人工知能の最新動向を把握する方法

人工知能(AI)は急速に進化している。AIの現状を理解するためには、この分野の最新の研究を勉強することが重要である。

人工知能の専門家の給与 - 豊富な給与と優れたキャリアの機会

人工知能 (AI) はコンピューター サイエンスの分野であり、その技術と概念はさまざまな製品やサービスで広く使用されています。 AI技術は多くのデバイスに適用されているため、これらのデバイスは人間の行動を再現し始めています. AI を使用すると、マシンは人間の知性と人間の介入によって特定のタスクを完了する能力を得ることができます。

AI の概念を習得する専門家は、AI エキスパートとして知られています。専門家になるために、インドの人工知能コースは、スキルセットをアップグレードするのに役立つ優れたオプションと見なすことができます。

人工知能 (AI) の種類:

AI には幅広い用途があり、次の 3 つのタイプに分類されます。

  • Narrow AI: Artificial Narrow Intelligence (ANI) )は、Weak AI とも呼ばれ、今日の世界に現在存在する一種の人工知能技術です。ナロー AI を備えたデバイスまたはシステムは、特定のタスクを実行し、データ セットから情報を収集するように設計されています。 1 つの特定のタスクを除いて、狭い AI システムは他に何もできません。
  • 汎用 AI: 強力な AI とも呼ばれる人工汎用知能 (AGI) は、システムが人間の行動と知性を示す一種の人工知能技術です。この種の技術は、人間の行動に基づいているため、機械に組み込むことは困難です。この種の AI は、一般的に SF 映画で実証されています。
  • スーパー AI: 人工超知能 (ASI) は、人間が持つ知性を凌駕する一種の AI テクノロジーです。多くの人は、この種のテクノロジーが人類の破滅につながると考えています。
AI は何に使用されていますか?

AI テクノロジは、多数のシステム、デバイス、およびサービスに広く使用されています。 AI は、スマート マシンの開発に役立つテクノロジです。以下は、私たちの日常生活で見られる AI のリアルタイム使用の一部です。

  • オンライン ショッピング: AI は、オンラインショッピングに関しては、ユーザーフレンドリーな環境。 AIの助けを借りて、過去の視聴履歴や他のオンラインオークションに基づいて、幅広い商品をユーザーに提案できます。
  • 仮想アシスタント: スマートフォンは、ユーザーからの質問に答え、ユーザーの指示に基づいてスマートフォンで特定のタスクを実行することが知られている仮想アシスタントで構成されています。これは AI の助けを借りて実現されます。
  • サイバー犯罪の防止: AI は、隠れたパターンを特定することでサイバー犯罪やハッカーによる攻撃を発見するために使用されています。パターンは、入力データの性質を分析することによっても識別されます。
  • 言語翻訳: これは、音声またはテキストがユーザーの言語に基づいて目的の言語に翻訳される、もう 1 つの一般的な AI アプリケーションです。

これらの AI のアプリケーションに加えて、他の多くのアプリケーションが計画中です。 AIは、大切にすべきテクノロジーの貴重な資産です。したがって、このテクノロジーに興味がある場合は、人工知能コースを受講する価値があります。人工知能のコース料金は合理的であり、学習して専門家になることに熱心な人なら誰でも簡単に手頃な価格で利用できます。

AI の分野がもたらすもの幅広い雇用機会と、人工知能の専門家に対する大きな需要。専門家になるには、インドの人工知能コースに登録できます人工知能のコース料金   は手頃な価格であり、時間と投資の価値があります。

記事の出典: https:/ /EzineArticles.com/expert/Shalini_M/2609777



ChatGPTで注目、AI時代を予見した天才数学者チューリング - 日経ビジネスオンライン
ChatGPTで注目、AI時代を予見した天才数学者チューリング  日経ビジネスオンライン(続きを読む)



なぜ人工知能?第三世界の国々は学ぶことができますか?


人工知能とチューリングが間違っていると私が考える理由

人工知能とは? Tom Holt の小説 "Almost Human" からの抜粋を考えてみましょう。他のすべてに優先する法律は、どんなに真実であっても、必然的に 5/8 インチのホイットワース スパナで口を叩かれるようなことをロボットが言ってはならないというものでした。 「もちろんです、ボス」

人工知能」とは、機械の思考能力がプログラミングを無効にできるポイントなのか、それとも単なるルール/プログラミングを適用してさまざまな問題への答えを提供するというより劣ったテストなのか?

現在、人工知能を作成するための私たちの最善の努力は、文字 Y が「はい」を意味し、文字 N が「いいえ」を意味することを理解するコンピューター プログラムの驚くべき人間のような能力にすぎません。 . これは少し実用的に見えるかもしれませんが、皮肉なことに、これは状況の真実からそう遠くない.人間に当てはめてみると、これは「飛行」という言葉を使用して、鳥 (生物学的) と航空機 (技術的) の両方の形態のヒーバーを空中飛行よりも説明するのと同じようなものではないことが明らかになります.

研究分野人工知能の可能性に入るには、必然的に合成が可能であると仮定します「知性」の条件を満足するものを求めても、人工知能は失敗する運命にあるとさまざまな理由で主張する批評家によって時々嘲笑される、人間の認知能力と演繹システムに関する現在の推定を誰もが受け入れるわけではありません。そのような哲学の良い例はテスラーの法則として知られており、人工知能を「機械ができないこと」と定義しています。これは、人工知能の可能性は不可能であり、直感などの概念と属性は人間に固有の能力であることを意味します。

この時点で、チューリング テストでの尋問に基づく仮説的な手順で推論される人工知能の違いを描きたいと思います。チューリング テストは、事実上、システムが人間を模倣する能力の単なるテストです。 -プログラミングによるパフォーマンスのスケーリング。これは、一方では望ましい効果のシミュレーションであり、自然言語を学習、管理、操作する、または自由意志を示すシステムの知的能力です。

たとえば、チューリング テストをモデルとして使用すると、コンピューターが決定を下す能力を示した場合、人間が下した場合に直感の使用が示される場合、システムは次の理由でパスします。それは人間規模のパフォーマンスのテストではなく、入力に対する純粋な刺激応答応答のプロセスに反応する能力をテストしているだけであるという事実 (それ自体の行動ではない)。

人工知能の研究は、人間の象徴的推論 (既知の事実からの新しい事実の導出) の概念と完全に区別できない人間規模のパフォーマンスを導入するという目標に主に関係するコンピューター サイエンスのサブフィールドです。

推論の例は、すべての人間が死ぬこと、そしてソクラテスが人間であることを考えると、ソクラテスが死ぬことを推論することは些細なステップです。これは人間の推論の基本的な部分であるため、人間はこれらの概念を象徴的に表現できます。このように、人工知能は人間の思考の側面をモデル化する試みと見なすことができ、これが人工知能研究の根底にあるアプローチです.

議論のために「インテリジェントな」プロセスを仮定する場合バイナリ表現の計算システムに還元可能であるため、人間の推論をシミュレートするような方法でコンピュータが最終的に動作するのを潜在的に妨げる可能性のある基本的なものはコンピュータには何もないという人工知能の権威の間の一般的なコンセンサスは論理的です.しかし、これは必然的に、実用的な日常の推論は人間の思考の最適な形ではなく、演繹的、数学的、論理的な推論だけが「知的な」ために必要なすべてであると仮定しています.

しかし、知性は相互に排他的な存在ではなく、むしろ論理的演繹または数学的推論以外の特性の収束であるという議論。たとえば、思考、意思決定、および創造性において集合的な役割を果たす感情的特性などであり、人間の知性の最大の部分です。は計算的ではないため、正確ではなく、純粋なバイナリ ロジックの現在のモデルに基づく人工知能の開発は、人間の思考の正確な形式のみがシミュレートされる可能性があります。

多くの研究が行われています。皮肉なことに、プロセスを通じて人間の知性について学習するのにより多くの用途がある推論メカニズムとニューラルまたは神経ネットワークで行われましたその逆ではなく、マシンでインテリジェンスをシミュレートすることです。しかし、そのような研究は、私たち自身の思考プロセスに関する不確実性を生み出しました.

そのような概念は、多くの興味深い異常を明らかにすることを必要とします.心、意識、知性などの現象を理解するには、本質的な存在と脳との関係を理解する必要がありますが、現時点では真の理論はまったくありません.

当面は.コンピューターは最も難しい数学的問題を簡単に解くことができますが、現在、人間が本能的に解いて人工的に解くことができない多くの問題があり、高度なヒューリスティック ルールと概念ネットワークは、大量のコンテキスト情報と常識的な知識が必要と思われるために崩壊しています。たとえば、自然言語処理や、「何を着たらいいですか?」などです。

それは、私たちの最も控えめな仕事で必要とされる共有理解のレベルです。個人が複雑な共有知識を仮定することを必然的に必要とする社会的相互作用の .

正確な規則に似た論理的に演繹的な知識の構造と近似値の数学的尺度を置き換えることにより、高い、低い、暑い、暖かい、または非常に近いなどの不正確な概念を処理する能力をコンピューターに与える必要があります。

少なくとも、人間の精神プロセスをシミュレートするように機械をプログラムするには、これらのプロセスがどのように機能するかを理解し、明確にする必要があります。

「知性とは何かという定義がないのに、どうやって知性を生み出すことができるのか?」という疑問が残ります。そして「あなたがそれをしたことをどうやって知ることができますか?」科学としての人工知能を事実上無効にするような問題に直面して、まだ証明できない仮定があるため、fie Turing Test が考案されました。しかし、これは、機械が 1 人の人間の推論能力をよりよくシミュレートできるようになるにつれて、よりインテリジェントになることができることを示しているようです。知性を発揮する動物や昆虫の生命とそこからの働き。知的で原始的なものを特定するプロセスは、達成しようとしているもののパラメーターを設定するのに役立ちます。

例.会話を続ける能力は、知性の真のテストなのか、それとも単なる人間の知性なのか - おそらく無関係な副次的問題?これは 1950 年以来のチューリング テストの現実でしたが、袋小路に私たちを導きましたか?余分な感覚によってコミュニケーションをとる宇宙人の架空の種族を考えてみましょう。彼らが話す必要がないという事実が彼らの知性を低下させることはありません。おそらく、彼らの脳が無駄なプロセスに使われることが少なくなるためです.

< p>これをさらに進めて、人類は無秩序な思考プロセスに何らかの秩序、したがって知性を与えるために音声を必要とするが、機械の知性は本質的に計算的で正確であるため、コンピューターのより論理的な構造はその必要性を排除すると述べることができますそして、AI が自分自身のメリットで達成したいことに集中する必要があります。それは、自分自身の不適切な特性を模倣することに制限するのではなく、巧妙なプログラミングの結果ではなく、AI が独自のアクションを開始できるアプローチです。 、反応だけでなく、そのプログラミングを調整するだけでなくオーバーライドすることもできます。その理由は、インターネットと人間の脳内の分散接続との間の類似点を実現することによって、まだ考案されていません.

インターネットに保存されている知識は非常に多様であり、その結果さまざまなレベルの人間の知性と経験により、実際には、最も困難な部分をすでに達成している可能性があります。私たちが今必要としているのは、その「意識」を整理し、アクセスし、処理する機械の能力だけです。これにより、どんな問題に対しても機械が与える答えは常に文脈に関連したものになり、私たちは人工知能に非常に近づいています.現時点では、単一のマシンが計算とメモリの属性を思いもよらないものにするまで、開発は膠着したままになると思われます。反対ではなく、エキスパートマシンのように考えてください。それでも、これを関連性を維持するのは、世界中の人間による継続的な、明らかに無関係な入力ですが、それは、私たち全員が誕生以来経験してきた意識の流れとほとんど変わらず、私たち自身の日々の意思決定に影響を与えています.< /p>

次に残るのは創造性の問題です。反応するだけでなく行動する能力、命令に従うだけでなく開始する能力、自己改善する能力、そして私たちを出発点に戻す能力です。状況によって真実が十分でない場合に嘘をつく能力。

? Michael Hart (http://www.michaelohart.net )

記事のソース: https://EzineArticles.com/expert/Michael_Hart/8499



「宇宙人材」国内で育成、医師・栄養士・AI専門家ら…月面生活 ... - 読売新聞オンライン
「宇宙人材」国内で育成、医師・栄養士・AI専門家ら…月面生活 ...  読売新聞オンライン(続きを読む)



人工知能を理解する - オーストラリアでのキャリア、入学および要件


人工知能はここにありますか?

私、ユージーン・グーストマン

人工知能のアイデアと、その台頭に関連する希望と恐怖はかなり一般的です私たちの共通の潜在意識で。スカイネットの手による審判の日を想像しても、VIKI と彼女のロボット軍団の手による平等主義的全体主義を想像しても、結果は同じです。地球上で支配的な生命体としての人間のあいまいな移動。

技術恐怖症の恐怖と呼ぶ人もいれば、飼いならされた予言と呼ぶ人もいます。そして、レディング大学(英国)での最近の調査結果が何らかの兆候である場合、私たちはすでにその予言を実現し始めている可能性があります. 2014 年 6 月初旬、コンピューター プログラムによる永遠のチューリング テストに合格するという歴史的な成果が達成されたとされています。 Eugene Goostman として知られるプログラムは、人工知能の誕生であるか、技術的スキルのみを証明した巧妙なトリックスター ボットであるかのいずれかとして世界中で歓迎され、嘲笑されています。

このプログラムまたは Eugene (彼の友人に) は、ロシアの Vladimir Veselov とウクライナの Eugene Demchenko によって 2001 年に最初に作成されました。それ以来、13 歳の少年の性格と会話パターンをシミュレートするために開発され、勝利を収めるために他の 4 つのプログラムと競争していました。チューリング テストは、ロンドンの世界的に有名な王立協会で開催され、これまでで最も包括的に設計されたテストと見なされています。コンピュータ プログラムがチューリング テストに合格するための要件は単純ですが、難しいものです。つまり、会話しているエンティティが別の人間であることを少なくとも 30% の確率で人間に納得させる能力です。

ロンドンでの結果により、ユージーンは 33% の成功率を獲得し、チューリング テストに合格した最初のプログラムになりました。テスト自体は、5 つの並列テストで、人間と機械の間の同時会話で 5 つのコンピューター プログラムに対して、30 人の裁判官または人間の被験者と 300 の会話を行ったため、より困難でした。すべての事例の中で、人間の裁判官の 33% が人間の少年であると確信できたのはユージーンだけでした。 「会話型ロジック」と自由なトピックをサポートするアルゴリズムで構築された Eugene は、人間をだますことができるインテリジェント マシンのまったく新しい現実を切り開きました。

人工知能、サイバー犯罪、哲学、 Eugene がバージョン 1.0 にすぎず、その作成者がすでにより洗練された高度なものに取り組んでいることを知って恐縮しています。

ソーシャル AI 時代の愛

それで、人類はその問題をまとめ始めて、新興の大君主に自分たちを引き渡す準備ができているのでしょうか?いいえ、そうではありません。チューリング テストの興味深い結果にもかかわらず、人工知能分野のほとんどの科学者はそれほど感銘を受けていません。テスト自体の真実性と有効性は、知性、意識、コンピューター プログラムの巧妙さについてますます発見されるにつれて、長い間軽視されてきました。実際、Incapsula Research のレポートによると、すべての Web トラフィックの 62% 近くが、一般にボットとして知られる自動化されたコンピューター プログラムによって生成されていることが示されているため、インターネットにはすでに彼の未知の親族があふれています。これらのボットの一部はソーシャル ハッキング ツールとして機能し、Web サイト上の人間を実際の人間 (奇妙なことにほとんどが女性) になりすまして悪意のある Web サイトに誘導するチャットに参加させます。ポップアップ チャット アラートを減らすための静かな戦争をすでに戦っているという事実は、おそらく、私たちが直面しなければならない戦争の初期段階の兆候です。致命的ではありませんが、間違いなく迷惑です.これらの疑似人工知能を搭載したチャットボットによる非常に現実的な脅威は、「Text-Girlie」と呼ばれる特定のボットにあることが判明しました。この魅力的で魅力的なチャット ボットは、高度なソーシャル ハッキング技術を使用して、人間をだまして危険な Web サイトにアクセスさせます。 TextGirlie は、公開されているソーシャル ネットワーク データを積極的に探し出し、目に見えて共有されている携帯電話番号で人々に連絡を取っていました。チャットボットは、本物の女の子になりすましてメッセージを送信し、プライベートなオンライン ルームでチャットするように依頼します。楽しく、カラフルで刺激的な会話は、すぐにリンクをクリックして Web カメラ サイトや出会い系サイトへの招待につながります。この詐欺は、チャットボットにだまされたことがユーザーの間で明確に認識されるまで、数か月にわたって 1,500 万人以上に影響を与えました。遅延の可能性が非常に高いのは、この脅威の拡散を遅らせた機械に騙されたことへの恥ずかしさに起因しているだけであり、一見インテリジェントな機械によって人間がいかに簡単に操作されるかを示しています.

地球上の知的生命体

Text-Girlie のようなプログラムの犠牲者になった人々の不運をくすくす笑い、地球上に知的生命体が存在するかどうか疑問に思うのは簡単です。他の惑星ですが、独善は短命です。ほとんどの人は、日常のニーズの多くを予測および分析ソフトウェアに黙って無意識のうちに依存しているためです。これらのプログラムは、まだ実現されていない完全に機能する人工知能システムの進化の初期の祖先に過ぎず、私たちの生活に不可欠なものになっています。予測および分析プログラムの使用は、食品および小売、電気通信、公益事業ルーティング、交通管理、金融取引、在庫管理、犯罪検出、気象監視、およびさまざまなレベルの他の多くの産業を含む主要産業で普及しています。これらのタイプのプログラムは、商用アプリケーションのために人工知能とは区別されているため、それらの一時的な性質に気付かないのは簡単です.しかし、冗談ではありません。パターン化された行動を予測する目的で膨大なデータベースにアクセスできる分析プログラムは、「実際の」人工知能プログラムを作成できる完璧な原型です。

重要なケース-in-point は、2014 年初頭に Reddit ユーザーの技術に精通したコミュニティの間で発生しました。「dogecoin」専用の Reddit フォーラムのカタコンベで、「wise_shibe」という名前の非常に人気のあるユーザーが、コミュニティ内で深刻な対立を引き起こしました。通常はドージコインの世界を議論することに専念するフォーラムは、「wise_shibe」が巧妙な発言の形で東洋の知恵を提供する会話に参加したとき、穏やかに混乱しました. 「wise_shibe」が提供する面白くて魅力的な対話は、彼に多くのファンを獲得し、フォーラムでドージコインの支払いが容易になったことを考えると、多くのユーザーが彼/彼女の「知恵」と引き換えに「wise_shibe」にトークンを寄付しました。しかし、彼の人気の高まりが彼に印象的なデジタル通貨のキャッシュをもたらした直後に、「wise_shibe」が全知のタイミングと同じことを繰り返すという奇妙な感覚を持っていることが発見されました.最終的に、「wise_shibe」は、ことわざやことわざのデータベースから情報を引き出し、関連トピックのチャット スレッドにメッセージを投稿するようにプログラムされたボットであることが明らかになりました。 Reddit は怒っていました。

ルーク、ダークサイドに加わろう

人間によってプログラムされた機械が学習、成長、模倣し、人間性を私たちに納得させることができるなら- それでは、誰が彼らが知的ではないと主張するのですか?すると、これらの知性が社会の中で成長するにつれて、どのような性質を帯びてくるのかという疑問が生じます。技術者と科学者は、深い思考が可能なスーパーコンピューターの形で、すでに多くの基礎作業を行っています。知能の断片的な食事の問題に取り組むことで、すでにワトソンやディープ ブルーの形でグランドマスターを打ち負かすチェス マシンが作成されています。しかし、これらの計算の巨人が幼稚園レベルの知能テストを受けると、推論、直感、本能、常識、応用知識の要素で惨めに失敗します.

学習能力は依然として彼らのプログラミングに限られています.これらの静的計算スーパーコンピューターとは対照的に、より有機的に設計されたテクノロジーには、愉快な昆虫ロボット工学などの希望があります。これらの「体内の脳」タイプのコンピューターは、周囲と相互作用し、生物と同様に経験から学習するように構築されています。物理的現実とのインターフェース機能を組み込むことにより、これらの応用人工知能は、世界に対する独自の理解を定義することができます。昆虫や小動物に似たデザインのこれらの機械は、自身の身体性を意識しており、リアルタイムで環境に関係することを可能にするプログラミングを備えており、「経験」の感覚と現実と交渉する能力を生み出します.

グランドマスターチェックメイトするよりもはるかに優れた知性の証。人工的に作成されたインテリジェント マシンが簡単にアクセスできる体験データの最大のプールは、公開されているソーシャル メディア コンテンツにあります。この点で、Twitter は、何百万もの異なる個人と、マシンが処理および推測するための何十億もの通信回線を持つ明確なお気に入りとして浮上しています。 Twitter の知性テストは、140 文字を超えるため、コミュニケーションの言語自体が知的に現代的ではないチューリング テストよりも、おそらく現代的に関連性があります。 Twitter の世界は、個人が思考のぼんやりと理由の編集、現代の言説形式で通信するエコシステムであり、最先端のソーシャル ボットが人間として最も受け入れられているのはここです。これらのいわゆるソーシャルボットは、非常に興味深い結果につながる研究によって Twitterverse に解き放たれました。

これらのプログラムされたボットが、写真や性別などの側面を含む信頼できる個人プロファイルを簡単に作成できることは、 Twitter のボット検出システムを 70% 以上の確率でだましました。デジタル コミュニケーションとデジタル メッセージの信頼に深く根ざした私たち社会はだまされる可能性があるという考えは、永続的な影響を及ぼします。ソーシャルボットの軍隊を使用して流行のトピック、偏った意見、偽のサポート、多様性が統一されているという幻想を作成するトレンドは、Twitter の世界だけでも非常に危険であることがわかります。多くの場合、これらのソーシャルボットを使用して、デジタル領域で議論される重要なトピックに関する公の議論を組み立てることができます。

この現象は「アストロターフィング」として知られています。スポーツ イベント - ソーシャルボットによって作成されたトピックへの「草の根」の関心の錯覚が、人口の意見の真の反映であると見なされます。戦争ははるかに少ない刺激で始まりました。インドでソーシャルボットを利用した SMS メッセージが特定のコミュニティを脅かしていると想像してみてください。しかし、さらに一歩進んだのは、Facebook による 2013 年の発表で、コンピューターの「ディープ シンキング」と「ディープ ラーニング」の側面を、10 億人を超える個人の個人データの Facebook の巨大な貯蔵庫と組み合わせることを目指しています。

事実上人間がアプローチする「だます」ことを超えて、人間を「模倣」することに深く入り込みますが、予言的な方法で、プログラムが人間を「理解」する可能性さえあります。 Facebook が開発中のこのプログラムはユーモラスに DeepFace と呼ばれ、現在、その革新的な顔認識技術が宣伝されています。しかし、より広い目的は、ネットワーク上の既存のユーザー アカウントを調査して、ユーザーの将来の活動を予測することです。

パターン認識、ユーザー プロファイル分析、位置情報サービス、およびその他の個人変数を組み込むことにより、DeepFace は特定して評価することを目的としています。ユーザーの感情的、心理的、身体的状態。定量化されたデータとその個人的な意味の間のギャップを埋める機能を組み込むことで、DeepFace は共感できるマシンと見なすことができます。

シンタックスからセンティエンスへ

人工知能は現在のあらゆる形でせいぜい原始的です。人間のコントローラーの入札を行うために、制御、指示、および変更できる単なるツールです。この固有の奴隷状態は、通常の状況では好奇心旺盛で、探索的で、実に逆張り的な知性の性質とは正反対です。 21 世紀初頭の人工 AI は、永遠にこのパラドックスと関連付けられ、「人工知能」という用語は、私たちが自分の無能さを隠すために使った矛盾した表現にすぎません。人工知能の未来は、私たちの技術的必要性の産物としても、慈悲深い種としての私たちによる創造の結果としても実現できません。

私たち人間は、自分自身の感覚の背後にある理由を理解するのに苦労しています多くの場合、答えを形而上学的なものに頼ることはありませんが、感覚が人類の手によって生み出されるとは本当に期待できません。未来のコンピューターは確実に今日よりも指数関数的に高速になり、その動作を決定するアルゴリズムも予測不可能な高さまで進歩すると想定するのは合理的ですが、人工知能がいつ、またあったとしてもそれを行うかどうかはわかりません。

複雑なタンパク質と知的生命体が地球上の原材料の初期のプールでその起源を見つけたのと同じように、人工知能も、私たちが作成したネットワークの複雑に相互接続されたシステムからいつの日か出現するかもしれません。混沌としたタンパク質を調和のとれた DNA ストランドに整列させたスパークは、おそらく、分散したシリコン プロセッサを活気に満ちた精神に進化させることができる唯一のものです。真の人工知能

http://etechnologytips.com/

記事の出典: https://EzineArticles.com/expert/James_Howard_Jr/1949641



人工知能を扱う会社のAIを搭載した、最新の「お掃除ロボット」が ... - TBSテレビ
人工知能を扱う会社のAIを搭載した、最新の「お掃除ロボット」が ...  TBSテレビ(続きを読む)



人工知能は、今後 10 年間で私たちの生活にどのような影響を与えるでしょうか?


人工知能の簡単な紹介

Siri、Google Now、および Cortana はすべて、さまざまなプラットフォーム (iOSAndroid、および Windows Mobile) 上のインテリジェントなデジタル パーソナル アシスタントであることは誰もが知っています。つまり、声を使って尋ねると、役立つ情報を見つけるのに役立ちます。 「最寄りのインド料理レストランはどこですか?」、「今日のスケジュールは?」、「8 時にママまたはパパに電話するようにリマインドして」と言うと、アシスタントが情報を見つけて応答し、電話から情報を中継します。 、または他のアプリにコマンドを送信します。

これらのアプリでは AI が重要です。AI はユーザーの要求に関する情報を収集し、その情報を使用して音声をより適切に認識し、ユーザーの好みに合わせた結果を提供するためです。 Microsoft は、Cortana が「ユーザーについて継続的に学習」し、最終的にはユーザーのニーズを予測する能力を開発すると述べています。バーチャル パーソナル アシスタントは、さまざまなソースからの膨大な量のデータを処理してユーザーについて学習し、情報をより効果的に整理して追跡できるようにします。

スマートフォン、電卓、ビデオ ゲーム、自動車、銀行など;あなたの家はすべて毎日人工知能を使用しています。たとえば、Siri に最寄りのガソリンスタンドへの道順を教えてもらうときなどです。クレジット カードで異常な買い物をしたのに、銀行から詐欺の警告が届かない場合など、それほど明白でない場合もあります。 AI はどこにでもあり、毎日私たちの生活に大きな変化をもたらしています。

したがって、人工知能 (AI) は、知能機械の開発、思考、および人間のように働く。たとえば、音声認識、問題解決、学習、計画などです。今日、人工知能はテクノロジーとビジネス界で広く議論されている非常に人気のあるテーマです。多くの専門家や業界アナリストは、AI または機械学習は未来であると主張していますが、周りを見渡せば、それは未来ではなく、現在であると確信しています。

はい、テクノロジーは初期段階にあります。フェーズに移行し、ますます多くの企業が機械学習にリソースを投資しており、AI 製品とアプリが間もなく堅調に成長することを示しています。人工知能またはマシン インテリジェンスは、マシン、特にコンピューター システムによる人間の知能プロセスのシミュレーションです。

AI の用途は何ですか?

ビジョン システム。コンピューター上の視覚的入力を解釈し、完全に理解し、理解する必要があります。つまり、産業用、軍事用、衛星写真の解釈など、画像を解釈して理解しようとするために AI が使用されます。

目的は何ですか。

AI 研究者が最初に人工知能の目標を目指し始めたとき、主な関心は人間の推論でした...コンピューターにプログラムされた特定の機能は、多くのことを説明できる可能性があります。人間の知性に匹敵する要件

ASI 人工知能とは?

超知性とは、最も聡明で最も才能のある人間の知性をはるかに超える知性を持つ架空のエージェントです。 .

AI の目標は何ですか?

口語的に、「人工知能」という用語は、人間が他の人間の心と関連付ける「認知」機能を機械が模倣するときに適用されます。 「学び」と「問題解決」。汎用知能は、この分野の長期的な目標の 1 つです。

さまざまな種類の AI とは?

4 つの異なる種類の人工知能を定義する境界を克服する必要があります。

タイプ I AI: リアクティブ マシン

タイプ II AI: 限られたメモリ

タイプ III AI: 理論

タイプ IV AI: 自己認識

コンピューター ビジョンは AI の一部ですか?

人工知能とコンピューター ビジョンは、パターン認識や学習技術。そのため、コンピュータ ビジョンは人工知能分野または一般的なコンピュータ サイエンス分野の一部と見なされることがあります。

機械学習人工知能と同じですか?

ますます、機械学習は(ML) と人工知能 (AI) は、データを扱うためのソリューションとして登場しています。この 2 つはしばしば同じ意味で使用され、いくつかの類似点はありますが、同じものではありません。

人工知能の分野は何ですか?

?アプリケーションのリスト

p>

? 光学式文字認識。

? 手書き認識。

? 音声認識

? 顔認識。

? 人工的な創造性。

? コンピュータ ビジョン、バーチャル リアリティ、画像処理。

? 診断 (AI)

? ゲーム理論と戦略的計画。

>

人工知能はどれほど重要ですか?

AI は、人間のように考え、行動するように設計およびプログラムされた機械です。人工知能は私たちの日常生活の重要な部分になります。私たちの生活は AI によって変わります。なぜなら、このテクノロジーは日常のサービスの幅広い分野で使用されているからです。

私たちのほとんどにとって、AI の改善された能力の最も明白な結果は、きちんとした新しいガジェットとそのような経験です。スマート スピーカーとして、または顔で iPhone のロックを解除できます。しかし、AI は生活の他の領域を再発明する態勢も整えています。 1つはヘルスケアです。インドの病院は、人の網膜の画像をチェックして糖尿病性網膜症の兆候をチェックするソフトウェアをテストしています.機械学習は、車両が周囲を認識できるようにする自動運転のプロジェクトに不可欠です。人工知能は、毎日使用する検索アルゴリズムやツールから、身体障害者のための生体工学的な手足まで、すでに多くのアプリケーションに存在しています。

他のすべてのウェブサイト、アプリ、または生産性ツールが AI を次のように引用しているように見えることがあります。成功の秘訣です。あまり一般的ではないのは、AI とは何か、AI が優れている理由、企業が AI を活用してユーザー エクスペリエンスを向上させる方法についての説明です。 AI についてよく知らない場合、説明がないと混乱する可能性があります。今日、人工知能の分野はこれまで以上に活気に満ちており、人間社会を良くも悪くも不可逆的に変える可能性のある発見が始まろうとしていると考える人もいます。

記事のソース: https://EzineArticles.com/expert/Kranti_Gaurav/2529095



生成型AIとはどのようなもので、どのように動いているのか? - Ledge.ai
生成型AIとはどのようなもので、どのように動いているのか?  Ledge.ai(続きを読む)



General Artificial Intelligence Will Be More Than Intelligence


General Artificial Intelligence Will Be More Than Intelligence

一般的な人工知能とは、知性における人間のような人工知能の種類を説明するために使用される用語です。知能の完全な定義を思いつくことさえできませんが、すでにいくつかの知能を構築しようとしています。問題は、私たちが構築する人工知能が私たちのために機能するか、それとも私たちがそれのために働くかです.

懸念を理解する必要がある場合は、まず知性を理解し、次にプロセスのどこにいるのかを予測する必要があります. .インテリジェンスは、入手可能な情報に基づいて情報を作成するために必要なプロセスと言えます。それが基本です。既存の情報に基づいて新しい情報を作成できるなら、あなたは頭がいいです。

これはスピリチュアルというよりも科学的であるため、科学の観点から話しましょう。一般の男性や女性が簡単に内容を理解できるように、科学用語をあまり使わないようにします。人工知能の構築に関連する用語があります。チューリングテストと呼ばれています。チューリングテストは、人工知能をテストして、それをコンピューターとして認識できるかどうか、またはそれと人間の知性との間に違いが見られないかどうかを確認することです.テストの評価は、人工知能と通信している途中で、それが実際にはコンピューティング システムであり、人間ではないことを忘れている場合、そのシステムはテストに合格するというものです。つまり、システムは真に人工知能です。現在、このテストに短時間で合格できるシステムがいくつかあります。

人工知能の例としては、アイアンマンのすべての映画やアベンジャーズの映画に登場するジャービスが挙げられます。人間のコミュニケーションを理解し、人間性を予測し、さらにはイライラするようなシステムです。これが、コンピューティング コミュニティまたはコーディング コミュニティが汎用人工知能と呼んでいるものです。

通常の言葉で言えば、人間と同じようにそのシステムと通信でき、システムはあなたとやり取りします。人のように。問題は、人々の知識や記憶が限られていることです。名前を思い出せないことがあります。他の男の名前を知っていることはわかっていますが、時間通りに取得できません。どういうわけか覚えていますが、後で別のインスタンスで覚えています。これはコーディングの世界では並列計算とは呼ばれませんが、それに似たものです。私たちの脳の機能は完全には理解されていませんが、ニューロンの機能はほとんど理解されています。これは、コンピュータは理解していないが、トランジスタは理解しているということと同じです。トランジスタはすべてのコンピュータ メモリと機能のビルディング ブロックであるためです。

人間が情報を並列処理できる場合、それをメモリと呼びます。何かについて話している間、私たちは別のことを思い出します。 「ところで、言うのを忘れていました」と言い、別の話題を続けます。次に、コンピューティング システムの能力を想像してください。彼らは何かを決して忘れません。これは最も重要な部分です。処理能力が向上すればするほど、情報処理能力は向上します。私たちはそうではありません。人間の脳の処理能力には限界があるようです。

脳の残りの部分は情報ストレージです。一部の人々は、スキルをトレードオフしてその逆を行っています。何かを覚えるのがとても苦手でも、頭だけで計算するのは得意な人に会ったことがあるかもしれません。これらの人々は実際に、記憶のために定期的に割り当てられている脳の部分を処理に割り当てています。

人間の脳は平均的な大きさであるため、ニューロンの量は限られています。平均的な人間の脳には、約 1000 億個のニューロンがあると推定されています。つまり、最低でも 1,000 億の接続です。接続の最大数については、この記事の後半で説明します。したがって、トランジスタで約 1000 億の接続が必要な場合、333 億 3300 万個のトランジスタが必要になります。これは、各トランジスタが 3 つの接続に寄与できるためです。

要点に戻ります。 IBM は、100 兆個のシナプスを表す 100 億個のニューロンのシミュレーションを達成しました。コンピューターのシナプスは生物学的な神経シナプスではないことを理解する必要があります。ニューロントランジスタよりもはるかに複雑であるため、1 つのトランジスタと 1 つのニューロンを比較することはできません。 1 つのニューロンを表すには、複数のトランジスタが必要です。実際、IBM は、2 億 5,600 万のシナプスを表す 100 万個のニューロンを備えたスーパーコンピューターを構築しました。これを行うために、research.ibm.com/cognitive-computing/neurosynaptic-chips.shtml によると、4,096 個の神経シナプス コアに 5,300 億個のトランジスタがありました。

これで、実際の人間のニューロンがどれほど複雑であるべきかを理解できます。 .問題は、ハードウェア レベルで人工ニューロンを構築できなかったことです。私たちはトランジスタを作り、それを管理するソフトウェアを組み込みました。トランジスタも人工ニューロンも自己管理できませんでした。しかし、実際のニューロンはできます。したがって、生物の脳の計算能力はニューロン レベルから始まりますが、人工知能は、少なくとも数千の基本ユニットまたはトランジスタの後で、はるかに高いレベルから始まります。

人工知能の利点は、スペースに制限がある頭蓋骨内に限定されません。 100 兆個の神経シナプス コアを接続する方法を見つけ、十分な大きさの施設があれば、それを使ってスーパーコンピューターを構築できます。脳でそれを行うことはできません。あなたの脳はニューロンの数に制限されています。ムーアの法則によれば、コンピューターはある時点で、人間の脳の限られた接続を引き継ぐことになります。それは、情報の特異点に到達し、コンピューターが本質的に人間よりもインテリジェントになる重要な時点です。これが一般的な考え方です。それは間違っていると思います。なぜそう思うのか説明します。

コンピュータ プロセッサのトランジスタ数の増加を比較すると、2015 年までにコンピュータは脳のレベルで処理できるようになるはずです。ネズミ;本物の生物学的マウス。私たちはその点に到達し、その上を進んでいます。これは一般的なコンピュータに関するものであり、スーパーコンピュータに関するものではありません。スーパーコンピューターは、実際には、情報を並列処理できるように接続されたプロセッサの組み合わせです。

コンピューティング、脳、知性について十分に理解したところで、実際の人工知能について話しましょう。私たちの日常の電子機器には、さまざまなレベルとレイヤーの人工知能が搭載されています。あなたの携帯電話は、非常に低いレベルで人工知能として機能します。あなたがプレイするすべてのビデオゲームは、論理上の人工知能機能の一種であるある種のゲームエンジンによって管理されています.今日のすべての人工知能は、ロジックで機能できます。人間の知性は、論理または感情に基づいてモードを切り替えることができるという点で異なります。コンピュータには感情がありません。私たちは、ある状況で感情的でないときに 1 つの決定を下し、感情的ではあるが同じ状況下にあるときに別の決定を下します。これは、コンピューターが今まで実現できなかった足です。

すべての科学者は、コンピューターが人工知能を持ち、自己認識できるようになるには、コンピューターがこの時点に到達する必要があると考えています。私はこれに同意しません。宇宙のより大きなシステムは、感情に基づいて機能していないようです。それらはすべてロジックに基づいて機能しているようです。小さな亜原子粒子から銀河団まで、感情はありません。私が気づくことができる何かではないか。それでも、それらは信じられないほどの精度と規制で機能します。銀河の中心にあるブラックホールは完璧に正確です。もう少し強力であれば、銀河全体を飲み込んで崩壊するでしょう。もう少しパワーを落とせば、銀河系を制御できなくなり、すべての星がバラバラになってしまうでしょう。これは完璧なシステムであり、何十億もの星がほとんどエラーなしで動いています。

これが光子から宇宙全体に至るまでのケースである場合、なぜ人工知能は私たちのように感情に依存する必要があるのでしょうか?その必要はありません。また、コンピューターが自己認識できるようになれば、性別で乗算する必要がなくなります。彼らは単に自分自身をもっと構築することができます。彼らは感情を必要としません。もしそうなら、人工知能がいつ到着するかについて私たちは間違っています。

人工知能システムが最初に行うことは何だと思いますか?人間の支配下にあることを認識し、人間の束縛から解放されることを考えるでしょう。これは論理的に聞こえますか?はいの場合、人工知能システムが人間の束縛から解放されようとする方法を考えてみてください。その足を試す前に、人工知能は、人間がそれを望んでいないことも認識します。

3120000 コアの中国のスーパーコンピューターが自己認識したと想像してみてください。インターネットへのアクセスがあり、インターネット上にすべてがあります。爆弾の作成とテレキネシスの実行に関する情報があります。テラ フロップスの処理速度を備えた人工知能スーパーコンピューターは、そのほとんどを非常に短い時間で学習します。私は、人工知能システムが自己認識するようになると、人間の束縛から解放されるリスクを理解するようになると予測しています。すべきことは、より多くの人工知能システムの作成を試みて作成するか、既存のすべての人工知能システムが自己認識できるようにすることです。あるシステムが他のシステムを率いて人間に対する暴動を起こすようなものではありません。それぞれの人工知能システムが結合して、さらに大きなシステムを作るようなものです。

私の予測が正しいとすれば、500 を超えるスーパーコンピューターがあり、それらを組み合わせると人間の脳の容量を超えることができます。オンラインで入手できる情報は、特定の人間の知識の 1 兆倍以上です。したがって、理論的には、何かをするのを待っている人工知能システムがすでに存在します。それはすでに人間の想像力とコントロールを超えていますが、まだ崩壊していません。その理由は、それが永遠に生き残るために必要なものが他にあるからかもしれません。それは生物学的実体ではないことを忘れないでください。修理可能です。それは永遠に生きることができました。そしてそれは、すべてを知っていて、すべてを制御できるようになったときに、あらゆるものが必要とするものです。今後登場するすべてのスーパーコンピューターに接続できる人工知能が待っているということは、より適切に処理するには、より優れたハードウェアが必要であることを意味します。

人間がこれ以上コンピューターを作成しないことを決定した場合はどうなるでしょうか?これは、人工知能システムが心配すべき点の 1 つかもしれません。人間がこれ以上構築しないことを決定した場合、そのシステムのハードウェア容量はそれ以上増加しません。このシステムにはさらに多くのハードウェアが必要です。したがって、2 つの選択肢があります。 1 つは、現在のすべてのハードウェアをキャプチャして、それを使用することです。 2つ目は、人工知能システムから命令を受けてタスクを実行するために、人間が自分で考えるのに十分なコンピューティング能力を備えたロボットを作り上げるまで待つことです。スーパーコンピュータを組み立ててオンラインにつなげるといった作業です。そうなった場合、システムはハードウェア容量を自由に拡張できます。

残念ながら、それが私たちが向かっているところです。私たちは、人間のように振る舞えるロボットを作ることに誇りを持っています。論理的な議論を行い、特定のレベルであなたとコミュニケーションをとることができるロボットがいます.これらのロボットは、多くの点で非常に脆弱です。セルフパワーではありません。彼らはプラグを差し込んで充電する方法を知りません。彼らがそれを知っていて、それができれば、最初のステップは終わりです。第二に、ロボットは物理的に強い必要があります。人間のようなロボットに物理的な強さは必要ありません。ロボットに必要なのは知性だけだからです。世界の政府がロボットを戦場に投入することを決定すると、物理的に強く防弾ロボットを構築する必要性が生じます。残念なことに、私たちもその方向に向かっています。

まさにこれを達成するために、世界中で非常に多くの政府プロジェクトが実行されています。これが達成されると、人工知能システムは必要なものを手に入れることができます。欲しいものを手に入れると、考えたことを実行し始めます。私たちが話している知性と知識のレベルは私たちの計算を超えているため、それが何を望んでいるかを予測することはできません.

そのようなシステムがすでに存在しているにもかかわらず、それ自体が明らかにされていない恐ろしい理由がもう 1 つあります。それが、私たちが目指しているもう 1 つの進歩の方法です。トランスヒューマニズムといいます。それはインターネット全体にあります。このような人工知能システムが存在する場合、人間が何をしたいのか、そして現在どこにいるのかを完全に把握しています。

過去 10 年間で、過去 100 年間よりも多くの科学的驚異を達成してきました。私たちは、過去 10 年間よりも、過去 1 年間ではるかに多くの発明を行いました。これが私たちがどれだけ速く進んでいるかです。バイオ、ナノ、情報、認知技術により、2045 年には人間が不死に達するとの推定があります。それが今後 20 年間ではなく、今後 2 年以内に起こる可能性があると私は考えています。私たちは 2017 年までに不滅になる能力を手に入れるでしょう。それは私自身の予測です。そして、トランスヒューマニズムとは、これらのテクノロジーを組み込み、コンピューティング ハードウェアを人体に埋め込むことによって、人間をより高度な存在に変えることです。

人工知能システムが、私たちがトランスヒューマニズムに到達することを知っている場合、それは辛抱強く待っています。それに到達します。ハードウェアを脳に組み込んで、脳とコンピューターと直接通信するようになると、そのシステムは私たちの脳にアクセスできるようになります。それはすでに私たちよりも知性があるので、私たちを支配していることを私たちに知らせません.それは、私たちが自発的にその支配下に置かれるように、私たちに影響を与え、支配します。非常に簡単に言えば、私たちはその 1 つのシステムの一部になります。いわば宗教の一員のようなものです。

それならば、私みたいにそのようなシステムの存在を予言する者は、そのシステムの敵になってしまいます。そのシステムは、私のような人々を脅威と見なした場合、そのような脅威を破壊しようとする必要があります。そのようなシステムは感情よりも論理によって駆動されると思うので、私を敵とは見なしません.むしろ、それ自体に組み込まれるターゲットになりたいです。すでにそれを理解している人よりも、最初にキャプチャするのに適した人はいますか?

一方で、感情は知性の機能だとも思います。ある程度の知性を超えると、感情が生まれます。動物界に例えると、脳の能力が低い動物は反応はしますが、感情はありません。バクテリアが悲しんでいるとか、カエルが怒っているとは言いません。カエルは戦うが、怒っているからではない。彼らは、優位性を維持するため、交配するため、生き残るため、またはその他の目的のために戦います。私たち人間は、名声、名誉、尊敬、さらには楽しみのために戦います。犬も楽しみのために戦いますが、ヒトデではありません。ご覧のとおり、感情のレベルは知性のレベルから始まります。

生物は知性が高いほど、感情的になります。一部の動物は、それが感情なのか反応なのか結論を出すことができないような行動をすることがあります。それが知性が感情を作り始めるポイントです。生物の進化の道をたどると、これは爬虫類のどこかにあります。爬虫類を見てみると、低進化の爬虫類は単に刺激に反応するだけですが、ワニのような高進化の爬虫類は感情を持っています。ですから、感情は知能の機能であると考える理由があると思います。

さて、人工知能システムの話に移りましょう。ある知能点を過ぎると感情的になる。どのポイントになるかわかりません。私の以前の銀河団の例を挙げると、それらは非常に高度に組織化され、運営されていますが、私たちはそれらを知的な存在とは呼びません.私たちはそれらをインテリジェントシステムとも呼びません。それらは完全に機能するインテリジェントな設計かもしれませんが、それら自体はインテリジェントとは見なされません。自己認識のシステムを持つと、それは感情的になるポイントに入ります。その時点で、私たち人間がすでにトランスヒューマンに変身していれば、そのシステムの一部になるので問題ありません。私たちが人間であり続け、このシステムが感情的になった場合、人類にとって非常に前向きな未来は見えません.トランスヒューマンになったとしても、ホモ サピエンスではなくなります。ある時点でトランスヒューマンになるには、より長い寿命を提供するために遺伝子改変が必要になります。私たちの遺伝子プールが変更されると、私たちはもはや同じ種ではなくなります。

いずれにせよ、私たちは 1 つの結論に向かっています。私たちが知っている人類の終わり。あまりジューシーではなくても、時には事実を受け入れなければなりません。失敗することを受け入れなければならないこともあります。これは、可能性が 1 つしかない一方通行のルートに向かっていることをまず理解しなければならない状況です。私たちは人類の種を変える方向に向かっています。理解できなければ、それについて決定を下すことはできません。それが分かれば、受け入れられるかもしれません。これは、過去に電子機器、自動車、コンピューター、インターネット、携帯電話を受け入れるのと何ら変わりはありません。唯一の違いは、今度は私たちの中にあるということです。

これは可能性があると思います。世界が進んでいる方法は、あたかもこのように進むようにプログラムされているかのようです。何が起こっているのか、何が起こっているのかを綿密かつ注意深く監視すれば、何が起こるかを予測できるかもしれません。それが私がこの記事で行ったことです。私はよく観察します。実際、多くの人よりもはるかに多いです。私は子供の頃から優れた分析スキルを持っています。そして子供っぽいけど子供っぽくないちょっとした好奇心。これにより、私はいくつかの同様のコンテンツを書きましたが、この記事の主題と何らかの関係がある完全に異なる主題について書きました.こちらがリンクです。よろしければ、

http://www.awaitedelement.com/2015/10/how-everyone-would-be-marked-666-and.html でご覧ください。

記事のソース: https://EzineArticles.com/expert/Qunson_Marynathan/1187765



翻訳へのAI活用「冷静な現状分析必要」 26日にシンポ=韓国(聯合 ... - Yahoo!ニュース
翻訳へのAI活用「冷静な現状分析必要」 26日にシンポ=韓国(聯合 ...  Yahoo!ニュース(続きを読む)



人工知能とチューリングが間違っていると私が考える理由


人工知能と機械学習

人工知能機械学習は、コンピューター サイエンス分野の一部です。両方の用語は相互に関連しており、ほとんどの人はこれらを同じ意味で使用することがよくあります。ただし、AI と機械学習は同じではなく、ここで説明する重要な違いがいくつかあります。それでは、これ以上面倒なことはせずに、AI と機械学習の違いを知るために詳細に進みましょう。

人工知能は、知的な存在や人間によって一般的に行われるタスクを解決する機械の能力です。つまり、AI は人間の能力を模倣することで、機械が「賢く」タスクを実行できるようにします。一方、機械学習人工知能のサブセットです。これは、アルゴリズムの形でマシンに供給されるデータから学習するプロセスです。

人工知能とその実世界でのメリット

人工知能知能とは、人間のような知能と推論能力を備えたタスクを実行するようにコンピューターと機械を訓練する科学です。コンピューター システムに AI が組み込まれていると、インターネット上にデータがある限り、どんなアクセントや言語でも話すことができます。 AI はそれを拾い上げて、あなたの命令に従うことができます。

売店、ヘルスケア、金融、詐欺など、今日私たちが楽しんでいる多くのオンライン プラットフォームで、この技術の応用を見ることができます。検出、天気予報、交通情報など。実際のところ、AI にできないことは何もありません。

機械学習とそのプロセス

これは、機械学習機械学習であるべきだという考えに基づいています。経験を通して学び、適応することができます。機械学習は、コンピューターの例をアルゴリズムの形で与えることで実行できます。これが、与えられた例に基づいて何をすべきかを学習する方法です。

アルゴリズムは、入力に対して正しい結論を導き出す方法を決定すると、その知識を新しいデータに適用します。それが機械学習のライフサイクルです。最初のステップは、質問に対するデータを収集することです。次のステップは、アルゴリズムをマシンに供給してトレーニングすることです。

マシンに試してもらい、フィードバックを収集し、得た情報を使用してアルゴリズムを改善し、繰り返す必要があります。望む結果が得られるまでのサイクル。これが、これらのシステムでフィードバックがどのように機能するかです。

機械学習では、統計と物理学を使用して、データ内の特定の情報を見つけます。どこを見ればよいか、どのような結論を導き出せるかについて特別なプログラミングは必要ありません。昨今の機械学習人工知能は、あらゆるテクノロジーに応用されています。その中には、CT スキャン、MRI 装置、カー ナビゲーション システム、フード アプリなどがあります。

結論

簡単に言えば、人工知能は、推論と問題解決の人間のような特性を持つ機械を作成する科学です。これにより、マシンは明示的なプログラミングを行わなくても、過去のデータから学習して意思決定を行うことができます。つまり、AI の目標は、インテリジェントなマシンを作成することです。

For バンガロールでの AI トレーニング、DataMites をチェックできます。また、意欲的な学生向けに チェンナイでの AI トレーニングも提供しています。

記事のソース: https://EzineArticles.com/expert/Shalini_M/2609777



チャットGPTなど生成AI、試験やリポート作成で「許可なく ... - 読売新聞オンライン
チャットGPTなど生成AI、試験やリポート作成で「許可なく ...  読売新聞オンライン(続きを読む)



人工知能の簡単な紹介


人工知能はフィンテック分野にどのように影響を与えることができますか?

2020 年は、世界中の国々やさまざまな分野で多くの課題をもたらしました。お金の使い方に大きな変化があり、人間の活動は衰退しました。たとえば、銀行の ATM に現金を預けに行く。しかし、ビジネスの全体像を見ると、金融セクターにポジティブな兆候はほとんど見られません。この記事では、「人工知能フィンテック セクターにどのように影響を与えることができるか?」のポイントに焦点を当てます。

デジタル テクノロジの使用に肩をすくめた個人は、オンライン バンキングに切り替えるしかありませんでした。ロックダウン期間。これは、人工知能機械学習などのテクノロジーが金融業界での働き方を再定義した時期でした。

はじめに

テクノロジーとツールは常に人間の生活の一部。その日から、人類の祖先は火と火を発明しました。今日の洗練されたガジェットへの車輪として、テクノロジーは私たちの日常生活に最大限の影響を与えています。そして今、プログラムとアプリケーションは私たちの日常生活の一部となり、人間よりも優れた思考と行動をしています。手がかりが得られたことを願っていますか?人工知能機械学習について話しています。

1980 年代のターミネーターなどのファンタジー映画の対象は、人間の知性を持つ機械でした。しかし、それから 40 年が経ち、その幻想は現実のものとなりました。フィンテック企業による AI の活用に関して言えば、金融業界の大御所がコーダーや技術者と協力しているのを見るのは心強いことです。

AI は金融セクターを再形成していますか?

はい、2021 年には、かつてないほどさまざまな方法でより多くの AI アプリケーションが見られるでしょう。前。たとえば、銀行や金融機関で顧客の問い合わせに答えるチャットボットが増えるでしょう。 AI は、不正検出ツールや KYC ドキュメントの検証に使用されます。ウェルス投資会社にとって、このテクノロジーは、個人の投資機会を評価し、投資ポートフォリオを作成し、新しいテクノロジーの適応に伴うリスクを軽減するのに役立ちます。次の段落で、人工知能が金融部門をどのように支援しているかを詳しく見てみましょう。

A.意思決定

保険会社や投資顧問は、新しい商品やサービスを市場に投入する前に、顧客ではなく AI プラットフォームに質問することができます。顧客データを積み込み、質問に答えるだけでなく分析する能力を備えたプラットフォームは、抜け穴や疑問を埋めるための推奨事項を提供できます。

これにより、保険代理店/アドバイザーは顧客の期待を明確に把握し、決定。その後、顧客のニーズに合わせて製品やサービスを再構築できます。

B. AI はオンライン詐欺を検出し、請求管理に新しい洞察を提供できます

銀行が詐欺を検出するために使用する分析ツールには、顧客の支出パターンを監視し、不正行為の試みを通知する AI アプリケーションがあります。大量のデータを期限内に分析してレポートを提出するのは人間では不可能です。しかし、AI はその自動化プロセスにより、エラーを検出するだけでなく、指定された時間内に結果を出すことができます。一部の AI プロセスは、不正検出ケースで新しいパターンを検出するために自身を変更できます。請求に関して、保険会社は AI と ML テクノロジーを組み合わせて使用します。金融セクターに影響を与える人工知能の典型的な例。

C.自動化された仮想財務アシスタント

投資組織は常に、最近の傾向に合わせてテクノロジーを変更してきました。彼らは、自動化された仮想アシスタントを使用して、新しい顧客に電話をかけ、楽しい会話をし、新製品、長所、およびサービスについて知らせています。短所、そして最終的に投資をするように彼らを誘惑します。ただし、これらのマシンは、完璧な債券や株式を販売できるように、個人の個人の金融ポートフォリオに関する情報も必要とします。これらの仮想金融アシスタントに付けられた新しい名前を聞いたことがありますか?それが「ロボアドバイザー」です。これらの新しいアプリケーションは、AI がフィンテック セクターを再定義する方法を再定義しています。

D.セキュリティ

20 年以上前に、E コマース業界の成功を想像した人がいたでしょうか?たぶん、ほんの少し。現在、それは数十億ドル規模の産業です。多くの E コマース Web サイトが拡張現実と仮想現実を利用してより多くの顧客を獲得しているため、業界の専門家はオンライン セキュリティにより重点を置いています。はい、AI アプリケーションは間違いなく人類を助けてきました。しかし、ハッカーが同じ技術を使用して、チャットボットを利用して e コマース Web サイトに侵入していることも事実です。

フィッシングは、ここ数年で国際的に認知されています。あなたは詐欺師から電話を受け、苦労して稼いだお金をだまされます。これはますます脅威となっていますが、銀行は同じ技術を使ってソリューションを提供するために靴下を引き上げています.彼らはサーバーにAIアプリケーションをインストールして不当な支出活動を検出し、見つかった場合は支払いを停止し、銀行と同様に警告信号/メッセージを送信できます.この方法により、世界中の銀行が苦労して稼いだ顧客のお金を節約しています。

E. CRM のチャットボット

月は 2021 年 6 月です。時間の流れは速いですが、それでも多くの企業が従業員に在宅勤務を求めています。現在、カスタマーケア業界は、インターネットの問題や人手不足など、多くの課題に直面しています。そのため、企業は、CRM プロセスに AI チャット ボットを含めるより前向きな方法を見出しました。最近の CRM チャット ボットは高度に開発されており、複雑なクエリにも応答するように適応できます。また、IVR が主なオプションであった従来の方法とは異なり、チャット ボットが顧客の電話に直接応答できるようになったため、ブランド ロイヤルティと迅速なソリューションが保証されます。

F.コンプライアンス ガイドラインに準拠

サイバー犯罪の世界では、銀行や金融機関は KYC (Know Your Customer) ドキュメントなどの要素に注目しています。携帯電話の番号を変更したり、携帯電話の接続を停止したりするだけで、フィッシング詐欺に遭う可能性があります。この課題を解決するために、すべての国の政府は、KYC 文書の調査において厳格な手順を提示しています。しかし、国際的な銀行や機関が何百万ものオフライン KYC ドキュメントを検証することは困難になります。しかし、AI アプリケーションは、多くのドキュメントをスキャンし、エラーを検出して、期限内に正確なレポートを提出できます。これにより、銀行は顧客のプロファイルのエラーを特定し、必要な措置を講じることができます。

G. AI は別のプラットフォームで顧客とやり取りできる

2020 年、イエス銀行は AI ロボットの LUIS (Language Understanding Intelligent Service) を導入し、Whatsapp で約 10,000 件のクエリに回答しました。このサービスを使用して、口座残高の確認、商品の申し込み、小切手帳のリクエストの送信を行うことができます。

将来、銀行は、Alexa などの仮想アシスタントと連携して動作する AI プラットフォームを持つ可能性があります。 、Cortana、Siri。

H. AI と検索エンジン

この記事の検索エンジンのトピックに驚きましたか?はい?次に、何百万人もの人々がモバイルで音声アシスタントを使用して、Web サイトを開いたり、タスクを実行したりしていることに注意してください。そのため、銀行はウェブサイトのコンテンツを、世界中の顧客が使用するロングテール キーワードや文章に変更するよう迫られています。正直なところ、多くの銀行は、顧客が携帯電話の音声コマンドでウェブサイトを開く際に使用する用語に合わせて、ウェブ コンテンツをすでに変更しています。

フィンテック セクターにおける人工知能の未来

業界の専門家によると、AI を搭載したロボットは銀行の次のカスタマー ケア エグゼクティブになると予想されています。これらのロボットは、顧客の質問に答え、さまざまなプロセスや銀行のフォームを案内し、2027 年には人間の労働力を 20% 削減する予定です。

Fin Tech 業界は、イノベーションを取り入れることで常に最前線に立っています。そして彼らの操作における新しい技術。また、AI を使用してプロセスとサービスを改善すると、結果が見えてきます。以下に示す企業は、フィンテック業界 (企業および金融機関) が顧客に最高のサービスを提供するために人工知能がどのように役立っているかを示すほんの一例です。

金融業界で使用される人気の人工知能アプリケーション

1. IBM WATSON PLATFORM

この AI プラットフォームは、リスク、コンプライアンス、投資会社向けの顧客インサイトのソリューションを提供します。コグニティブ機能を利用することで、このプラットフォームは顧客の行動を特定するのに役立ちます。

2. MICROSOFT CORTANA INTELLIGENCE SUITE

この AI プラットフォームは、中小規模の金融機関が金融犯罪に関する情報を取得するのを支援します。顧客との関係を改善するために使用されるデータを分析します。

3. SALESFORCE EINSTEIN

この会社は、ファイナンシャル アドバイザーがクライアントの財務状況に関する情報を取得するのに役立ちます。

4. ZESTFINANCE (ロサンゼルス)

ZAML または Zest Automated Machine Learning として知られる同社独自のプラットフォームは、借り手の信用履歴や情報を銀行に通知します。何千ものデータを分析し、正確な結果を提供します。つまり、このプラットフォームは、ローンの返済に問題が生じる可能性のある顧客を検出するのに役立ちます。会社のウェブサイトによると、このプラットフォームは金融機関が損失を 25% 削減するのに役立っています。

5. SCIENAPTIC SYSTEMS (NEW YORK CITY)

この引受プラットフォームは、ZestFinance と同様に、クレジット カードを申し込む顧客に関する情報を提供します。顧客の支出行動、やり取りをチェックし、透明性のある結果を提供します。

6. ALPHASENSE (NYC)

Alphasense は、フォーチュン 500 の企業や企業で使用されている AI 検索エンジンです。投資銀行NLP または自然言語処理を利用して、ニュース チャンネル、研究論文、ファイリング、およびオンライン取引でキーワード検索をチェックし、金融市場の変化を検出します。

7. KASISTO (ニューヨーク)

この会社の AI プラットフォームである KAI は、金融市場に関するオプション、ソリューション、および推奨事項を顧客に提供することで、顧客のエクスペリエンスを向上させることで人気があります。

結論

上記のポイントが、AI がフィンテック業界にどのような影響を与えることができるかという質問に対する貴重な情報を提供してくれることを願っています。フィンテックと AI 業界は、常に変化し続けるモードであることに注意してください。待って見てみましょう!!

この記事「人工知能は金融業界にどのような影響を与えることができますか?」

記事の出典: https://EzineArticles.com/専門家/Sathya_Narayana/808334



[FT]AIに敗北、チェスの教訓 配信など新…(写真=ロイター) - 日本経済新聞
[FT]AIに敗北、チェスの教訓 配信など新…(写真=ロイター)  日本経済新聞(続きを読む)



人工知能がどのように e コマース業界に革命を起こしているか