▷人工知能：それは何であり、現在の実用的な例は何ですか？

人工知能：新しいプログラミング
人間のように考えるAI
人間のように振る舞うIA
合理的に考えるIA
合理的に行動するIA
思考の数学
新しいシステム、新しいハードウェア
日々の人工知能
影の女王：
基盤：深みのある機械学習
人工知能の未来

数年前から、企業はサービス、アプリケーション、プロセッサに導入する人工知能について絶えず話をしてきました。ただし、同じ名前が付いていますが、神に感謝します。私たちの洗濯機（私たちから逃れる理由のため）とスマートフォンの人工知能は、それらの存在と私たちに対する力を反映させるほど開発されていません。とりあえず…

AI開発USBインテルMovidiusに関する記事ですでにお伝えしたように、人工知能はここにとどまり、日常の問題を解決するのに役立ちます。しかし、人工知能とは正確には何ですか？

出典：Source Dexeter

上記のgifは、ディープニューラルネットワークの仕組みを非常に簡略化した方法で示しています。 これらのシステムでは、後で画像を認識したり、ソリューションを最適化したり、単に詳細を学習したりするために、ハードトレーニングが必要です。本質的には、AIとして分類できる一連のアルゴリズムであり、ディープラーニングの分野に属しています。

コンテンツインデックス

人工知能：新しいプログラミング

今日、人工知能は、サイエンスフィクション作品でよく見られるように、技術と良心の複雑な混合システムを構成していません。 私たちが作成するものは 、入力とそれらに教えられたコマンドに基づいて結果を返す複雑なアルゴリズムの定義にかなり当てはまります。それは意味の1つにすぎませんが。

人工知能を理解するにはさまざまな方法がありますが、人工知能を4つの主要なグループに分けることができます。

人間のように考えるAI

バターロボットリックとモーティ

自分の欲望に従って考え、決定し、プログラムされた特性（ Ghost in the Shell）を超える独自の良心を持つ複雑なコンピューターシステム 。それはまだ手の届かないところにあり、将来可能かどうかさえわからないので、コメントすることはあまりありません。

人間のように振る舞うIA

人間のように考えることは、人間のように振る舞うふりをすることと同じではありません。 今日、私たちはこれらのようなシステムを作成し、 ランダム性と具体的な関数を導入して、インテリジェンスが人のように考えるような感覚を与えています。

ペッパースマートアシスタント

機械制御の敵は人間のような行動をシミュレートしようとすることが多いため 、 ビデオゲームではこれが継続的に見られます。 ビデオゲームとは別に、人工知能は人がするように欠陥や不規則性を伴って書くことができることが達成されました。

合理的に考えるIA

おそらく、このテクノロジーの最も一般的なバージョンは今日です。効率的で意味のある結果を提供するためのツールを提供しているので、彼らは合理的に考えていると言います。彼らは自分たちの考えにほど遠いが、彼らがいる環境に簡単に適応することができる 。

AlphaStarラーニング

これの例は、AlphaStar（StarCraft II）やAlphaZero（チェス、将棋など）のようなビデオゲームをプレイする人工知能です。これらのマシンは人間の対戦相手と戦うこともでき、時折の世界チャンピオンをすでに破っています。

合理的に行動するIA

彼らは「行動する」ので、私たちが彼らに渡すデータを処理しないことがわかり、 合理的に考えるように見えるだけです。 これはこのテクノロジーの最も単純なバージョンであり、すでに大部分が通過している段階です。 プログラミングがはるかに簡単であり、その作業が通常は単純であるため、一部のコンピューターシステムはこのテクノロジに頼っています 。

スマート掃除機

たとえば、電話を受けてオプションを案内するマシンや、Webページのインテリジェントアシスタントは、通常、関連するソリューションを推奨するように求めます。

インテリジェンスの複雑度に応じてどのようにインテリジェンスが分散されるかについての許容できるイメージをすでに持っているので、問題の中心に移動しましょう。

思考の数学

人工知能をプログラムする方法の1つは、テンソルと呼ばれる架空の単位としてデータを処理することです。 テンソルは （スカラー、ベクトル、行列の）複雑な代数単位であり、それらを適切に処理するには数学の知識が必要です。その結果、 AIアプリケーションのパフォーマンスは、データの数学的操作が実行されたのと同じくらい良好になります。

ターンバックルの簡単な説明

このタイプのソフトウェアの開発を拡大するために、 多くのグループがコードライブラリを作成して公開し、コミュニティと協力してよりインテリジェントなシステムを作成しました。 GoogleによるTensorFlow 、 Microsoft によるCNTK 、Theano、Caffe2、Keras は、最も関連性の高い例です。各ライブラリは、さまざまな角度から問題に焦点を当てており、これにより、さまざまな抽象化レベルでAIを開発することができます。

抽象化のレベルがわからない場合、それはコンピュータ言語が話し言葉にどれだけ近いかを測定するシステムです。 抽象化のレベルが高いほど、人間の言語に近くなり、低いほど、機械語 、つまり0と1でのみ機能する世界が多くなります。

新しいシステム、新しいハードウェア

すべてのソフトウェアがハードウェア内で実行されることは明らかですが、クラウドがすべてに対応できるという幻想に陥るのは簡単ですが、現実はそれほど甘いものではありません。 コードの最適化方法によっては、AIがローカル （スマートフォン、PC、またはモノのインターネットデバイス）で機能する場合があります。または、デバイスが計算をサーバーに送信して処理し、これらが結果を返すことを許可できます。

クラウドサービス

多くの場合、「小さな」デバイスは計算の大部分をローカルで実行しようとし 、問題の一部のみをサーバーに送信するため、 多くのサービス管理コストを節約できます 。

日々の人工知能

この将来について考えることは非常に興味深いことであり、一部の人にとってもワクワクすることですが、最初の成果を見るためにそれほど遠くまで行く必要はありません。 今日の社会で人工知能の痕跡はどこにありますか？

モバイル上の人工知能

気付かれないように見えるかもしれませんが、それは私たちをあらゆる面で囲んでいます。家庭用デバイスから始めて、新しい携帯電話には、より良い写真を撮るのに役立つArtificial Intelligenceと呼ばれる小さな組み込みシステムが備わっていることがよくあります。画像を選択的にフォーカスし、後処理して、画像をよりシャープに、よりカラフルに、またはコントラストのあるものにします。 私たちがキャプチャしたオブジェクトを認識して、関連する検索を提供することさえできます。

この分野では、「OK Google」から離れており、私たちに伝えたことすべてから学び、無限のリクエストを処理できる同僚も目立ちます。私たちはあなたが非常に簡単に「機械加工」されていることを見つけることができますが（会話を続けることができないなど ）、 その背後にあることがわかっているハードワークを却下することはできません。

Googleアシスタント

差し迫った自動運転についても話さなければなりません。テスラのような車はすでにいくつかの国でこれらのAI制御の代替を提供しています。 これらのシステムは、車の周囲の環境をキャプチャし、禁止事項や危険などを処理し、 それに応じて安全に運転することができます。

自動車の世界では、このような高度なインテリジェンスを利用する必要はありません。 一部の車には、非常停止検出や自動駐車などの興味深いシステムがすでに備わっていることがわかります。

影の女王：

あなたはすでにAIがどこにでもあり、いつでも反抗していると考えているかもしれませんが 、安心してください。あなたが寝ている間にトースターがあなたを殺すことはありません。私たちが確認できることは、 このテクノロジーがあなたが思っている以上に制御し 、社会のトレンドの多くに責任があることです 。

YouTube、Twitter、Google広告… これらすべては、指定した設定によってある程度制御されますが、何を表示するかを決定する人工知能によっても制御されます。「自分のデータをGoogleと共有して、興味のある広告が表示されるようにしたい」というようなメッセージが聞こえましたか？

これはどのように機能しますか？さて、あなたは、あなたがインターネット上で消費するものに基づいて、あなたの好みでプロファイルが作成され 、あなたが他の多くの人々と関係していることがわかります。 インターネットサービスが何かを表示する必要がある場合 、何百万もの個人で構成されるこのプロファイルを使用して、何があなたの興味を引くかを推定します。

簡略化されたビッグデータの説明

AIを使用して大量のデータ（ビッグデータ）を分析するこの方法は、多くの力を発揮しており、このテーマの将来に備える準備ができているキャリアが世界中に現れています。 ご存知のように、ユーザーが使用するデータは毎秒TeraBytesでカウントされるため、人がすべてを分析することはできません。 これは、人工知能がデータを処理する場所であり、人工知能を使用して、たとえば統計を使用して推定などを行う人々です 。

Google Home Miniのおすすめ：機能と目的、機能

基盤：深みのある機械学習

AIはプレーヤー（前述したとおり）としても、プログラマーおよびデザイナーとしてもビデオゲームの分野に参入しているため、ビデオゲームの世界を少し進んでディープラーニングについて理解を深めます。業界の進歩を追うと、 NVIDIAはさまざまなテクノロジーで悪評を得てきました。その中には、 画像の再スケーリングが可能な人工知能である DLSS（ディープラーニングスーパーサンプリング）システムがあります。

DLSSの比較

DLSSの機能は、画像をFullHD（1080p）からUltraHD（4k）に変換して、より要求の厳しいタイトルをより優れたフレームレートで再生できるようにすることです。 当初、ユーザーは画像がぼやけて焦点が合っていないように見えたが、ほんの数か月後の結果は素晴らしいものでした。

これは、人工知能が実践とエラーで学習するシステムであるディープラーニングのおかげです。 DLSSの場合、NVIDIA IntelligenceはUltraHD解像度で画像を継続的に分析し、FullHD画像をベースとして使用して画像を再作成しようとしました。つまり、 画像の4分の1を与えられ、知らないギャップを埋める必要があるかのようです。 ディープラーニングは、スペイン語の機械学習または自動学習と呼ばれるシステムに属するタイプのシステムです。

機械学習とディープラーニング

機械学習は人工知能の基礎石として分類できます。 これらは、とりわけ、タスクを学習するためにマシンで使用されるさまざまなアルゴリズムのセットです。たとえば、画像の認識、チェスのプレイ、気分の検出などは学習可能な課題であり、課題に応じてさまざまな種類のアルゴリズムが使用されます。

機械学習は、機械が蓄積している経験から機械が学習できるようにする一連のアルゴリズムであると言われています 。一方、 ディープラーニングは、異種の入力を使用した学習に重点を置いています。人工知能の将来は不確実であるため、両方の分野が開発され、精力的に研究されています。

人工知能の未来

私たちの視点から見ると、人工知能の可能性は無限に見えます。 私達はまだ私達の限界が何であるかを知りません、そして私達は私達に類似している別のものを作成することに既に取り組んでいます 、 しかし私たちは将来何を期待できますか？

私たちがコメントすることは当たり前のことではありませんが、これらは主にこれらのマシンがどのように進化したかを観察することから派生した特定の引数に基づいたステートメントです。

インターネット

まず第一に、 私たちがインターネットに支配された世界に向かっているのは避けられないようです。そのため、 AIは媒体に対してより関連性とパワーを持っています。 これは私たちがプラットフォームのメンテナンスを保証できる唯一の方法であるため、私たちを怖がらせるものではありません。これにより、ある程度保護されたスペースでWebサーフィンを行うことができましたが、同時に安全性も向上しました。この最初の先駆者として、私たちはFacebookのボットを使用して、自殺念慮があなたを襲ったかどうかを分析し、推定した場合、彼らはあなたに連絡します。

同様に、現実の世界では、運転がレクリエーションのみである瞬間まで 、自動運転車およびアシスト車がますます支配的になります。 おそらく100年もの間、変化は起こりませんが、変化は起こります。

予測されるもう1つの変化は、ハードワークのマシンへの交換です 。多くの人々が恐れている革命ですが、それは避けられないように思えるので、私たちは準備をしなければなりません。

サイボーグニールハービソン

そして、それはサイエンスフィクションの典型的なもののように見えますが、将来的には、私たちの体にテクノロジーと人工知能を統合する方法を見つける必要があるでしょう。 実際、歴史上最初のサイボーグはすでに存在し、ニールハービソンと呼ばれています。

この海岸を越えて、アイデアの海は計り知れません。 誰が知っていますか？ おそらく、工場の機械はすべて、原始的な機械機械言語を備えた主な機械の指揮の下で協調して動作します。 おそらくいつの日か、最高の株式市場投機家は人工知能、あるいは最高のmotoGPバイカーになるでしょう 。