人工知能とは: 日常生活での 16 の例

人工知能は、数学的および論理的メカニズムを通じて、機械で人間のニューロンの機能を模倣し、人間の行動に基づいてさまざまな問題を解決する方法を模索するコンピューター研究および研究の一分野です。 日常生活で 16 の例を見つけてください。

人工知能とは何か? そして、これに答えるために、人工知能 (AI)は機械による人間の知能のシミュレーションであり、学習、推論、推測、予測などの能力を機械に与えると言うのが非常に一般的です.

また、映画のように、物理的な人間化されたロボットのイメージと関連付けることがよくあります。 しかし、ほとんどの場合、特に私たちの日常生活に存在する場合はそうではありません.

したがって、このテキストの目的はさらに先に進むことです。それは、それが実際に何であるか、どのように作成されたかを詳細に説明し、いくつかの例を提示することです.

このために、次のトピックについて説明します。

• 人工知能とは
• 人工知能はどのように作られるか
• 人工知能の種類
• 日常生活における人工知能の 16 の例
• 結論

人工知能とは

人工知能は、コンピューターの研究と研究の一分野であり、数学的および論理的メカニズムを通じて、機械で人間のニューロンの機能を模倣し、人間の行動に基づいてさまざまな問題を解決する方法を模索しています。 実際、それは概念です。

人工知能とプログラミング

人工知能を概念ではなく技術と呼ぶとき、それは計算アルゴリズム、つまり、コンピューターが特定のコマンドを実行するために従わなければならない書面による指示によって作られていると言うのが正しいです。

  しかし、これらのアルゴリズムは別の方法で作られているため、マシンの応答は人間の脳の応答にできるだけ近くなります。つまり、線形性が低く一定ではありません。

たとえば、パーソナル コンピューターは、特定のボタンを押すと電源がオンまたはオフになるなど、特定のコマンドに線形かつ一定の方法で応答するようにプログラムされています。 しかし、それで頭が良くなるわけではなく、あらかじめ決められた命令に従うだけです。

一方、人工知能のパラメーター内で作成されたプログラムは、インテリジェントなアルゴリズムを使用して、マシンまたはハードウェアがデータと状況を解釈し、それぞれのケースで異なる反応を示し、それぞれから学習できるようにします。

人工知能の概念では、実行される各コンピューター プログラムはモデルまたは数学的モデリングと呼ばれ、それぞれが画像、音声、テキストなどの特徴を解釈することを目的とした異なる目的に相当します。

これらのモデルは、純粋で単純な数学によるものであろうと、より複雑な方法であろうと、さまざまな方法で統合することができます。この統合は、AI を作成している人の創造性によって異なるからです。

すべての人工知能はロボットですか？

いいえ、すべての人工知能がロボットというわけではありません。 ロボットは、たとえチャットボットのように肉体を持っていなくても、話したり、聞いたり、触れたりすることによって何らかの方法で対話できる、より複雑な形の AI です。

そのためには、複数の機能を統合する必要がありますが、これらの機能は既に一緒に作成されているため、個別に統合する必要はありません。

ロボットに加えて、以下を使用する人工知能があります。

• モデル (またはプログラム) のみ: この場合、テクノロジは特定の目的を果たし、機能は 1 つだけです。 例: 画像の認識。
• 複数のモデル (またはプログラム): この場合、各モデルは異なる機能を定義し、後でそれらが統合されて連携します。

人工知能はどのように作られるか

すでに述べたように、人工知能に基づく技術はコンピュータープログラミングによって作成されます。 ただし、これは従来のプログラミングとは異なるパラメーター内で行われます。

コマンドに応答するだけでなく、計算を使用して学習する一連の手法とリソースを使用する必要があります。 学習は、マシンまたはハードウェアが特定の問題を解決する微積分を見つけたときに発生します。 そして、それぞれの新しい計算または学習は、将来の状況で使用するために保存されています.

作成に必要なもの

基本的に、人工知能を作成するには、計算を行い、モデルまたはモデルを継続的に実行できるマシン/コンピューターが必要です。

これは、ローカル サーバーまたはクラウドで実行できます。 ただし、リソースとストレージ容量が少ないほど、作成に時間がかかります。 そして、リソースが多ければ多いほど、時間は短くなります。

人工知能を訓練する方法

人工知能の学習は、人間と同じように行われます。 したがって、彼女は計算による学習に加えて、彼女を訓練している人々から提供される情報やデータからも学習します。 また、ユーザーとのやり取りを通じて.

トレーニング方法は、アルゴリズムの構築方法によって異なります。 と 3 つのタイプに分けることができます。 以下で確認してください。

監視あり : この場合、トレーニングを行っている人は、AI にどのような答えを求めているかを伝えます。 たとえば、猫の画像を彼女に表示し、いくつかのコードを介して次のメッセージを渡します:「これは猫だと言ってほしい」。

そして犬の絵を見せて「これは犬だと言ってほしい」と言う。 いくつかの画像でこれを行い、トレーニングで使用されていない猫の画像を表示すると、AI はそれが猫であると言うことができます。

半教師あり : このモードでは、たとえば、トレーニングを行っている人がいくつかのサンプルを取り、AI に猫であることを伝え、他の人を取り、犬であることを伝え、他の人を取り、何も言いません。 そして、AI は猫と犬のサンプルを使用して、特定されていないものを分類します。

unsupervised : この場合、人は何も答えず、AI に勝手に答えさせます。 たとえば、人が猫と犬が混ざった複数の画像を見せると、AI 自体がパターンを識別し、どちらが猫でどれが犬かを誰かが言う必要なく、あるものを別のものと区別する方法を作成します。

人工知能の種類

さまざまな機能を持つ多くの種類の人工知能があり、使用されるアルゴリズムによって異なります。

自然言語処理 (NLP) やコンピューター ビジョンなど、非常に特殊なアルゴリズムを使用するものもあります。 しかし、ほとんどの場合、それらは機械とディープ ラーニングの技術に基づいています。

機械学習

機械学習または機械学習に基づくインテリジェンスは、ニューラル ネットワーク (人間のニューロンのように機能する相互接続されたノードを持つコンピューティング システム) を使用します。

したがって、彼らは自分自身の経験から自律的に行​​動を修正することができます — 前述のトレーニングと、技術ユーザーによって提供されたデータおよび情報との相互作用、いわゆるナビゲーション分析から生じます。

ディープ ラーニングに基づくものに比べて、データを処理する速度が遅く、特殊化されていない機能で動作するため、少し単純です。

ディープラーニング

ディープ ラーニングまたはディープ ラーニングに基づくインテリジェンスは、複数の処理レイヤーまたは学習レイヤーを備えた大規模なニューラル ネットワークを使用するため、より複雑なパターンを学習し、より大量のデータを短時間で処理できます。

これらは通常、オーディオや画像処理などのより専門的な機能に使用されます。

自然言語処理 (NLP)

前述したように、自然言語処理 (NLP) は、人間の言語を理解してシミュレートするために独自のアルゴリズムを使用する、非常に専門的な人工知能の一種です。

つまり、テクノロジーが人間の言ったり書いたりすることを理解し、人間の言語を使用して理解可能な応答を作成することを可能にします。 日常生活における NLP の使用例としてよく知られているのは、仮想アシスタントとチャットボットです。

コンピュータビジョン

次に、コンピュータービジョンは、機械による画像処理を研究および開発する人工知能の一部門であり、視覚情報を解釈する能力、つまり見る能力を機械に与えます。 そして、その開始コマンドから。

NLP とは異なり、コンピューター ビジョンは人間の視覚を模倣しようとするのではなく、人間の視覚を超えようとします。 そのため、人間の視覚能力そのものよりも強力で自己主張が強いと考えられています。

このタイプの AI は、画像認識とフェイシャルに使用されます。 業界では、ラベル、コードなどの識別、検査、および機械の問題の防止に使用されます。 自動運転車では、標識を確認するのに役立ちます。 それは私たちの検索システムであり、画像による検索が可能です。

日常生活における人工知能の 16 の例

人工知能の世界が非常に広く複雑であることはすでにお気づきでしょう。 すべての AI がロボットであるとは限らないことは既にご存じでしょう。 映画のように、すべてのロボットが肉体を持っているわけではありません。 彼はまた、無数の可能性とアプリケーションを備えた、さまざまな形の人工知能と、それらを作成およびトレーニングするためのさまざまな方法があることを確認しました。

そして、これこそまさに、医療、娯楽、オンライン コマースなど、私たちが時には想像すらしないいくつかの分野や活動において、それが日常生活に存在することを可能にするものです。

私たちの日常生活における人工知能の応用例をいくつか発見してください。

1) 仮想アシスタント

2) カスタマーサービス

3) メール

4) ソーシャルネットワーク

5) ストリーミングサービス

6) ゲーム

7) 銀行

8) グーグル

9) 電子商取引

10) デジタルセキュリティ

11) 人材

12) GPS アプリ

13) 輸送

14) 産業

15) 医学

16) 農業

1) 仮想アシスタント

ブラジルの家庭にますます存在する仮想アシスタントは、私たちの日常生活における人工知能の主要な例の 1 つです。

最もよく知られているのは、Siri (Apple)、Cortana (Windows)、Google Assistant (Google)、Alexa (Amazon) です。 それらを使用すると、オンライン調査など、さまざまなことを行うことができます。 音声ショッピング; 歌を聞くように頼む。 そして話すことさえあります。 これらの機能を備えた子供のパーティーは、大人も遅れをとっていません。

2) カスタマーサービス

チャットボットは、肉体を持たないロボットの好例です。 それらはチャットの会話で人間をシミュレートし、すべてのユーザーにすぐにサービスを提供して解決したり、責任のあるセクターに誘導したりできるため、優れたサービス ツールです。 これにより、プロセスが合理化され、従業員の時間が最適化されます。

3) メール

今日、Gmail や Outlook などのほとんどの電子メール サービスは、人工知能を使用してスパム メッセージの可能性を識別し、それらが受信トレイをいっぱいにしたり、ウイルスや詐欺によって何らかの形で害を及ぼしたりするのを防ぎます。

4) ソーシャルネットワーク

ソーシャル ネットワークに中毒性がある理由の 1 つはカスタマイズ機能であり、これは人工知能の使用によって可能になります。

ブラウジング中に行われるすべてのことをリアルタイムで監視するため、より積極的な友情の推奨を行い、各人に最も関連性の高い広告を表示できます.

さらに、人工知能は投稿からユーザーの感情を理解し、最も関連性の高いコンテンツと画像を強調表示し、不適切と見なされるものを削除します。

5) ストリーミングサービス

Netflix や Spotify などのストリーミング サービスも、人工知能によるパーソナライズにより、エンターテインメントの分野で大きな成功を収めています。

このパーソナライゼーションは主にレコメンデーション システムによって行われ、インテリジェンス ナビゲーション分析を通じて、最も関連性の高いコンテンツを表示することができます: ポッドキャスト、音楽、映画、シリーズなど、各人が最も視聴したり聴いたりしたものに似ています。

6) ゲーム

日常生活における人工知能の使用のもう 1 つの例は、ゲームの世界です。 このセグメントはますます革新的であり、AI によって強化された機能の一部は拡張現実と仮想現実であり、ゲームを毎日より現実的にします。

7) 銀行

銀行も、人工知能を使用してプロセスを自動化および最適化する例です。 デジタルバンクだけではありません。 伝統的な人々は、市場データ分析、財務管理、顧客関係 (前述の仮想アシスタントとチャットボットを使用) などを実行するために、このテクノロジに真っ向から飛び込んでいます。

8) グーグル

Google は、日常生活における人工知能の使用の最大の例の 1 つです。 このグローバル企業は、提供するほぼすべての製品とサービスで、このテクノロジーを長い間使用してきました。

それは電子メールの機能に存在します — 例 3 で引用されたケースのように —; 画像認識を検索する Google レンズなどのアプリケーション。 グーグルマップ; また、同社が作成し、医療などの他の分野を対象としたソフトウェアも含まれています。

しかし、世界で最も使用されており、知性の学習を通じて進化し、ますます断定的な研究結果をもたらしたGoogle 広告と検索エンジンについて言及する価値があります。

このテクノロジーにより、検索結果がますます迅速に表示されるようになり、ツールは同義語、関連する件名、文字の音の類似性などを認識します。 そして、より多くの人がそれを使用するほど、検索の意図と行動についてより多くのことを学び、ユーザーにとってより良い体験を生み出します.

Google 広告の場合、人工知能は主にナビゲーション分析に焦点を当てており、この情報を使用してパーソナライズされた広告を推奨するため、より積極的になります。

9) 電子商取引

OSの製品レコメンデーション システムAI ベースのテクノロジは、ショッピング エクスペリエンスに役立つため、オンライン小売業の成功にも不可欠です。

AI がすべてのユーザー ナビゲーションを分析するため、最も関連性の高い製品をスマート ショップ ウィンドウに表示し、パーソナライズすることができます。 これにより、パーソナライズに加えて、ショーケースが自律的であり、手作業の必要性が軽減されるため、ローンチウィンドウでさえ、より高速かつ効率的に各人にカスタマイズされます。

しかし、ショーケースに加えて、今日の人工知能は電子商取引のスマート検索にも存在し、仮想ストア内の製品の検索を容易にします.

このテクノロジーを使用する利点は、検索速度です。 音声上の類似性; - 単語の音を認識し、タイプミスがあっても製品を表示します -自動カラー検索。 行動検索; 音声検索; e画像検索。

10) デジタルセキュリティ

人工知能は今日、デジタル セキュリティ システムやソフトウェアでも広く使用されており、ハッカーの侵入やユーザー データに関連するその他の危険を特定して防止するのに役立ちます。

11) 人材

日常生活における人工知能の使用のもう 1 つの重要な例は、人事部門です。 この場合、AI はデータを収集し、特定の欠員に関連するプロファイルを特定するのに役立ちます。 人材管理において。 さらに、顔認識を使用して時間制御を行います。

12) GPS アプリ

GPS アプリケーションは、今や私たちの日常生活に欠かせないものになっていますが、人工知能を利用して常に交通状況をリアルタイムで監視し、最適なルートを示し、事故や警察の急襲などに関する情報を提供しています。

また、注文の現在の場所を監視および報告するための内部 GPS システムを備えた食品配達または配達アプリケーションにも存在します。

13) 輸送

輸送では、GPS の使用に加えて、自動運転車で人工知能が際立っており、コンピューター ビジョンを通じて交通標識を移動、識別、尊重することができます。 しかし、公共交通機関の追跡や配送ロジスティクスにも存在します。

14) 産業

人工知能は多くの業界にも存在し、製品や機械の生産、パッケージング、ラベル付け、チェックを自動化および最適化するのに役立ちます。

15) 医学

医学では、人工知能もすでに広く使用されており、このリソースを使用すると、今日の医療でさえもはるかにパーソナライズできるのはそのためです.

AI による進歩のために注目すべき医療分野は腫瘍学です。 Google 自身が乳がんと肺を検出するソフトウェアを開発し、X 線写真の分析を通じて、医師自身が病気を認識するよりもはるかに効果的であることが証明されました。

もう 1 つのハイライトは、Covid-19 との闘いでこの技術を使用し、汚染の発生を特定することです。 リモートで患者のケアを支援する。 ソーシャル ネットワーク上のフェイク ニュースを自動的に排除します。

16) 農業

人工知能の使用は、農業の分野でもしばらく前から登場しています。 いくつかの例として、自動機械とトラクター、AI に基づくドローンによる気候と農園の健康状態の監視が挙げられ、作物の生産性と品質が向上します。

結論

これまで見てきたように、このトピックは複雑であり、人工知能とは何か、そしてそれを取り巻くすべてのものを深く理解するには、カバーすべきことがたくさんあります。 結局のところ、この技術は常に発展しています。

ここではいくつかの例を挙げますが、より良い結果を得るためにそれを使用する他の分野やセクターは無数にあり、その範囲はますます拡大する傾向にあります.

作者:タニア・ダルク