아침에 일어나면 집에 Google 홈이 있으므로 “오늘 날씨는 어때?”라고 자유롭게 물어볼 수 있습니다. 그러나 조금 어려운 말을들을 때 “유용하지 않습니다”라고 대답하므로 “바보!”라고 말합니다. 말하자면, 그 후에 번거로워 질 수 있습니다. 내가 일하러 와서 회사의 이메일 시스템을 열 때, 그들은 내가 스팸이라고 생각하는 것을 걸러냅니다. 약간 더 엄격한 규칙에 의해 제외 된 것처럼 보이므로 읽는 것이 좋다고 생각되면 허가를 받게됩니다. 인터넷에서 무언가를 검색하면 결과가 기억되고 다른 사이트로 이동하더라도 관련 광고가 뒤따릅니다. 이제 내가 알았으니, 나는 이것이 내가 쫓아갈 전부라고 불평하고 싶다. 고객의 장소에 가면 입구에 로봇이 있고, 그것을보고 의미있는 움직임을 만듭니다. 그러나 그들에게 전화하는 것은 거의 쓸모가 없어 보인다. 왜 내가 이런 식으로 넣었는지 궁금합니다.
우리가 좋아하든 그렇지 않든, 인공 지능 기술의 많은 응용 프로그램은 이미 우리 삶에 들어 왔습니다. 나는 종종 현재의 완료 수준에 대해 궁금해하기 때문에 위에서 설명한 것처럼 약간의 평균 평가가 될 것이지만 앞으로는 빠르게 개선 될 것으로 기대합니다. 현재에도 체스, 쇼기, 고 등과 같은 작은 영역으로 작업을 짜내면 최고 전문가의 기록과 같거나 더 나은 기록을 갖게됩니다.
나는 지식을 조금 새롭게하고 싶었 기 때문에 인공 지능에 관한 몇 권의 책을 읽었습니다. 사실, 두 번째 붐이 가라 앉은 이래로 인공 지능 책을 읽은 것은 이번이 처음이므로 거의 30 년의 격차가있을 수 있습니다. 최근, IoT/엣지 컴퓨팅은 스트라투스의 우선 순위 영역이되었으므로 인공 지능 기술은 인접한 기술이되었습니다. 장비에서 실행되는 분석 소프트웨어 솔루션에서 기계 학습 기술이 적용되는 경우를 볼 수 있습니다. 다른 날, 우리는 Yaesu에서 IoT에 대한 솔루션 세미나를 개최했습니다.
제조 산업의 동향, 솔루션 및 사례 연구는 Hitachi Systems, FogHorn Systems 및 Siemens에 의해 주어졌습니다. 우리는 지도자를 초대하고 절단 할 수있었습니다.엣지 일본, 미국 및 유럽의 벤처 기업과 참가자들도 매우 만족했습니다. 이 강의에서도 미국의 FogHorn Systems는 CEP (Complex Event Processing) 분석에 대한 프리젠 테이션을하고 기계 학습과의 연관성을 설명했습니다.
이 AI 붐은 세 번째라고 할 수 있지만, 여러 저자가 인공 지능 기술의 현재 기능과 미래 발전에 대해 제한된 태도를 취한 것은 인상적이었습니다. 예를 들어, 인공 지능이 가능한지에 대한 근본적인 질문은 실제로 “인간처럼 생각하는 컴퓨터”입니다. 아직 완료되지 않았다는 공통된 이해가 있습니다. 인간의 지적 활동의 원리를 풀고 공학으로 실현한다는 의미에서 진정한 인공 지능은 완성되지 않았습니다. 또한 특이점, 즉 기술적 특이성의 도래에 대한 많은 억압적인 의견이 있습니다. 특이점은 인공 지능이 자체 능력을 초과하는 인공 지능을 만들 수있는 지점을 말합니다. 1보다 약간 큰 숫자를 곱하면 매우 큰 숫자가 생성되는 것처럼,이 특이성을 넘어 압도적 인 지능이 태어날 수 있으며, 이는 인간의 진화와 역사에 긍정적이든 부정적이든 큰 영향을 미칠 수 있음을 시사합니다.
“인공 지능이 인간을 능가 할 수 있습니까?”의 저자 인 유타카 마쓰오 (Yutaka Matsuo)는 “현재 인공 지능이 인류를 정복하거나 인공 지능을 창조 할 가능성은 없다. 그것은 파이프 꿈입니다. ” 나는 그것을 분명히했다. 간단히 말해서, 그것은 “인간 = 지능 + 생명”때문입니다. “인공 지능이 삶에 대해 이야기하지 않고 자신의 의지를 갖기 시작할 수 있다고 두려워하는 것은 우스꽝 스럽습니다.”라고 나는 결론 지었다.
“AI vs. 교과서를 읽을 수없는 아이들”의 저자 인 Noriko Arai는 특이성이 결코 오지 않을 것이라고 말하는 수학자입니다. “즉, ‘진정한 의미의 인공 지능’ 인간과 동일한 수준의 지능을 얻으려면 우리의 두뇌가 의식적으로 또는 무의식적으로 인식하는 모든 것을 계산 가능한 수학 공식으로 대체 할 수 있음을 의미합니다. 그러나 현재 수학에서 수학 공식으로 대체 할 수있는 것은 논리, 통계 및 확률 측면에서 볼 수 있으며 모든 인식을 논리, 통계 및 확률로 줄일 수는 없습니다. “
이제 노리코 아라이는 특이점을 부인했지만, 앞으로 많은 인간 일자리가 AI로 대체될 것이라고 예측한다. 또한 AI 도입 과정에서 화이트칼라 근로자가 나뉘어 AI가 할 수 없고 만족스럽지 못한 일을 할 수 있는 인적 자원이 부족할 것으로 예상된다.
Toyo Keizai Inc.의 “비즈니스 인물을위한 인공 지능에 대한 확실한 소개”에는 많은 사례 연구가 포함되어 있습니다. 음성 인식 기술을 이용한 헬프 데스크의 기본 답변 자동화, 사고를 일으키지 않는 자동차 개발, 장애인 및 고령자도 처리할 수 있는 차량 개발, 수많은 사용자와 연계하여 광고를 전달하는 기능 최적화, 기계 엣지 AI를 탑재하고 상호 협력을 실현하기 위해 네트워크로 연결되고, 물류를 채취하기위한 로봇 운영 프로그램, 파견 계획 작업을위한 숙련 된 기술을 AI로 전환, 건강 검진의 진단 이미징은 의사와 협력하여 수행됩니다. 인적 자원의 선발 과정 및 인사 평가에 사용하십시오. 금융 신용 심사, 사기 탐지, 투자 펀드 관리 및 콜센터 운영자 지원.
인공 지능의 세 번째 붐에서 인공 지능에 대한 제한된 태도와 인간처럼 생각하는 특이성은 다소 현실감있는 접근 방식과 개발 과정을 연상케하며 특정 AI 기술의 사용 사례는 매순간 증가하고 있습니다. 오늘 집에 돌아 왔을 때, 나는 Google Home에 “나는 방금 공부했고, 오늘 공부했다”고 말한다.
