人工知能（AI）

AIは、データによる反復的な学習と発見を自動的に行います。 AIは、手作業のタスクを自動化するのではなく、頻繁かつ大量のタスクをコンピュータ化して実行します。そしてそれは疲労することなく確実に行われます。もちろん、システムをセットアップし、適切な質問をするためには、依然として人間が不可欠です。

AIは、既存の製品にインテリジェンスを追加します。Siri が新世代のApple製品に機能として追加されたように、すでに使用している多くの製品がAI機能によって改善されてゆくことでしょう。自動化、会話型プラットフォーム、ボット、スマートマシンを大量のデータと組み合わせることで、多くの技術を向上させることができます。家庭や職場での機能向上は、セキュリティインテリジェンスやスマートカムから投資分析まで、さまざまな領域にわたります。

AIは漸進的学習アルゴリズムを介して適応し、データにプログラミングをさせます。AIはデータの構造と規則性を見つけて、アルゴリズムがスキルを習得できるようにします。アルゴリズムがチェスのやり方を自ら学習できるのと同じように、オンラインで次にどの製品を推奨するかを自ら学習できます。そして、新しいデータが与えられるとモデルがそれに適応します。 

多くの隠れ層を持つニューラルネットワークを使ってAIはより多くの、より深い層にあるデータを分析します。これまでは、5つの隠れた層を持つ不正検知システムを構築することは不可能でした。それが、驚異的なコンピューターパワーと ビッグデータによって一変しました。深層学習モデルはデータから直接学習するため、学習には大量のデータを必要とします。 

AIは、ディープニューラルネットワークによって驚異的な精度 を達成します。例えば、AlexaやGoogle とのやり取りは、すべて深層学習に基づいています。そしてこれらの製品は、使えば使うほど精度が上がっていきます。医療分野では、深層学習や物体認識のAI技術を用いることで、医療画像上のがんをより高い精度で特定できるようになりました。

全てのデータを最大限に活用。アルゴリズムが自己学習する場合、データそのものが資産となります。答えはデータの中にあります。 ですから、それを見つけるためにAIを適用すればいいだけなのです。データの役割はますます重要になってきています。なぜなら、データが競争優位性を生み出すからです。競争の激しい業界最高のデータを持っている場合には、誰もが同じ手法を適用していたとしても、この最高のデータがあれば勝利できるのです。しかし、そのデータを責任を持ってイノベーションに使用するには、信頼できるAI が必要です。また、それは、AIシステムが倫理的、公平かつ持続可能である必要があることを意味します。