行するSQLクエリ；
- TableauまたはMicrosoft Power BIで作成されたルールベースの分析ダッシュボード。
- 単純な数式を使用するExcelスプレッドシート；
- 一部VBAコードを含むExcelマクロ搭載ワークブック；
- センサーシステムは制御センターに信号を送り返し、人間の専門家がそれを解釈します。
人工知能の導入を検討する組織の今後の方向性
多くの場合、人工知能は複雑な問題を解決できますが、標準的な条件付きロジック、確率、および統計が優位となる限界があります。一例は100%の信頼性を必要とする免除であり、AIシステムは時に一貫性のない結果を生み出す可能性があります。従来の技術の場合、知識の流れを改善するために、人工知能ベースであると述べるのではなく、それらがどのように実装されたかを述べることが有益です。
人工知能は絶えず進化しており、改善は急速にもたらされ、既存のテクノロジープラットフォームやインフラの上に展開されることで日常生活にゆっくりと浸透しています。AIがより普及するにつれて、精度はかつてないほど重要になり、それがどのように適用され説明されるかを考慮することが極めて重要です。この分野が必然的に規制されるにつれて、AIの使用を誤って主張することで取られていたある種の自由は時間とともに解消されるでしょう。しかし、組織は現在から正確なAIの定義を受け入れることで先行することができます。
真の人工知能の利点は広範囲にわたり、Telemus AIはあなたの組織と協力して、従来の技術をはるかに超える具体的な成果を推進できます。
Telemus AI™ を貴社に統合する方法について、無料相談は今すぐお問い合わせください。
