.png)
機械学習はどこで終わり、人工知能はどこから始まるのか？UneeQの上級機械学習開発者であるアミール・ハジラスーリハ博士に聞きました。
機械学習はどこで終わり、人工知能はどこから始まるのか？UneeQのコンピュータービジョンおよび機械学習の上級開発者であるアミール・ハジラスーリハ博士に、AIとMLの基本的な違いを解き明かすよう依頼しました。
AI と機械学習。敵対的に聞こえる見出しはご存知かもしれません。しかし現実には、AI と機械学習は、おそらく相違点と同様に類似点からもよく理解されています。
どちらもコンピュータサイエンスの分野です。どちらも、機械が人間の知能や反応を模倣するのを助けることを目指しています。どちらも高度なアルゴリズムを使用してタスクを完了します。そして、どちらも私たちのビジネスのやり方や機械との関わり方を日々変えています。
では、それらはどこで分岐するのでしょうか？
AI と機械学習には大きな重複があるため、この 2 つの用語が同じ意味で使われているのをよく耳にします。これは理解できる間違いですが、修正する価値があります。
AI、つまり人工知能は、人間の知能を模倣できるコンピューターを使用するという包括的な概念です。環境や入力に基づいて意思決定、問題の解決、アクションを実行するようにマシンをプログラミングすれば、AI が手に入ります。標準的なチャットボットはその好例で、多くの場合、あらかじめ定義された一連のルールを使用して顧客の質問を認識し、それに応えるように設計されています。初歩的なチャットボットでも、ある種の AI と定義できます。
機械学習はもう少し複雑です。機械を対象とした AI のサブセットで、明示的なプログラミングを行わなくても自分で学習できます。新しいデータに基づいて対応策を継続的に改善し、適応させています。このような行動は、最高の人にしか見られないものです。 AI チャットボット そして バーチャルアシスタント。あなたが話したりタイプしたりしても、彼らはただ聞いて応答するだけではありません。彼らは持っています 学んだ 答えは覚えていません。
AI と機械学習の違いを視覚化する方法の 1 つは、ロシアのネスティングドールのセットを想像することです。AI の方が大きいロシア人形、機械学習の方が小さく、完全にその中に収まります。つまり、すべての機械学習は AI ですが、すべての AI が機械学習というわけではありません。
この比喩をさらに推し進めるなら、ディープラーニングはこの分野のサブセットと見なされているため、機械学習の内部に収まるのはさらに小さなものでしょう。しかし、それはまた別の日の話題です。
スマートマシンのアイデアは、現代の現象とは言い難い。ギリシャ神話では、鍛冶の神ヘファイストスが、海賊や侵略者に岩を投げてクレタ島を守った巨大な青銅製の機械工具「タロス」を作ったと言われています。
これはほんの一例です。しかし、それが宗教であろうと、サイエンスフィクションであろうと 巧妙なデマ、インテリジェントマシンに対する私たちの文化的魅力は、科学的なもの、そして「人工知能」という言葉が生まれるずっと前からありました。
しかし、AIの技術進歩の変曲点を見つけるには、まず1950年代から始めましょう。
イギリスの数学者であり、伝説的な戦時暗号解読者でもあるアラン・チューリングは、1950年に独創的な「コンピューティング機械と知能」論文を執筆しました。その6年後、人工知能に関するダートマス夏季研究プロジェクトが開催されました。このワークショップには、数学とコンピューターサイエンスの分野で世界で最も優秀な人材が何人か参加しました。分野としての AI の誕生と広く考えられています。
1950年代は、機械学習に関する初期の先駆的な研究が始まった時期でもありました。1960 年代には、新しい情報に基づいて予測を更新できる可能性のあるコンピューターが導入され、物事は勢いを増しました。理論は正しかったが、テクノロジーは一生先の話だった。
これらの分野では着実な進歩が続いた 何十年にもわたって。しかし、2010年代は、技術の進歩、理論的革新、消費者の需要が転換点に達し、AIと機械学習の繁栄が可能になった時期です。
チャットボットとバーチャルアシスタントでの AI と機械学習の使用方法についてはすでに簡単に触れましたが、もう少し掘り下げてみましょう。現在、2025年までに、すべての顧客とのやり取りの約 75% がチャットボットを介して行われると予想されています。 70% の企業が音声アシスタントを信じている 革命的です。
理由を理解するのは難しくありません。これらのテクノロジーは、回答や情報を即座に提供でき、24 時間 365 日利用でき、カスタマーサービスチームの負担を軽減できます。これらは標準的な利点に過ぎず、機械学習によって AI チャットボットやバーチャルアシスタントはさらに多くのことができるようになります。
たとえば、機械学習のもう1つのサブセットである自然言語処理（NLP）と自然言語理解（NLU）は、コンピューターが人間の言語（最も一般的には英語）を分析、理解、生成できることを意味します。Alexa、Siri、Google アシスタント、その他さまざまなチャットボットや音声アシスタントは、これを実行するのに十分賢いです。
会話型AIはさらに一歩進んで、ほとんど人間のような対話ができるマシンが登場しました。Alexaは、フォローアップの質問に答えるときと同じように、ある会話から次の会話へとコンテキストを引き継ぐことを学びました。しかし、機械学習はまだ初期段階にあり、チャットボットとバーチャルアシスタントはまだ会話型AIやその先の真の可能性を引き出せていません。そうするとどうなるのでしょう？
チャットボットの主な欠点の1つは、消費者が提供できるカスタマーエクスペリエンス（CX）に対する期待が低いことです。これらのサービスを利用している間に優れた CX が得られると回答した人はわずか 43% で、実際に見つけた人は3分の1未満です。 フレンドリーで親しみやすい。
一方、バーチャルアシスタントは、単純な日常業務を人間よりも簡単で、便利で、より速く実行できると考えられています。しかし、資金管理などのより深刻な問題については、人々が 彼らが信頼しているものを選ぶ傾向がある — 他の人。
デジタルヒューマンはこうしたギャップを埋めるのに役立ちますが、AIと機械学習が重要な役割を果たす可能性があります。 UneeQでの私たち自身の研究 デジタルヒューマンインタラクションがユーザーエクスペリエンスを大幅に向上させることができることを示しています。確かに、デジタルヒューマンはチャットボットや音声アシスタントのように問題を解決したり、質問に答えたりしますが、笑顔と個性をもってそれを行い、信頼関係と信頼を築き、ブランド体験に人間味を加えます。
UneeQのコグニティブ・アーキテクトであるピアーズは、UneeQの研究と研究について深く書いています 顔があるのに人々がAIを信頼する理由、もっと詳しく調べたいなら。言うまでもないことですが、人々とのより高度で永続的なつながりを築く手段としての機械学習の出現は、インターフェースに同様の洗練を与える必要性を強調しているだけです。
そして、人間の顔を使うことほど優れた、実績のあるコミュニケーション方法はありません。
