キーワード †
AI（人工知能） †
- 人工知能(AI)とは、自然な会話や学習による知識の獲得、状況に応じた判断など高度な知能を必要とする作業を、コンピューター上に構築した人工的な知能を用いて再現する仕組みや研究のことである
- 人工知能研究の歴史は古く、1950年代から幾度ものAIブームと冬の時代を繰り返しながら人工知能は少しずつ進化し続けてきた
- 人工知能は保有する能力や使用する目的によって『特化型人工知能(弱いAI)』と『汎用人工知能(強いAI)』に分類することができる
- 人工知能と人間が共存できる未来を作り上げるためには、全ての人間が人工知能に対して興味を持ち、人工知能にできることとできないことを正しく理解する必要がある
- 人工知能導入による効果を最大化させるためには、人工知能を活用するメリットとデメリットを踏まえた上で、人工知能に任せるべき仕事と人間が継続して行う仕事、人工知能のサポートを受けながら人間が実施する仕事の見極めを行う必要がある
シンボルグラウンディング問題 †
トロッコ問題 †
学習 †
敵対的学習 †
敵対的ネットワーク †
模倣学習 †
チャンク化 †
フレーム問題 †
各社の取り組み †
Google †
Amazon †
Microsoft †
NVIDIA †
IBM †
Baidu †
LINE †
DataRobot? †
- 人工知能が万人のものに？米新興企業データロボットがヤバイらしい件
- モデルを作る部分は、完全に自動化できるようになる。人間の作業は、モデル作りの前と後ろ。つまりモデル作成に必要なデータを集めて加工するところと、モデルが出してきた答えをアプリやプログラムにつなげるところになっていく。
- モデルを作るためにデータロボットのシステムにどのようなデータを読みこませるのか。データを選ぶだけではなく、ときにはデータを変換したり、加工することで、モデルの精度が向上する。その作業は、これからも人間がすることで価値を出せる領域である。
- モデルが出してきた予測結果をサービスに反映させたり、そこから新しいサービスを創りだしたりする部分。データロボットは生成されたモデルから自動的にAPI（アプリケーション・プログラム・インターフェース、プログラム間をつなぐ接続部分）を作ってくれるが、そこから先の部分はユーザーが行う必要がある。
- 予測モデルはできても、施策が明確でないこともある。離反確率の高いユーザーにアプローチしたら更に離反確率が上がったなどということもあり、人間の役割もまだまだ大きい
- 人工知能が出してきた予測データを踏まえて、どういうアクションを起こせばいいのか。そこを考えるのも、まだまだ人間の仕事。
- APIの自動デプロイなどはサービス化のためにはキーになる開発ですが、今まではモデルができてから開発に何カ月もかかっていた。これがDataRobot?では一瞬にして行われてしまう。
- 簡単なアプリ画面を作り、サンプルデータさえ用意できれば、DataRobot?の人工知能は勝手に学習して予測モデルを作り、さらにはアプリと人工知能との間のデータの自動受け渡しの部分までもすべて自動的に作ってくれる
- 人工知能利用がここまで簡単になると、今後、人工知能につながるスマホアプリが多数登場してくることだろう
- DataRobot?が開発可能な予測モデル
- 二値分類 ... この客は買うか買わないか、再びアクセスするかしないか、というような２つの結果のどちらになるかを予測する
- リグレッション ... 売り上げが幾らになるのか、というような数値を予測する
- 多値分類 ... この料理は韓国料理なのかイタリアンなのかというように複数のグループに分ける
- レコメンデーション ... この人にはこの商品をお勧めすると購買につながる
- アメリカでは、インターネット上のショップや、POSデータを持つリアルな店舗、銀行や保険会社、メディア、広告会社、ダイレクトメールのマーケッターなどが、DataRobot?のサービスを利用し始めている。おもしろいところでは、プロ野球のメジャーリーグのスカウトマンが、DataRobot?を使って選手のデータを解析し、妥当な契約金の額をはじき出しているという。
Uber †
Sony †
日本のベンチャー企業 †
関連記事 †
エッジAI †
|
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
