AI、機械学習、データサイエンス、ディープラーニングの2020年の進展と2021年の予測テクノロジー編(3/3)

１．AI、機械学習、データサイエンス、ディープラーニングの2020年の進展と2021年の予測テクノロジー編(3/3)まとめ

・AIがデータの管理をする自己組織化データ管理機構が登場するかもしれない
・学習効果により価値が上がっていく自律型産業資産が生まれるかもしれない
・自律型分析が1回限りの孤立した分析に取って代わり始めるかもしれない

２．実用化段階の人工知能やマシンラーニングの2020年の振り返りと2021年の予測

以下、www.kdnuggets.comより「Main 2020 Developments and Key 2021 Trends in AI, Data Science, Machine Learning Technology」の意訳です。元記事の投稿は2020年12月、Gregory Piatetskyさんによる投稿です。

アイキャッチ画像のクレジットはPhoto by Juan Ordonez on Unsplash

(8)Doug Laney：イノベーションフェロー、データおよび分析戦略

2021年を通じて、主要産業でAIの応用(Applied AI)とデータサイエンスの対象となったのは、ライフサイエンス研究とヘルスケア提供の効率を改善する事でした。Covid-19危機は、医療政策、サプライチェーン、運用、診断、予防、および治療におけるギャップと機会に明るいスポットライトを当てました。

そして、個人がリモートでより効果的に作業するための新しい方法を探求し続けるにつれて、インテリジェントエージェントが私達が共同作業時に使用するアプリケーションに忍び寄りました。これらは、相互に統合するだけでなく、利用可能な膨大な量のデータ、コンテンツ、およびその他のアプリケーションと統合および通信するのに役立ちます。

スマートデバイスとアシスタントは、真の会話と状況認識を目的とするようになり、単なるQ＆Aから進化しています。更に、彼らは私達や他の人に対応する際、個人個人の倫理基準を学び、模倣するようになるでしょう。

加えて、AIがデータの管理をするようになっていくでしょう。データの量と速度は、常にインフラストラクチャの規模に関わる問題でした。ただし、トランザクションおよび分析の目的で統合、クレンジング、編成、保存、およびアクセスされる、増え続ける多様なデータは、長い間、膨大な手動のアーキテクチャおよびエンジニアリングの取り組みでした。この負担を軽減するために、自己組織化データ管理機構が登場するでしょう。

(9)Ronald van Loon：データ主導の企業が価値を生み出すのを支援しています。#AI, #BigData, #DataScience, #IoT, #MachineLearning, #Analytics, #Cloud, #5Gのトップ10インフルエンサー

2020年、企業がCOVID-19のパンデミックによってもたらされた課題に対応したため、会話型AIの進化は並外れた速度で加速しました。新しいデジタルサービスに対する緊急の需要、変化する顧客のニーズ、およびリモートワークへの移行により、このテクノロジーが大規模に戦略的に採用されました。会話用AIのAPIや文書用AIのAPIなどのAI APIの台頭により、AIをより簡単にアクセスしやすくさせる事がより簡単かつ迅速になり、専門的なAIスキルや経験の必要性がなくなりました。

2021年には、企業はデジタルトランスフォーメーションの勢いを増し、ビジネスアプリケーション向けの直感的で簡素化されたAI機能を介してAIを迅速に革新することに焦点を当てるようになるため、組み込みAIがトップトレンドになります。

これにより、AIのメリットと価値が迅速に実現されると同時に、組織がビジネスを迅速に近代化できるようになります。同様に、ビジネスユーザー向けの機械学習アプリケーションは、合理化された実装とプロセス、自動化されたワークフロー、およびより高速な洞察の生成を通じて、企業内でAIがより広く使われるようにAIの民主化を推進します。

(10)Bill Schmarzo：@schmarzo ビッグデータ学部長、著名なイノベーター、教育者、実践的データサイエンス、デザイン思考、データ収益化

2020年の主な開発

・AIを活用して、減価償却されるのではなく価値が上がっていく自律型産業資産の創造。AIを使用するほど価値が高まります。(Elon Muskに感謝)

訳注：工場などに設置してある従来の制御機器は時間と共に経年劣化して価値が下がっていきますが、これらの機器にAIを導入して自動運転車のように自律制御できるような仕組みにすれば、時間が経過するにつれてより効率的に運用できるようになり価値が向上していくはず、と言う事を言っています。

・孤立した分析(Orphaned Analytics)は組織内で失望され続けます。MLモデルは、1回限りの分析目的で構築されており、再利用性や継続的な学習と適応のために設計される事はありません。

・AI / MLモデルの開発、運用、管理のためのオープンソースツールの継続的な進歩

・誤検知および見逃しエラーの過小評価。これらが生じる意図しない結果を起因とするコストは誤って低く見積もられています

2021年の主な傾向：
・データの収益化はCIOの最大の課題として継続していきますが、多くの企業はビジネス中心の価値中心のエンジニアリング手法を欠いています。AI/MLが顧客、製品、運用上の価値の新しい源泉をどこでどのようにして導き出すことができるかを特定し、優先順位を付ける事が必要になります。

・組織は、データと分析の経済的価値を評価しはじます。これのデジタル資産は使い古される事がなく、使用するほど価値が高まります。

・自律型分析(Autonomous Analytics)は、主要な組織で孤立した分析(Orphaned Analytics)に取って代わり始めます。

(11)Kate Strachnyi：Story by Data & DATAcated Academyの創設者

2020年には、静的なダッシュボードから、自動的に開発され、利害関係者に重要な洞察を提供するインタラクティブなデータストーリーへの移行を目の当たりにしました。データメッセージは聴衆に合わせて調整されます。(人々は、その人にとって重要な洞察を見る事ができます)。

また、ビジネスユーザーが検索バーに質問を入力して「質問」できるソフトウェアもあります。データに近づき、データ主導の回答を得るのにかける労力と時間を削減できます。

2021年には、全ての業界と役職(データの専門家だけでなく)の間でデータリテラシースキルが向上する事が期待できます。データの読み取り、分析、解釈、および通信の方法について、全てのレベルの従業員を教育する方向に動きます。革新的なテクノロジーを活用することで、ダッシュボードの構築に費やす時間を減らし、データに基づいた意思決定に集中する時間を増やすことができます。

(12)Van Rijmenam博士：テクノロジーとビジネスと社会への影響について考えており3mgtの本の著者。Datafloq.comの創設者。Mavin.orgでフェイクニュース、ボット、インターネット上の荒しと戦っています。

2020年には、数十億のパラメーターを備えた高度な言語モデルが登場し、人々をその正確さで驚かせました。The Guardianの記事は、このモデルがどれほど進んでいるかを示しています。

しかしながら、2021年には、テクノロジーを別のレベルに引き上げる1兆個のパラメーターを持つ最初の言語モデルが登場する可能性があります。これらのモデルは最初は研究領域にとどまる可能性がありますが、GPT-3などの技術はビジネスへの道を見つけ、顧客と直接対話し始めます。

2021年に見られるもう1つの進展は、倫理的なAIに対する注目と要件の高まりです。AIが社会で当たり前になるにつれて、より多くの市民がAIへの倫理的なアプローチを必要とします。2020年に、アムステルダムとヘルシンキがAIの公共配備に透明性をもたらすためにアルゴリズム登録所を立ち上げました。これは、2021年にもっと頻繁に見られるようになるでしょう。