2023 年の人工知能の開発トレンドは何ですか?

1. テキスト、音声、視覚のための人工知能は今後も主流になるでしょう

顧客とコールセンター幹部の間の会話には、インテリジェンスの宝が隠されています。このような構造化されていない音声やテキストでの会話は、急速に最も簡単な情報源の 1 つになりつつあります。場合によっては、製品やサービスを改善したり、従業員が顧客の複雑な問題を解決できるように仮想アシスタントを設計したり、顧客満足度を向上させるために重要な消費者に関する洞察を得ることが可能になる場合があります。その他の貴重なインテリジェンスには、一般的な質問の特定とその質問に対する適切なセルフサービス チャネルの作成、顧客エンゲージメントの向上、クロスセルとアップセルの機会の特定と処方、およびその他の関連する機会のホストが含まれます。さらに、言語とアクセントの無力化機能により、管理者は地域を超えて顧客にサービスを提供できます。

これらのソリューションを構築するには、さまざまな言語、さまざまな方言やアクセントからの明確な文字起こしの実現、さまざまなタイプのシーン語彙の識別、周囲のノイズの除去、さまざまなチャネル (例: モノラルまたはステレオ) の使用など、いくつかのハードルがあります。会話を録音するため。大手テクノロジー企業は長年にわたって多くのソリューションを考案してきました。彼らは非常に高い精度を持つ強力な独自のモデルを構築しました。しかし、主な課題は、データをネットワーク経由で送信する必要があることであり、これは機密性やプライバシーの問題と矛盾する可能性があります。さらに、これらの独自モデルは、ドメイン固有のカスタマイズされたトレーニングの範囲が限られています。

今後は、強力な深層学習を使用して、事前トレーニングされたコンポーネントと転移学習を使用してエンコーダ/デコーダ ネットワークを構築することが差別化要因となるでしょう。これらの計算集約型モデルは、高性能 GPU コンピューティングのハードウェア アクセラレーションを利用して、翻訳や音声のニュアンスによってもたらされる課題を回避します。

BERT や GPT-3 などの大規模な言語モデルは、今後数日でさらに洗練され、さまざまな意味上の類似性やシーンの関係を処理できるように機能が拡張され、要約や生成、チャットボットなどの既存のテキスト アプリケーションが改善されます。翻訳の精度が向上し、感情マイニング、検索、コード生成などが強化されます。

コンピュータ ビジョンの分野では、以前では想像もできなかったレベルの精度を提供する、物体の検出、セグメンテーション、追跡、および計数のための、より強力な新しいモデルが構築されています。強力な GPU を搭載することで、これらのモデルはますます一般的になるでしょう。

上記のすべての進歩を活用したハイブリッド ソリューションが次世代の AI アシスタントを実現することが期待できます。これらのソリューションは、人間の会話のような温かみのあるタッチと、高速な実行および推論機能を兼ね備え、最終的には運用コストを削減し、顧客満足度を劇的に向上させます。

2. 芸術およびクリエイティブな空間における生成 AI

顧客ベースの注目を集め、維持することは、ほとんどの企業が取り組んでいる課題です。企業のブランド認知度を高めるには、関連性があり、魅力的で、さまざまなチャネルでのコミュニケーションに適切に使用される高品質のコンテンツを継続的に生成する必要があります。 Generative AI は、コンテンツ作成を強化する新しい機能を提供します。生成 AI を使用すると、企業は画像、ビデオ、文書などのさまざまなコンテンツを作成し、所要時間を短縮できます。生成 AI ネットワークは、転移学習または一般的な敵対的ネットワークを使用して、異種のソースから没入型コンテンツを作成します。マーケティングでの明らかな使用を超えて、メディア業界に革命を起こす可能性があります。映画制作や古い映画の高解像度復元、特殊効果機能の強化、メタバースでのアバターの構築などは、無限のアプリケーションの一部です。

ここでも、GPT-3 のような大規模な言語モデルが、フィクション、ノンフィクション、学術論文で魅力的なコンテンツを作成するために登場します。公開されている多くの Web サイトでは、ユーザーからの簡単な書面によるプロンプトから高品質の抽象的なコンセプト画像を生成することがすでに可能です。オーディオ合成などの分野では、何千ものトーンや周波数で物語やサウンドを作成できます。人々が警戒する必要がある潜在的な悪意のあるアプリケーションの 1 つは、ディープフェイク (人工的に生成された偽の画像やビデオ) の作成です。これは、フェイク ニュースの蔓延やさらなる有害なプロパガンダなどの新たな脅威につながります。その結果、生成型 AI は大きな変革力となり、さまざまなビジネス追求において人々の生来の創造性を強化することになります。

3. 説明可能な AI により倫理的で責任ある AI が実現

透明性を高め、質問に対する説明責任を確立し、自動化された意思決定システムのバイアスを明らかにするには、説明可能な AI が必要であると認識する企業が増えています。 。 Explainable AI は、エンタープライズ AI に内在するリスクを軽減するための主要なツールでもあります。また、説明可能な AI は、予測を行う際に理由や理論的根拠を示すと、人々が AI モデルをより信頼するため、企業全体での AI の導入を促進することも証明されています。ヘルスケアや金融サービスなどの環境では、推奨される治療法や診断の根拠、または融資申請が拒否された理由を理解して明確にする必要があるため、この傾向は大きく高まるでしょう。

LIME などの一部の手法は、入力を摂動させ、出力への影響を評価することでモデルの解釈可能性を向上させます。もう 1 つの人気のある手法 (SHAP) では、特徴の組み合わせと、それに対応する結果の増分への影響を分析することにより、ゲーム理論に基づいたアプローチを使用します。解釈可能性スコアを作成して、出力にさらに寄与する入力の側面を強調します。たとえば、画像ベースの予測では、出力につながる主要な領域またはピクセルを強調表示できます。ビジネスや社会に対する人工知能の影響が増大し続けるにつれて、人々はこれらの複雑なユースケースから生じるさまざまな倫理的問題にも直面しています。法的および社会的構造への準拠を維持するために、適切なデータガバナンスのフレームワーク、バイアスおよび透明性要因を明らかにするツールが研究されています。モデルは、ドリフト、謙虚さ、バイアスについて徹底的にテストされます。解釈可能性と再現性チェックが組み込まれた、適切なモデル検証と監査メカニズムが、倫理的逸脱を防ぐための標準となるでしょう。

4. アダプティブ AI が顧客とブランドのエクスペリエンスを研ぎ澄まし、強化します

業界をリードする小売業者は、人工知能を通じて業務効率と顧客エクスペリエンスを向上させるために多額の投資を行っています。小売店は、単純な取引ハブではなく、ブランド認知度や顧客エクスペリエンスを向上させるための中心となることがますます増えており、アダプティブ AI がこの変化を後押しすることになります。コンピューター ビジョンとエッジベースの AI システムに基づくアクセス可能なショッピング エクスペリエンスは、待ち時間と手間を軽減し、主要な成長分野となるでしょう。将来の小売店は、内蔵インフラストラクチャを活用したビデオ分析によって生成されたリアルタイムの洞察に基づいて、高度にパーソナライズされた推奨事項を提供し、シームレスなカスタマー ジャーニーを作成することもできるようになります。

店内分析は、店内のさまざまな通路での滞在時間に基づいたインテリジェントな洞察を提供します。複数のチャネルにわたる過去のショッピング履歴を統合し、人口統計を組み込むことで、顧客体験が豊かになり、体験型ショッピングが非常に没入型で楽しいものになります。オムニチャネル管理は適応型人工知能によって強化され、高度にコンテキストに関連した支援を提供します。会話型 AI と AR や VR などの新興テクノロジーを組み合わせることで、店員は店内でのショッピング エクスペリエンスを完全に再定義できるようになります。

5. エッジ人工知能はより一般的になります

エッジ人工知能は、強力な深層学習を通じて一般の消費者向けデバイスがシーンを認識できるようにし、人々の日常生活を変える大きな能力を持っています。エッジベースの AI は、軽量モデルと高性能 GPU コンピューティングの利用可能性により、より手頃な価格になります。エッジ モデルはローカル シーンベースの学習を使用し、適切なタイミングで中央モデルと同期するため、帯域幅とエネルギー要件が削減されます。これらの手頃な価格のスマート デバイスは、品質検査、予知保全、健康と安全などのユースケースで、小売、製造、エネルギー事業を含むさまざまな分野に革命を起こすでしょう。

コンピューティング要件の低下によるコストの低下により、スマートで応答性の高いデバイスの市場が創出されます。データ要件の軽減は、データ管理が厳しく規制されている医療や金融などの業界にとって恩恵となります。各エッジ デバイスのモデルは特定のエッジ環境に合わせてカスタマイズされており、重要なデータがエッジ ネットワークから流出することはありません。エッジ AI は、スマート倉庫、製造、公益事業などの分野で普及するでしょう。企業は大型モデルに必要な膨大なエネルギーをますます認識するようになり、AI の二酸化炭素排出量を削減し、持続可能性の目標を達成するためにエッジベース AI が採用されるようになるでしょう。アンチロック ブレーキ装置は、車の所有者がブレーキを踏み続けることにより、ブレーキを離したり解放したりすることでブレーキ液回路を閉じたり開いたりします。アンチロック ブレーキ装置のコンピューターは、基本的に約 15 回ブレーキを掛けます。アンチロック ブレーキにより、短距離での安全な停止が向上します。このため、アンチロック ブレーキ装置は毎回ブレーキを踏み続けるため、車の所有者はブレーキをかけるとペダルが跳ね上がるような感覚を感じることになります。

以上が2023 年の人工知能の開発トレンドは何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。