機械学習は私たちの日常生活にどのような変革をもたらすのでしょうか?

L'人工知能これは広大なテーマであり、理解するのは複雑であると同時に魅力的です。このことについては専門紙でも一般紙でもよく耳にしますが、大手 IT 企業はもはやこのテクノロジーを信頼していません。

しかし、おそらく、それがどのように機能するかをまだ確認する時間を取っていないかもしれません。したがって、それが私たちの日常的な使用に与える可能性のあるすべての影響や、医療やロボット工学などのより広範な分野に与える可能性のある影響をすべて理解することは困難です。

だからこそ、私たちはここで、この素晴らしい人工知能の世界を発見することをお勧めします。この概要については、何について話しているのかを正確に理解することから始めるのが良いと思われます。

人工知能とは何ですか?

非常に一般的に、人工知能は人間の脳のように動作します。おそらくあなたはすでに私たちの脳がどのように機能するかに気づいているでしょう。それは非常に単純です：生き物として、私たちは経験を積みます私たちの生涯を通じて。これが重要であればあるほど、私たちは外の世界と毎秒記録されるすべての情報をより理解できるようになります。

たとえば、好奇心旺盛な子供が、キッチンのストーブで加熱されている鍋に触れて一度火傷を負った場合、他の高熱源によっても同じ怪我が発生することを理解するのに少し時間はかかりません。何のために ？なぜなら、彼の脳は痛みの情報を記録し、他の同様のケースから身を守るためにそれを使用しているからです。明らかに年齢が上がるにつれて、その情報はより洗練され、微妙なものになります。

この例を念頭に置くと、おそらく人工知能がどのように機能するかをより簡単に理解できるでしょう。実際、後者は環境をよりよく理解するためにその知識にも依存しています。しかし、実際には、コンピュータ システムは、私たちと同じように世界を認識していないため、肉や骨の塊を動かす私たちと同じ方法では経験を獲得しません。

さまざまな具体例を人工知能に「供給」するのはエンジニアの責任です。この一連の情報は、機械にとっては人間にとっての経験や記憶と同じものになります。これに基づいて、コンピュータは、学習した状況といくつかの類似点を共有するさまざまな状況でどのように反応するかを知ることができます。

明らかに、これには非常に特殊な学習方法が必要です。

ニューラルネットワークと機械学習

この少し専門的な部分については、人間の脳がどのように機能するかをもう一度思い出してください。大まかに言えば、私たちの灰色の細胞はニューロンの集合であり、「ニューラル ネットワーク」と呼ぶことができます。

本質的に、人工知能もニューラル ネットワークに基づいています。ただし、この特定のケースでは、この名前は相互にリンクされたアルゴリズムのセットを指定します。したがって、プログラムの最小の機能は常に他の機能に影響を与え、処理された各情報はニューラル ネットワークのすべての領域に伝達されます。

したがって、これらのアルゴリズムの組み合わせを最適化すると、ニューラル ネットワークが強化され、人工知能が可能になります。d理路整然と効果的に推論する。このテクノロジーの目標の 1 つは、機械が可能な限り最も合理的な方法ですべての対象にアプローチし、特定の目的を達成する可能性を最大化できるようにすることであるため、これは重要な点です。

人工知能はさまざまな手段を通じて新しい知識を学習できます。私たちが最もよく聞くプロセスは次のとおりです。機械学習。フランス語では「機械学習」と訳されます。そして、ここからはしっかりと掴まなければならないので注意してください。

機械学習東情報をマシンに送信し、マシン自身がそれを解釈することからなる方法。言い換えれば、私たちが提供する要素を理解するために、アルゴリズム (ニューラル ネットワーク)、つまり推論能力に依存します。

私たちがよく聞くもう一つの用語は、ディープラーニング、またはディープラーニング。これは機械学習の一分野であり、以下で構成されます。システムにとって最初は抽象的な情報を理解できるようにする。アルゴリズムを使用してこれらを分析することで、マシンは時間の経過とともに、まったく未知の概念を正しく理解できるようになります。

このようにして、人工知能は非常に大量のデータのおかげで、たとえば猫が何であるかを知ることができるようになります。しかし、彼女はまず動物が何であるかを学ばなければなりません、そしてその前に、目、毛、足、耳などが何であるかを知らなければなりません。追加のデータはそれぞれ、マシンの知識を洗練するのに役立ちます。最終的には、ひげの大きさや銃口の形状などの非常に微妙な情報のおかげで、猫とライオンを区別することができます。

最後に、間違いなくすでに聞いたことがある人もいるでしょう。強化学習(強化学習）。これは別の支店です機械学習。ここでの違いは、マシンは各アクションによって生じる結果を考慮します。そしてそれらを積極的制裁または消極的制裁の形で解釈します。

一定の時間が経過すると、人工知能はどのような行動が特定の状況を引き起こすかを予測できるようになります。たとえば、何十万回ものチェスのゲームをプレイした後、彼女は勝利につながる可能性のあるすべての順序と、敗北につながるすべての順序を予測できるようになります。

競争環境

多くの企業が人工知能技術の向上に積極的に取り組んでいます。主要なプレーヤーの中で、私たちは明らかに Google を思い浮かべます。。実際、マウンテンビュー会社は引き続き多くのリソースを動員しています。この分野で自らを強化する、特にを通じてディープマインド、その分野の専門分野。

それで、GoogleのAIは囲碁では扱いにくい、世界の偉大なチャンピオンを上回ります。これも自主性を高める、自分自身で学習する能力を向上させるために、人間への依存をこれまで以上に減らします。 Google はその進歩を誇りに思っており、自社のテクノロジーを強調し続けています。

そのプロセス機械学習とりわけ、システムを許可する画像の品質を向上させてズームインできるようにする、 の唇を読むあるいはユーモアのセンスを学ぶ。

しかし、Google は多くの注目を集めていますが、人工知能市場での地位を確立している唯一の企業というわけではありません。巨大企業アップルの関与が顕著などこのテクノロジーについて広範な研究を行っています。 IBM と有名な Watson についても言及しないわけにはいきません。ゲームショーJeopardyに勝つことができました！またはから料理のレシピを作成する。

最後に、また言及することができます中国の百度も天秤にかけようとしているそしてアメリカ企業の足元を歩くことになる。人工知能に携わる企業は明らかに他にもたくさんあり、それらはすべて、あらゆる人の用途を変革することを目指しています。

日常生活における AI

人工知能の概要はもうすぐ終わります (ふう!)。しかし、人工知能がどのような方法で私たちの日常生活を改善すると主張しているのかを知る必要があります。これを念頭に置いて、大手テクノロジー企業は、このテクノロジーを自社が販売するデバイスに統合する取り組みを強化しています。

人工知能が私たちの日常生活を楽にすることを目指している主要な分野を詳しく見てみましょう。

スマートフォン

私たちが人工知能に基づくサービスを最も多く利用している（そしてこれからも利用する）のはスマートフォンです。 iPhone を所有したことがない人でも、Siri について聞いたことがあるでしょう。 iPhone 4S 以降、Apple 端末によって提供されているアシスタントは、ユーザーの音声コマンドを理解し、応答し、実行することができるもので、間違いなく最も有名なものです。

しかし、彼だけではありません。Google Now-そして今Googleアシスタント—アマゾンアレクサなどコルタナ彼らも数年前からゲームに参加しています。彼らは皆、明らかに人間の言語を多かれ少なかれ高度に理解しているため、Web で検索を開始したり、あらゆる種類の情報 (ニュース、天気、株式市場、イベントなど) を提供したり、電話をかけたり注文したり、さらには支払い。

上記のアシスタントのほとんどは、次のようなホーム オートメーション ボックスにも含まれています。グーグルホームまたはアマゾンエコー、スマートフォンにすでに存在する機能に加えて、家庭内の接続されたオブジェクトを制御することもできます。

モバイル市場に戻るには、次の点に注意してください。サムスンがヴィブを買収— Siri を作成したのは — そして準備中ですBixby、独自の人工知能で見つかります。将来のギャラクシーS8。

自動運転車

人工知能の出現により、自動運転車分野が注目を集めています。2016年のパリモーターショーでそれを観察することができました。明日の車両は自動操縦をベースにしており、明らかな安全上の理由から、完璧でなければなりません。特にテスラは、しばしば見出しを飾ります。そのオートパイロットは次のような場合に賞賛されます。彼は衝突を予言するそして指摘した事故が避けられなかったとき。

大手企業が自動運転車の開発に参入している。Appleは多かれ少なかれ秘密のプロジェクトに長い間取り組んできた。それほど秘密ではありませんが、運転手付きの自動車サービスである Uberドライバーなしで車両を準備します。会社も知っているテストによるいくつかの挫折。 Google側としては、Waymoを作成しました。自動運転車の市場投入に備えるため。

さらに挙げることができるのは、CES 2017で明らかになった新機能。特にアウディはエヌビディアと提携している自動運転車のために。 2017年の始まりも、フォルクスワーゲンがモデルを発表する機会。

自動運転車を取り巻く大きな問題の 1 つは、道徳的で、ほとんど哲学的なものです。確かに、事故が避けられず、人の死を回避する解決策が不可能な場合には、機械はどのような決定を下すべきでしょうか?言い換えれば、乗客、歩行者、自転車の誰を救い、誰を非難すべきなのか。

ドローン

数多くの飛行制限にもかかわらず、ドローン市場は近年力強い成長を遂げています。金、これらのデバイスには人工知能も搭載されています。

ここ数カ月間、最適な空中経路を選択して障害物を回避したり、移動する物体や人を追跡したりできるドローンや自律飛行翼がますます増えています。巨大な DJI は必然的にこの分野で全力を尽くします。特にPhantom 4 のおかげで。

実際のケース: あなたがスキーヤーで、滑走の腕前を記録したい場合、滑降を撮影するために誰かがついて来る必要はありません。ドローンは丘、木々、スキーリフトを避けながら、ゲレンデの底まで追跡できます。

想像することでさらに先に進む人もいます乗客を運ぶことができるドローン。すると、次のような状況に陥ってしまいます。自動運転車だが空を飛ぶ。

さらに進む: 医学とロボット工学

人工知能の貢献が日常生活の改善だけに留まらない分野についての言葉でこの概要を終わります。病院の環境が良い例です。 Google DeepMind は、英国の公衆衛生システム (NHS) のサービスと連携していることが注目に値します。

深層学習手法を使用して、知能は病気を検出するように訓練されます。特に、次の診断を完璧にしています。糖尿病網膜症の斑点症状（糖尿病による視力喪失）または急性腎不全の兆候。 Googleは、これまでの進歩は大きく、医師はまもなく患者のケアを最適化できるようになるだろうと主張している。さらに最近では、研究者たちは次のことができる人工知能を開発しました。皮膚がんを検出し、誰もがスマートフォンを使用して最終的に自分自身を検査できるようにする。

別の分野では、人工知能によってパフォーマンスの向上も可能になります。家庭用ロボット、産業用、そして必然的に、軍事用オートマトン。インテリジェント マシンは、諜報サービスをサポートするように設計することもできます。これは実際に 1983 年に映画の製作者によって想像されました。戦争ゲーム冷戦中、アメリカの核兵器の管理は自律型コンピューターによって行われていました。

最近（再）鑑賞した後、私は「人工知能をどこまで信頼できるのか？」と自問するようになった、期待に満ちた美しい作品です。しかし、それはまた別の議論です。

https://www.numerama.com/sciences/195432-elon-musk-passe-50-de-journees-a-proteger-contre-lia-futur.html