私達と接続する

HRTech

最高のWindows10ラップトップ2021:比較されたトップノートブック

公開済み

on

新しいラップトップを探しているなら、Windowsは、その支配的な市場シェアのために、ほとんどの人にとってオペレーティングシステムの最初の選択肢になる可能性があります。 73.5年2021月、Windowsはデスクトップ(およびラップトップ)市場のXNUMX%を占めました。 StatCounterの、MacOSは15.9%で2.4番目に遠く、Linux(2.3%)とChrome OS(10%)は78.9桁の領域にあります。 7月のWindows15.5は8.1%で主要なWindowsバージョンであり、Windows 3.4(8%)、1.3(XNUMX%)、XNUMX(XNUMX%)がそれに続きました。 

Windowsは、幅広いOEM(および最近ではMicrosoft)ハードウェアでの長年の可用性のおかげで、PCオペレーティングシステム市場を支配しており、その結果、プラットフォーム用に作成された多種多様なソフトウェアが生まれました。 それが必ずしも「最良の」オペレーティングシステムであるとは限りませんが、MacOS、Chrome OS、またはLinuxを支持して、それを見落とす正当な理由が必要になるでしょう。 

たとえば、MacOSを選択して、プレミアムハードウェアでクリエイティブなソフトウェアを実行したり、会社がすでにAppleのエコシステムを採用している場合があります。 Linuxは、その無料のオープンソースでますます使いやすくなっている性質、またはWindowsよりもサイバー犯罪者の標的になっていないためにうなずくかもしれません。 また、Chrome OSベースのChromebookは、ウェブベースの生産性アプリや仮想デスクトップ向けに手頃な価格で人気が高まっているプラ​​ットフォームを提供します。  

現在のWindows10バージョンは21H1であり、インストールベース全体でPCに展開されています。 さらに、マイクロソフトには 24月XNUMX日のイベント 「新しいWindows」バリアント(おそらくWindows 11と呼ばれる)を発表します。これは、リリース前の缶詰の要素を含む可能性のある特別な消費者向けリリースであると予想されます。 Windows 10X。 今年後半の次の通常のWindows10リリースは21H2で、24月XNUMX日に発表された変更を反映するためにコンシューマーバージョンとビジネスバージョンに分割される可能性があります。 

それで、あなたがWindows 10ラップトップの市場にいるとすると、どれを買うべきですか? 相変わらず、それはあなたがそれで何をしたいのか、そしてあなたが自由に使える予算の量に依存します。 

さまざまなユースケースに対するZDNetの現在の選択は次のとおりです。

知識労働者に最適

dell-xps-13-late-2020.jpg


OS  Windows 10(Home、Pro)| CPU  Intel Core i3-1115G4、Core i5-1135G7、Core i7-1165G7、Core i7-1185G7 | GPU  Intel UHDグラフィックス(Core i3)、Intel IrisXeグラフィックス| RAM  8GB、16GB、32GB | 保管費用  256GB、512GB、1TB、2TB | 画面  13.4インチInfinityEdge、1920 x 1200(169ppi、非タッチ/タッチ)、3840 x 2400(338ppi、タッチ)、500ニット| 無線  Bluetooth 5.1、802.11ax(Wi-Fi 6)| ポートとスロット  2x USB-C / Thunderbolt 4、MicroSD | カメラ  HD(720p)RGBおよびIR | オーディオ  2マイク、ステレオスピーカー、3.5mmヘッドフォン/マイクジャック| それは地球です  52Wh(14時間11分FHD +、8時間12分4K + / UHD +)| 寸法  295.7 x 198.7 x 14.8mm | 重量  1.2kg(ノンタッチ)、1.27kg(タッチ)| 価格  $ 1000(Core i3)、$ 1030(Core i5)、$ 1250(Core i7)から


知識労働者は、画面を見つめたり、キーボードを叩いたりすることに多くの時間を費やし、主に生産性アプリとコラボレーションアプリを組み合わせて実行します。 適切な画面とキーボードだけでなく、知識労働者は、堅実なオールラウンドパフォーマンス、必要に応じて外部モニター用の予備の接続、およびビデオ通話を処理するための優れたWebカメラ/マイク/スピーカーの組み合わせを必要とします(これは、ユーザーもリモートで作業しています)。 多くのデバイスがこれらの役割を実行できますが、 デルのXPS 13 私たちの意見では、現在この分野をリードしています。

Intel(UHDまたはIris Xe)グラフィックスが統合された第11世代Intel Core i3、15、またはi7プロセッサを搭載した13.4インチXPS 13は、コンパクトで軽量でありながら耐久性があります。 最小ベゼルのInfinityEdgeディスプレイは、アスペクト比4:16のFHD +(非タッチ/タッチ)または10K + / UHD +(タッチ)解像度で利用できますが、キーボードは非常に応答性が高く、高速で入力するのに快適です。 ワークロードの組み合わせと画面の解像度/明るさの設定に応じて、52Whのバッテリーで終日のバッテリー寿命を達成できるはずです。 特に豊富なオプションを追加する場合は、安くはありません( サンダーボルトドック)、しかしそれはあなたに非常によく役立つでしょう。

デルは最近、「13K」解像度(3.5 x 3456ピクセル、2160ppi)、304%DCI-P100色域カバレッジ、DisplayHDR3およびDolbyVision認定、および500nitの最大輝度を備えたOLEDタッチディスプレイを備えたXPS400のバリアントを発売しました。 。 ただし、このオプションは、エントリーレベルの400ニットFHD非タッチディスプレイと比較して500ドルの追加料金がかかります。

レビューを読む: Dell XPS 13レビュー

13.4インチのプライマリ画面が小さすぎる場合は、知識/リモートワーカー向けの大画面の候補をいくつかリストしました。 

デルで1,000ドル

モバイルプロフェッショナルに最適

hp-elite-dragonfly-g2.jpg


OS  Windows 10(Home、Pro)| CPU  Intel Core i3-1115G4、Core i5-1135G7、Core i5-1145G7 vPro(G2のみ); Core i7-1165G7、Core i7-1185G7 vPro(G2およびMax)| GPU  Intel UHDグラフィックス(Core i3)、IrisXeグラフィックス| RAM  8GB、16GB、32GB | 保管費用  128GB、256GB、512GB、1TB、2TB | 画面  13.3インチIPS、1920 x 1080タッチスクリーン、400ニット; 1920 x1080タッチスクリーン+ HP Sure View、1000ニット(Maxのオプションのみ)。 3840 x 2160タッチスクリーン、550ニット| 無線  Bluetooth 5.0、802.11ax(WiFi 6)、4G LTE(オプション)、5G(オプション)| ポートとスロット  2x USB-C / Thunderbolt 4、USB 3.2、HDMI 2.0、Nano SIM(オプションのWWAN用)| カメラ  HD(720p)+ IR(G2)、5MP + IR(最大)| オーディオ  3マイク(G2)、4マイク(最大)、4ステレオスピーカー、3.5mmヘッドフォン/マイクジャック| それは地球です  38Wh、56Wh | 寸法  304 x 198 x 16mm | 重量  0.98kg(G2)、1.13(最大)| 価格  G2は$ 1,685(i3-1115G4)、$ 1,783(i5-1135G7)、$ 1,920(i5-1145G7)、$ 2,010(i7-1165G7)、$ 2,200(i7-1185G7)から。 最大$ 2,409(i7-1165G7)、$ 2,622(i7-1185G7)から


モバイルの専門家は、多くのラップトップデザイナーに質問します。軽量で柔軟な構成、頑丈なビルド、接続性、セキュリティ、バッテリー寿命、および設計の信頼性の使いやすくパフォーマンスの高い組み合わせです。 もちろん、これらすべてを13.3つの製品にまとめるのは大変なことですが、HPはXNUMXインチの模範的な製品を提供しています。 エリートトンボ。 私たちは第一世代のエリートトンボに非常に感銘を受けました。 CES 2021、HPは、Intelの最新の第2世代プロセッサをベースにしたElite DragonflyG11とEliteDragonfly Maxを発表しました。どちらも、現在入手可能です。

エリートドラゴンフライG2は、プレミアムデバイスの支払いを気にしないモバイルプロ向けのほとんどのボックスにチェックマークを付けます。(ちょうど)サブ1kg G2の価格は、エントリーレベルのCore i1,685モデルで3ドルから始まりますが、約4,000ドルまで上がる可能性があります。オプションを最大限に活用する場合。 MIL-STD 1G堅牢性と801度FHD(非タッチ/タッチ)またはUHD(タッチ)スクリーンを備えたエレガントなサブ360kgシャーシを備えています。 こぼれにくいバックライト付きキーボードは、しっかりとした動作をし、音量が大きすぎないのに対し、ガラス製のマルチタッチタッチパッドは、統合されたマウスボタンと同様にスムーズに機能します。 オプションには、モバイルブロードバンド(4G LTEまたは5G)、Wacom AES 2.0ペン、統合タイルトラッキングが含まれ、HD(720p)IRWebサイト用の電子プライバシースライダーがあります。 ビデオ通話は、ウェブカメラ、3マイクアレイ、4スピーカーシステムの組み合わせで十分に機能し、標準(38Wh)と長寿命(56Wh)の両方のバッテリーを利用できます。後者は、電力を大量に消費する4K(UHD)に対応します。 )画面。

レビューを読む: HP EliteDragonflyレビュー

Elite Dragonfly Maxは、Core i7プロセッサーでのみ使用可能であり、4K画面オプションはありません。 また、2つではなく2つのマイク(5つは世界向け、2つはユーザー向け)と、電子プライバシーシャッターではなく手動の4MPIRカメラを備えています。 G3.2とMaxには、USBXNUMXポートとHDMIポートのXNUMXつのUSB-C / ThunderboltXNUMXポートがあります。

コロナウイルスのパンデミックの間、モバイルの専門家はかなりモバイル性が低下していましたが、ウルトラポータブルとコンバーチブルは依然としてPC市場の成長分野です。 そこには多くのデバイスがあります。 エリートトンボがあなたのためにそれをしないならば、ここにXNUMXつのより高く評価された候補があります:

HPで2,012ドル

パワーユーザーとクリエイターに最適

lenovo-thinkpad-x1-extreme-creator-laptops.jpg


OS  Windows 10HomeまたはPro | CPU  Intel Core i5-10400H、Core i7-10750H、Core i7-10850H、Core i9-10885H | GPU:Nvidia GeForce GTX 1650 Ti Max-Q(4GB)| RAM  8GB、16GB、32GB、64GB | 保管費用  256GB、512GB、1TB、2TB(2つのSSDをサポート)| 画面  FHD(IPS、300ニット、500ニット)、4K / UHD(IPS、HDR400、600ニット)4K / UHD(OLED、HDR500、400ニット、タッチ)| 無線  Bluetooth 5.1、Wi-Fi 6(802.11ax)、モバイルブロードバンドオプション(Fibocom L850-GL 4G LTE CAT9)| ポートとスロット  2x USB 3.2、2x USB-C Thunderbolt 3、DisplayPort、HDMI 2.0、RJ-45イーサネット(USB-Cアダプター経由)、4-in-1SDカードリーダー| カメラ  HD(720p)、HD&IRオプション、ThinkShutterプライバシーカバー| オーディオ  ドルビーアトモススピーカーシステム(3スピーカー)、3.5ヘッドフォン/マイクコンボジャック| それは地球です  4セル80Wh(12-15h)| 寸法  361.8mm x 245.7mm x 18.4mm(タッチスクリーン付きで18.7mm)| 重量  1.7kgから(タッチスクリーンで1.81kg)| 価格  1,658ドル(Core i5)から2,494ドル(Core i9)


パワーユーザーとクリエーター向けに設計されたラップトップは、本格的な処理能力、強力なディスクリートグラフィックス、豊富なメモリとストレージ、高品質の画面、堅牢な工業デザインなどのハイエンド機能を必要とするため、常にプレミアム価格を要求します。

Lenovoの最高級の15.6インチ ThinkPad X1 Extreme 重量は適度に持ち運び可能な1.7kgで、プロレベルの機能とパフォーマンスを提供します。 FHD(1920 x 1080)解像度の非タッチIPSパネルから4K / UHD(3840 x 2160)OLEDタッチスクリーンまでの範囲を表示します。 OLEDスクリーンよりも高い輝度(4対600ニット)の400K IPSスクリーンオプションもありますが、後者のみが100%をサポートします DCI-P3 ビデオ編集市場で重要な色域。

Gen 3モデルは、いくつかの事前構築された構成で利用可能であり、多くのカスタマイズオプションがあります。 ただし、ほとんどのエントリーレベルのバリアントはFHD解像度しか提供しないため、4Kディスプレイが必要な場合は、開始価格$ 2,423にステップアップする必要があります。 この価格には、6GHzで動作する7コアCore i10750-2.6Hプロセッサ、32GBのRAM、1TB SSD、Nvidia GeForce GTX 1650Tiグラフィックスも含まれています。 4GHz Core i2.4-9H、10885GBのRAM、64TBのSSDを搭載したトップエンドの1KOLEDタッチスクリーンモデルの価格は2,494ドルです。

さまざまなカスタマイズオプションがありますが、これらには、ミッドレンジのGeForce GTX 1650Tiに制限されているGPUは含まれていません。 これにより、ThinkPad X1 Extremeは、2Dグラフィックスやハイエンドのビデオ編集よりも、3Dグラフィックスやデザインに適しています。 そのためには、ワークステーションクラスのシステムにステップアップする必要があります。

レビューを読む: Lenovo ThinkPad X1 Extreme.

ビデオ編集やその他のクリエイティブなワークロードを処理できるWindowsラップトップは他にもたくさんあります。 ここにいくつかの主要な15インチの候補があります:

続きを読む: 2021年のグラフィックデザインに最適なノートパソコン

レノボで1,685ドル

ワークステーションユーザーに最適

lenovo-thinkpad-p1.jpg


OS  Windows 10(Home、Pro)、Linux Fedora 33 | CPU  Intel Core i7-10750H、Core i7-10850H vPro、Core i7-10875H vPro、Core i9-10885H vPro、Xeon W-10855M vPro | GPU  Nvidia Quadro T1000とMax-Q(4GB)、Quadro T2000とMax-Q(4GB)| RAM  8GB、16GB、32GB、64GB | 保管費用  128GB、256GB、512GB、1TB、2TB; RAID 0、1オプション| 画面  IPS FHD(1920 x 1080)、300、500、600ニット; OLED 4K(3840 x 2160)、400ニット、タッチスクリーン| 無線  Bluetooth 5.1、802.11ax(Wi-Fi 6)| ポートとスロット  2x USB-A 3.2、2x USB-C Thunderbolt 3、HDMI 2.0、SDカードリーダー| カメラ  ThinkShutterを備えた720pカメラ。 ThinkShutterを備えたハイブリッドIRおよび720pHDカメラ(オプション)| オーディオ  2x遠方界マイク、2x 2Wステレオスピーカー(ドルビーアトモス認定)、3.5mmコンボオーディオジャック| それは地球です  80Wh(15.9-17.1h)、急速充電(80時間で1%)| 寸法  18.4mm x 361.8mm x 245.7mm | 重量  1.7kg | 価格  1,705ドル(Core i7-10750H)、1,884ドル(Core i7-10850H)、1,960ドル(Core i7-10875H)、2,024ドル(Core i9-10885H)、2,656ドル(Xeon W-10855M)から


多くの人々は、パワーユーザー/クリエーターのラップトップが提供するよりも多くのコンピューティング、グラフィックス、メモリ、およびストレージを必要としています。 これらの要求の厳しい専門家には、3Dデザイナー、建築家、エンジニア、科学者、ビデオ編集者、VR開発者などが含まれ、彼らに必要なのは本格的なモバイルワークステーションです。

Core i7 / i9 / XeonまたはRyzen9 CPU、NvidiaQuadroまたはRadeonPro GPU、少なくとも16GBのRAM(32GB以上が望ましい)、および数テラバイトのストレージに加えて、ワークステーションクラスのラップトップには高品質のIPSまたはOLED画面が必要です。高解像度(4Kが望ましい)と優れた色空間サポート(sRGB、Adobe RGB、DCI-P3)を備えています。 また、これらの特定の構成がミッションクリティカルなアプリ向けに最適化されていることを示すために、Adobe、Autodesk、Avi​​dなどのISV(独立系ソフトウェアベンダー)からの認定も必要です。

主要なモバイルワークステーションベンダーはDell、HP、Lenovoですが、適切なソリューションの検索には、ギガバイト、MSI、Razerなどのゲーム市場からの最近の参入者も含まれる可能性があります。 レノボの「ワークステーションでの超プレミアムとラグジュアリー」の形をした、ティア1ベンダーからのトップエンドモデルを選択しました ThinkPad P1 Gen 3.

この15.6インチのクラムシェルデバイスは、通常は黒で覆われた堅牢な(MIL-STD 810G)ThinkPadであり、通常の優れたキーボードと署名付きの赤いTrackPointを備えています。 米国では、エントリーレベルの '独自に構築します'Intel Core i7-10750Hプロセッサ、8 GBのRAM、256 GBのSSDストレージ、FHD(1920 x 1080、141.2ppi)300 nitsIPSスクリーンを搭載したモデル Nvidia Quadro T1000 グラフィックの価格は1,702ドルです。 ただし、ミッションクリティカルなマスタードを削減することはできません。カスタマイズオプションは、Xeon W-10855Mプロセッサ(+ $ 1,100)、64GBのEEC RAM(+ $ 1,165)、2TB PCIeSSDのペアにまで及びます。 RAID 0または1構成、4K(3840 x 2160、282.4ppi)400 nits OLEDタッチスクリーン(+ $ 660)およびNvidia Quadro T2000 グラフィック(+ $ 210)。 その小さなロットは現在$ 4,404.52になります。

レビューを読む: レノボのThinkPad P1.

'もありますLinuxでビルドする'オプション実行中 Linux Fedora 33、$ 1,594.42から。 そして、それらの非常に重要なISV認定は? これらは、ArcGIS、AutoCAD、CATIA、Creo、Inventor、Microstation、NX、PDMS、Revit、Solid Edge、SolidWorks、Vectorworksで利用できます。

15.6インチの画面では十分な大きさがない場合は、次の17.3インチのモバイルワークステーションを検討してください。

レノボで1,705ドル

予算が限られているユーザーに最適

acer-swift-3-amd.jpg


OS  Windows 10(ホーム)| CPU  AMD Ryzen 5 4500U、Ryzen 7 4700U | GPU  AMD Radeonグラフィックス(統合)| RAM  8GB、16GB | 保管費用  256GB、512GB、1TB | 画面  14インチIPS、1920 x 1080(157ppi)| 無線  Bluetooth 5.0、802.11ax(Wi-Fi 6)| ポートとスロット  USB-C、USB 3.2、USB 2.0、HDMI | カメラ  HD(720p)| オーディオ  1マイク、ステレオスピーカー、3.5mmヘッドフォン/マイクコンボ| それは地球です  48Wh(11h)| 寸法  323 x 218 x 18mm | 重量  1.2kg | 価格  619ドル(Ryzen 5 4500U)、800ドル(Ryzen 7 4700U)から


誰もが持ちたいと思うラップトップを買う余裕があるわけではありませんが(中小企業の学生や従業員が思い浮かびます)、それはあなたが標準以下のデバイスに落ち着く必要があるという意味ではありません。 ザ・ 一流メーカー すべてに「手頃な」範囲があり、恥ずかしがらずに予算のあるブランドがいくつもあり、その多くは優れた価値のあるデバイスを提供しています。 私たちの選択、AcerのAMD搭載 スウィフト3は一流ベンダーからのものであり、機能、ビルド品質、またはサポートオプションであまり多くのトレードオフを行うことなく、1,000ドル未満の価格と堅実なパフォーマンスの優れた組み合わせのおかげでうなずきます。 (注:手頃な価格のノートパソコンのもうXNUMXつの豊富な組み合わせであるChromebookについては、この記事の別の場所で説明しています)。

Swift3のバリュープロポジションの鍵はAMDの Ryzen4000モバイルプロセッサシリーズ、Intelの同等のチップと比較して優れた価格/パフォーマンスを提供します。 (注:CES 2021で、AMDは最新のものを発表しました Ryzen 5000 パフォーマンスと消費電力の大幅な改善が主張されているモバイルプロセッサ。)CPU、8GBまたは16GBのRAM、最大1TBのストレージは、スクラッチに十分対応しているだけでなく、ワイヤレス接続— Bluetooth 5.0および802.11ax(Wi-Fi 6) wi-fi —最新の状態であり、この価格帯では印象的です。 14インチのFHD画面は完全に適切ですが、マットな仕上がりと適度な明るさがやや光沢がない場合もあります。 Swift 3のビルド品質は良好で、ポートの選択も豊富で、キーボードはバックライト付きで、バッテリー電源で11日(それほど要求が厳しくない)の作業を行うことが期待できます(Acerは1.2時間と主張しています)。 重すぎず、619kg。 5ドルから(Ryzen 4500 3Uプロセッサを搭載)、SwiftXNUMXは優れた価値があります。

レビューを読む: Acer Swift3レビュー CNET。

前述のように、手頃な価格のノートパソコンはいくつもあり、使いやすいものを簡単に見つけることができます。 10ドル未満のWindows250デバイス それがあなたの予算制限なら。 ただし、もう少しお金をかける必要がある場合は、トップベンダーのXNUMXつのお得なノートパソコンを次に示します。

続きを読む: 350ドル未満の最高の予算のラップトップ:トップエキスパートのおすすめ.

Amazonで$ 680 ウォルマートで$ 790 eBayで$ 976

フィールドワーカーに最適

dell-latitude-5420-rugged.jpg


OS  Windows 10(Pro)、Linux(Ubuntu 18.04)| CPU  Core i3-7130U、Core i5-8350U | GPU  Intel HD620グラフィックス| RAM  8GB、16GB、32GB | 保管費用  128GB、256GB、512GB、1TB、2TB | 画面  14インチWVA、1920 x 1080(非タッチ、非タッチ/屋外読み取り可能、タッチ/屋外読み取り可能)| 無線  Bluetooth 4.2、802.11ac(Wi-Fi 5)、4G LTE(オプション)| ポートとスロット  3x USB 3.0、USB-C、RS-232シリアル、RJ-45イーサネット、HDMI、SDカードスロット、SIMスロット、スマートカードリーダー(オプション)| カメラ  プライバシーシャッター付きFHDウェブまたはIRカメラ(オプション)| オーディオ  2マイク、スピーカー、3.5mmヘッドフォン/マイクコンボジャック| それは地球です  51Wh、オプションの2番目の51Whホットスワップバッテリー| 寸法  347 x 244 x 32.8mm(例:バンパーとハンドル)| 重量  2.22kgから(バッテリー1個、ハンドルなし)| 価格  1399ドル(Core i3)、1879ドル(Core i5)から


ラップトップは、明るい日差し、雨、砂嵐、焼けるような熱、深刻な振動、さまざまな高さからさまざまな表面への落下などの要素に勇敢に立ち向かわなければならないことがよくあります。 「頑丈な」ラップトップがさまざまな色合いで提供されるのも不思議ではありません。たとえば、「極端な」または「完全に」頑丈な、「半」または「ビジネス」の頑丈なものです。 ラップトップやその他の機器の耐久性を評価するために、XNUMXつの主要な分類が使用されます。 MIL-STD 810 シリーズ(通常は810G、または最新の810H); そしてその IPまたは侵入保護 コード。 MIL-STD 810のテストは多数あり、ほとんどのラップトップはサブセットのみを実行するため、仕様を注意深くチェックして、どれであるかを確認してください。 IPコードは5つの数値を報告します。6つ目は固体に対する耐性(1は「防塵」を示し、9はデバイスが「防塵」であることを意味します)、XNUMXつ目は液体に対する耐性(XNUMX =「水滴」、XNUMXK = 「強力な高温ウォータージェット」)。

このタフなラップトップカテゴリでの私たちの選択、デルの14インチ Latitude5420の頑丈なビジネスノートパソコンは、決して市場で最も防弾のポータブルコンピュータではありませんが、ビジネスユーザーに価格、パフォーマンス、機能、および堅牢性の優れた組み合わせを提供します。 すべての頑丈なノートパソコンと同様に、Latitude 5420は、画面とキーボードセクションの保護が強化されているため、主流のデバイスよりもかさばり、重くなります。 それでも、2.22つのバッテリーと(オプションの)ハンドルなしで、それは妥当な(そのクラスの)51kgの重さです。 14番目のホットスワップ可能な4Whバッテリーを指定して、現場での寿命を延ばすことができます。 18.04インチFHD画面には、タッチ、非タッチ、屋外で読み取り可能なバージョンがあり、イーサネットや(オプションの)10G LTEブロードバンドなど、構成可能な有線および無線接続がたくさんあります。 数回のノックが可能なポータブルコンピューターが必要な場合、これは優れた選択肢です。特に、Linux(Ubuntu XNUMX)とWindows XNUMXProを指定できるためです。

レビューを読む: Dell Latitude5240の厳しいレビュー

デルは、一流のラップトップメーカーの中で最も頑丈なラップトップを取り揃えていますが、Getac、Xplore、DT Research、Panasonicなどの専門ベンダーが多数あります。 後者のToughbooksは、おそらく最も有名なスペシャリストブランドです。 ここにいくつかの注目すべき例があります:

続きを読む: 2021年に最高の頑丈なラップトップ

Amazonで$ 2,091 ウォルマートで$ 2,000

アーリーアダプターに最適

hp-elite-folio.jpg


OS  Windows 10(Pro)| CPU  Qualcomm Snapdragon 8cx Gen 2Gコンピューティングプラットフォーム| GPU  Qualcomm Adreno GPU | RAM  最大16GB | 保管費用  最大512GB | 画面  13.5インチ1920 x 1280エッジツーエッジガラス、10ポイントマルチタッチ| 無線  Bluetooth LE 5.0、802.11ax(Wi-Fi 6)、4GLTEおよび5Gモバイルブロードバンド| ポートとスロット  2x USB-C 3.2、Nano SIM | カメラ  HD IR +ハイブリッドY2.2mmHDウェブカメラ| オーディオ  2x前面マイク、4xステレオスピーカー、3.5mmヘッドフォン/マイクコンボジャック| それは地球です  最大24.5時間のローカルビデオ再生| 寸法  299 x 230 x 15.9mm | 重量  1.3kg | 価格  $ 1,786.88から


ラップトップを購入する人々のサブセットは、常に最新のフォームファクターとプラットフォームを求めています。また、CESは、来年の予定を最初に確認する場所です。 オンラインであるにもかかわらず、コロナウイルスのパンデミックのためだけに、 CES 2021 がっかりせず、健康的な作物を提供しました 最先端の工業デザインと構成.

HPを選びました エリートフォリオ、13.5インチの2-in-1デバイス。これは、AppleのArmベースのM1MacBookに対応してWindowsラップトップがどのように開発されているかを示しているためです。 エリートフォリオはクアルコムの キンギョソウ8cxGen2 プラットフォーム。4GLTEと5Gモデムの両方、およびWi-Fi 6(802.11ax)が含まれます。 メッセージは、このウルトラポータブル(1.3kg)2-in-1は「常にオンで、常に接続されており」、最大24.5時間の「ローカルビデオ再生」のバッテリー寿命を主張しているということです。 タッチスクリーン用のオプションのSureViewプライバシー、エリートスリムアクティブペン(デバイス上のストレージと充電付き)、明確に指定されたオーディオビデオサブシステム、およびファンレス操作を備えた、これは健康なモバイル向けの人気のラップトップになりますプロフェッショナル。 

Elite FolioのArmベースのプロセッサは確かにバッテリ寿命を実現しますが、現在10ビットのWindowsアプリしか実行できないWindows 32 on Arm(WoA)の使用にはトレードオフがあります。 Intelx64エミュレーション ただし、WoAに登場し、Windows InsiderProgramから入手できるようになりました。 ARM64ネイティブのアプリも登場しており、MicrosoftのTeamsとEdge、AdobeのPhotoshopとLightroomが含まれています。

エリートフォリオはHPで購入できます US ウェブサイトですが、まだ「近日公開」と記載されています UK。 米国では、16GBのRAMと256GBのNVMeSSDを備えた事前構成済みモデルを1,889ドルで入手できます。 1,786.88GBのRAMと8GBのSSDを備えた256ドルから始まるカスタマイズ可能なモデルもあります。

また: CES 2021:HPがホームオフィスのラインナップを更新

もちろん、CES2021で目を引くノートパソコンはエリートフォリオだけではありませんでした。 アーリーアダプターのその他の主要な候補は次のとおりです。

続きを読む: 最高のCES2021ラップトップ:トップノートブック、2-in-1、およびウルトラポータブル

HPIncで1,786ドル

Surfaceユーザーに最適

microsoft-surface-laptop-4.jpg


OS  Windows 10(Home、Pro)| CPU  Intel Core i5-1135G7、Core i7-1185G7、AMD Ryzen 5 4680U(13.5インチ)•Core i7-1185G7、AMD Ryzen 7 4980U | GPU  Intel Iris Xeグラフィックス、AMDRadeonグラフィックス| RAM  8GB、16GB、32GB | 保管費用  256GB、512GB、1TB | 画面  13.5インチPixelSense、2256 x 1504(201ppi)•15インチ。 PixelSense、2496 x 1664(201ppi)、10ptマルチタッチ| 無線  Bluetooth 5.0、802.11ax(Wi-Fi 6)| ポートとスロット: USB-C、USB-A、Surface Connect | カメラ  Windows Hello、720p HD f2.0 | オーディオ  2つのファーフィールドスタジオマイク、ドルビーオーディオ付きオムニソニックスピーカー、3.5mmヘッドフォンジャック| それは地球です  47.4Wh(19h AMD、17h Intel、13.5インチ•17.5h AMD、16.5h Intel、15インチ)| 寸法  308 x 223 x 14.5mm(13.5インチ)、339.5 x 244 x 14.7mm(15インチ)| 重量  13.5インチ:1.26kg(アルカンターラ)、1.29kg(金属)•15インチ:1.54kg | 価格  999.99ドル(13.5インチ)から•1,299.99ドル(15インチ)から


MicrosoftのSurfaceデバイスは、ARMベースのNvidia TegraSoCで不運なWindowsRTを実行する、オプションの取り付け可能なキーボードを備えた2012インチのタブレットで10.6年にデビューしました。 それ以来、このブランドは、Windowsプラットフォームのデザインとテクノロジーのショーケースとしての地位を確立し、マイクロソフトにとって収益性の高いビジネスに進化し、熱心な信者を獲得しています。 今日は 表面範囲 さまざまな説明の12.4つのラップトップを誇っています:Surface Laptop Go(13インチラップトップ)、Surface Pro X(3インチタブレット/ラップトップ)、Surface Book 13.5(15インチおよび2インチラップトップ/タブレット)、Surface Go 10.2(4インチ。タブレット/ラップトップ)、Surface Laptop 13.5(15インチおよび7インチラップトップ)およびSurface Pro 7/12.3 +(XNUMXインチタブレット/ラップトップ)。

主流の生産性タスク用のSurfaceデバイスを探しているラップトップユーザーは、おそらく新しい 4サーフェスラップトップは、13.5インチまたは15インチのサイズで提供され、IrisXeグラフィックスを搭載した第11世代IntelCoreプロセッサ、またはRadeonグラフィックスを搭載したAMD Ryzen4000シリーズプロセッサのいずれかを搭載しています。 エレガントなアルミニウムシャーシを備え、さまざまな色と仕上げで利用できる、両方のSurface Laptop 4モデルは、アスペクト比201:3の2ppiPixelSenseタッチスクリーンを備えています。

Surface Laptop 3を使用したZDNetのレビュー担当者にとっての主な失望は、バッテリーの寿命でした。Microsoftは最大11.5時間の「通常の使用」を主張しましたが、テストは6時間ほどで完了しました。 Microsoftは、新しいSurface Laptop 4でこれに対処することを明確に目指しており、19インチのAMDベースモデルとIntelベースモデルでそれぞれ最大17時間と13.5時間と主張しています。 15インチモデルの場合、Microsoftは最大17.5h(AMD)および16.5h(Intel)を主張しています。 に ZDNetのレビュー 13.5インチのAMD搭載のSurfaceLaptop 4のうち、主流の生産性ワークロードを組み合わせて実行すると、約14時間のバッテリー寿命が見られました。

13.5インチSurfaceLaptop 4の価格は、AMD Ryzen 999.99 5Uプロセッサ、4680GBのRAM、8GBのSSDストレージで256ドルから始まり、Intel Core i2,299.99-7G1185、7GBのRAM、32TBSSDで1ドルに上昇します。 15インチモデルは、Ryzen 1,299.99 7U、4980GBのRAM、および8GB SSDで$ 256から始まり、Core i2,399.99-7G1185、7GBのRAM、および32TBSSDで$ 1に上昇します。

レビューを読む: Microsoft Surface Laptop 4(13.5インチ、AMD)

これらの従来のラップトップに加えて、SurfaceシリーズはXNUMXつの変換可能なフォームファクターを提供します。取り付け可能なキーボードを備えたタブレット(Surface Pro、Pro X、Go)と取り外し可能な画面セクションを備えたラップトップ(Surface Book)です。

続きを読む: 最高の表面? どのMicrosoftSurfacePCがあなたに適しているかを確認してください.

マイクロソフトで$ 999

タブレット/ラップトップユーザーに最適

best-windows-10-surface-pro-7.jpg


OS  Windows 10 Pro | CPU  Intel Core i3-1115G4、Core i5-1135G7、Core i7-1165G7 | GPU  Intel UHDグラフィックス(Core i3)、Iris Xeグラフィックス(Core i5、i7)| RAM  8GB、16GB、32GB | 保管費用  128GB、256GB、512GB、1TB | 画面  12.3インチPixelSense、2736 x 1824(267ppi)、10ptマルチタッチ| 無線  Bluetooth 5.0、802.11ax(Wi-Fi 6)、モバイルブロードバンド(LTE)| ポートとスロット  USB-C、USB-A、Surface Connect、Surface Type Coverポート、MicroSDカードリーダー、Nano SIM | カメラ  5MP Windows Hello(フロント)、8MP(リア)| オーディオ2ファーフィールドスタジオマイク、ドルビーアトモス付き1.6Wステレオスピーカー、3.5mmヘッドフォンジャック| それは地球です  50.4Wh(15h Wi-Fi、13.5h Wi-Fi + LTE)| 寸法  292mm x 201mm x 8.5mm | 重量  770g(i3&i5、Wi-Fi)、796g(i5、Wi-Fi + LTE)、784g(i7、Wi-Fi); タブレットのみ| 価格  849.99ドル(i3)、999.99ドル(i5)、1,449.99ドル(i7)から。 ビジネス向けタイプカバー$ 97.47、$ 119.99(署名モデル); Surfaceペン$ 99.99


Surface Proは、取り付け可能なタイプカバーキーボード(基本価格には含まれていません)を備えたタブレットで、一種のラップトップに変身します。 画面セクションを直立に保つキックスタンドのおかげで、膝の上で快適に、またはまったく使用できるラップトップではありませんが、軽量で柔軟性があり、スケッチや手書きのメモなど、多くのタッチスクリーンタスクを実行する場合に最適です。 -たとえば、取材や注釈-そして主流の知識労働。 タイプカバーと同様に、Surfaceペンは別の追加料金オプションであることに注意してください。

フラッグシップの12.3インチSurfaceProには、消費者向けのXNUMXつのバリエーションがあります。 表面プロ7、第10世代Intel Coreプロセッサーをベースとし、ビジネス指向 Surface Pro 7+、最新の第11世代コアCPUで動作し、LTEモバイルブロードバンドも提供します。 ここでは後者を見ています。

Surface Pro 7+は、Core i849.99プロセッサ、3 GBのRAM、および8GBのSSDを搭載したWi-Fiのみのバージョンで128ドルから始まります。 5GBのRAM、8GBのSSD、Wi-Fi、LTEを搭載したCore i256構成の価格は1,449.99ドルですが、Core i7、32GBのRAM、1TBのSSDを搭載したトップエンドモデルの価格は1,779.99ドルと高額です。 Surface Pro 7+のバッテリーは、消費者向けの安定版よりもわずかに大きいため、Wi-Fiのみで15時間、Wi-FiとLTEで13.5時間のバッテリー寿命が主張されています。 もう7つの重要な差別化要因は、セキュリティと管理性です。ProXNUMX+にはリムーバブルSSD、Windowsオートパイロットのサポートがあり、デフォルトでオンになっている主要なセキュリティ機能が付属しています。

続きを読む: Surface Pro 7+ for Business:違いは次のとおりです.

オリジナル 存在意義 のSurfaceブランドは、MicrosoftがOEMパートナーがデザインのインスピレーションとして使用できる新しいフォームファクターとテクノロジーを紹介するためのものでした。 これは確かにSurfaceProスタイルの「タブレットファースト」2-in-1で機能し、Lenovo、HP、Dellなどのテーマのバリエーションがたくさんあります。

続きを読む: 最高の表面? どのMicrosoftSurfacePCがあなたに適しているかを確認してください.

マイクロソフトで$ 850

大画面ユーザーに最適

best-windows-10-lg-gram-17-2021.jpg


OS  Windows10ホーム| CPU  Intel Core i5-1035G7、Core i7-1165G7 | GPU   Intel Iris Plus Graphics(10th-gen i5)、Iris Xe Graphics(11th-gen i7)、Nvidia GeForce GTX 1650Ti(4GB、1 i7モデル)| RAM  8GB、16GB | 保管費用  256GB、512GB、1TB、2TB | 画面  17インチIPS2560 x 1600(177.6ppi)| 無線  Bluetooth 5.1、Wi-Fi 6(802.11ax)| ポートとスロット  2x USB-C Thunderbolt(3または4)、2x USB-A、HDMI、MicroSDカードスロット| カメラ  HDウェブカメラ| オーディオ  2Wまたは1.5Wステレオスピーカー、3.5mmオーディオジャック| それは地球です  2セル80Wh(最大19.5h)| 寸法  381mm x 274mm x 19.8mm | 重量  1.35kg(dGPUで1.95kg)| 価格  $ 1,499.99から$ 1,899.99まで


多くのラップトップユーザーは、より広範な知識作業(複数のドキュメントウィンドウ、大きなスプレッドシート)、ビデオの表示、ゲームなどのために大画面を望んでいますが、一般的な17インチデバイスの重量には注意が必要です。 あなたがそのカテゴリーに入るなら、 LGグラム17 それは驚くべき1.35kgの重さなので、あなたのためのラップトップかもしれません(ディスクリートNvidiaグラフィックスを備えたモデルは1.95kgで入ってきますが)。 さらに、スリムで軽量なマグネシウム合金シャーシにもかかわらず、LG Gram17はMIL-STD810G規格に対応しています。

画面は、解像度17 x 16ピクセル(10ppi)の2560インチIPSパネルです。 バリアントは、DCI-P1600色域の177.6%、またはそれほど要求の厳しいユースケースではsRGBの99%をサポートして利用できます。 大きなフットプリントのシャーシは、バックライト付きキーボード、独立したテンキー、および大きな3:96タッチパッドのための十分なスペースを提供します。

LGの米国のWebサイトでは、利用可能なすべてのモデルがIntelの第11世代Core i7-1165G7で実行され、1,499GBの専用ビデオメモリ、1650GBのRAM、4GBのM.16を備えたディスクリートNvidia GeForce GTX512Tiグラフィックスの構成で2ドルからSSDストレージ。 最上位の$ 1,899.99構成には、16GBのRAMと2TB(2x 1TB)のSSDストレージがあります。

レビューを読む: LG Gram 17(2021)

LGで1,499ドル

デスクトップやタブレットではなく、ラップトップを購入する必要があるのはなぜですか?

最近では、ほとんどの人にとって「コンピュータ」はある種のラップトップです。 デスクトップのフォームファクター(特にオールインワン(AIO)デバイスの形)は決して完成していませんが、ラップトップは薄くて軽くてウルトラポータブルなものから、かさばるパワフルでデスクバウンドまで、さまざまな用途に対応しています。ケース(上記のように)。 小型のラップトップで画面のスペースが問題になる場合は、いつでも外部モニターを接続でき、ラップトップとタブレットの境界にまたがるハイブリッド2-in-1デバイスがたくさんあります。

Windows、MacOS、Chrome OS、Linuxのどのオペレーティングシステムを選択する必要がありますか?

すべてのコンピューティングプラットフォームには献身的なサポーターがいますが、主要なアプリケーションが実行されているため、または雇用主によって選択されているため、または予算の問題のために、ほとんどの人が特定のオペレーティングシステムを使用することになります。Windowsは予算からプレミアムまでの範囲に及びます。しかし、Chrome OSは主に市場の手頃な価格の端に限定されていますが、AppleのmacOSラップトップは主にプレミアムデバイスです。

ラップトップベンダー:「いつもの容疑者」に固執するべきですか、それともあまり知られていないブランドを探すべきですか?

一般的に言って、主要なPCベンダーは、製品開発と顧客関係の観点から、最も幅広い製品と最も文書化された実績を持っています。 したがって、特別な使用例や予算上の制約がない場合は、通常、出荷数で現在PC市場をリードしているLenovo、HP、Dell、Apple、Acerなどに加えて少数の製品を検討することになります。マイクロソフトを含む他の有名なブランドの。

これらのWindows10ラップトップをどのように選択しましたか?

私たちの選択プロセス

私は1990年代から、ラップトップ(および他の多くの種類の技術製品)のレビューの執筆、試運転、編集を行ってきました。 この「ベスト」リストの選択プロセスは、個人的な使用法と経験、ZDNetレビュープロセスへの関与、および他のレビューとまとめの分析の組み合わせに基づいています。

どのWindows10ラップトップがあなたに適していますか?

ラップトップを購入する際の重要な質問は、他の製品と同様に、「ラップトップで何をしたいですか?」です。 ユースケースを確立すると、調査に集中できるようになり、注目すべき主要な機能をすぐに感じることができます。 たとえば、モバイルナレッジワーカーの場合、軽量で柔軟な構成、堅牢なビルド、接続性、セキュリティ、バッテリー寿命、および設計の信頼性を組み合わせた、使いやすくパフォーマンスの高い組み合わせが必要になります。 しかし、ラップトップを牽引してクライアントを訪問する必要がある、主にデスクバウンドのグラフィックデザイナーまたはクリエーターの場合、優先順位は異なります。

潜在的な候補者の長いリストができたら、予算はトップエンドでそれを削減する可能性がありますが、注意の本能はボトムエンドで開始する必要があります(何かが真実ではないように見える場合は、おそらくそうです)。 ただし、十分に調査された候補リストを用意すれば、要件を満たすラップトップが完成する可能性が高くなります。

ZDNet推奨

コインスマート。 BesteBitcoin-ヨーロッパのBörse
ソース:https://www.zdnet.com/article/best-windows-laptop/#ftag=RSSbaffb68

HRTech

「幸福は真実の瞬間にあります」とMaxLifeInsuranceの最高人事責任者であるShaileshSingh氏は述べています。

公開済み

on

[メール保護] は定期的なシリーズで、HRKathaが企業が職場での幸せをどのように確保しているかについて話します。 多くのインド企業にとって、仕事のストレスと従業員の精神的健康が大きな懸念材料になっているため、職場での従業員の幸福は、より良いエンゲージメント、より強い絆、従業員の健康と全体的な生産性の向上につながる可能性があります。

[メール保護] によって供給されています Happyness.me、House of Cheer Networksのコンサルティング部門の一部であり、クリエーション、キュレーション、コンサルティングを専門とするフルサービスの人材、テクノロジー、メディア、エンターテインメントのハブであり、企業がビジネスと成長戦略を再考するのを支援します。

このインタビューで、Max LifeInsuranceの最高人事責任者であるShaileshSinghは、幸福の概念が長期的な満足から短期的な欲求にシフトしたことを共有しています。 新世代は「その瞬間に生きる」ことを望んでいます。 彼はまた、Max LifeInsuranceが職場での幸せをどのように保証するかについても説明しています。

PlatoAi。 Web3の再考。 増幅されたデータインテリジェンス。
アクセスするには、ここをクリックしてください。

出典:https://www.hrkatha.com/special/happiness-work/happiness-lies-in-the-moment-of-truth-shailesh-singh-chief-people-officer-max-life-insurance/

続きを読む

HRTech

スターCHROの採用は、雇用主のブランドに影響を与えますか?

公開済み

on

バックスターリーダーの名前と名声を考えると、彼らを雇う組織は間違いなく利益を得る立場にあります。 彼らの評判が後押しされるだけでなく、彼らのプロセスさえも影響を受け、彼らは全体的に前向きな見通しを得る。 それは、クライアント、顧客、内部の利害関係者、そして会社の従業員自身が採用された人に誇りを持ち始める、ホットショットのCEOやCMOを雇うようなものです。 そうです、CXOの役割の場合、影響は間違いなく非常にプラスですが、スターCHROについてはどうでしょうか。

他のドメインと同様に、私たちの国のHRコミュニティには非常に人気のある人物がいます。 彼らのパフォーマンス、メディア報道、ソーシャルメディアの人気の点で、これらの人々は重要な支持を持っています。 会社がそのようなホットショットプロファイルを採用するとき、彼らは彼らの雇用主のブランドにプラスの影響を経験しますか?

「伝説的な経歴と驚異的な仕事の歴史を持つ人と一緒に変更を加える方が簡単です。 これは、変化をもたらすには組織の信念を勝ち取る必要があるためです。それは、高く評価され、支持を持っている人にとっては非常に簡単です。」

Max Life Insurance、最高人事責任者、Shailesh Singh

カリスマ性と職人技

HRリーダー兼著者であるDreamers&UnicornsのAbhijit Bhaduriによると、それは間違いなく雇用主のブランドに影響を与えます。 彼は時々人々が個人の仕事と職人技にとても感銘を受けて魅了されて、人々が彼らに引き付けられる傾向があると信じています。 彼は、その分野で非常に人気のある有名な外科医や医師の例を挙げています。 その結果、どの病院で働いていても、人々は彼らを探し求めます。 同様に、広告業界では、多くの場合、クリエイティブディレクターが別の会社に異動すると、クライアントがクリエーターの創造性と職人技にお金を払うため、アカウント全体が一緒に移動します。 「個人の職人技、カリスマ性、人気は多くの人々を魅了します。これはHRの世界にも当てはまります」とBhaduri氏は語ります。

Limelightは気を散らすことができます

2007年に発表された「スーパースターCEO」と呼ばれる研究論文は、250年から1993年までの2002人以上の受賞歴のあるCEOの成長軌道を研究しました。彼らがそのような認識を受けた後、パフォーマンスが低下し始めたからです。 両社は、受賞後XNUMX年、XNUMX年、XNUMX年の期間にわたって、株式のリターンと資産のリターンの両方の点で業績を下回っていました。

この現象のXNUMXつの説明は、外部の関心が高まっていることを考えると、そのような人々は自分の仕事の領域で人気のある「スター」になることに気を取られる傾向があるということです。 彼らは本の執筆とボードに座ることに焦点を合わせ始めます。 これは、組織がリーダーシップチームで人気のあるCHROを獲得した場合にも当てはまります。 逆の効果がある可能性があります。

「有名人のリーダーの職人技、カリスマ性、人気は多くの人々を魅了します。これはHRの世界にも当てはまります。」

Abhijit Bhaduri、HRリーダー兼著者、Dreamers&Unicorns

チームワーク

VDV Singh、元VP-HR、JK Cementによると、スターCHROを雇うことは役立つかもしれませんが、特定の条件があります。 「ビジネスの洞察力を持ち、現場での地位を証明した人々は、取締役会から尊敬され始め、HR機能が取締役会にスペースを確保し、最終的には社内に影響を与えます」とJKセメントの元HRリーダーであるシンは述べています。

ただし、シンは、強力な雇用主ブランドを作成するにはチームワークが必要であると考えています。 チームとしてのみ達成できる強力な雇用主ブランドを作成するには、ポリシー、理想的な環境、強力な文化が必要です。 「彼をサポートする強力なチームが配置されていない人気のあるCHROの顔は、短期的な影響しかもたらさないでしょう」とJKセメントの元HRリーダーであるシンは語っています。

トラックレコード

一方、Max LifeInsuranceの最高人事責任者であるShaileshSinghは、この現象をXNUMXつのレンズを通して見ています。 XNUMXつ目は、スーパースターのCHROを採用することで、雇用主のブランドが一時的に後押しされることに同意する短期的なレンズです。 「伝説的な経歴と驚異的な仕事の歴史を持つ人と一緒に変更を加える方が簡単です。 これは、変化をもたらすには組織の信念を勝ち取る必要があるためです。それは、高く評価され、支持を持っている人にとっては非常に簡単です」とMax LifeInsuranceのSingh氏は指摘します。 しかし、彼は行動が言葉よりも雄弁であると警告します。 人気のあるCHROが採用後の行動に関して評判を再現できない場合、このプラスの影響は短命のままです。

「彼をサポートする強力なチームが配置されていない人気のあるCHROの顔は、短期的な影響をもたらすだけです」

VDV Singh、元VP-HR、JK Cement

透明性

影響は、小さいブランドと大きいブランドで異なります。 小規模な組織によるスターCHROの採用は、大規模な組織による採用よりも迅速に人々の想像力をかき立てます。 後者の場合、雇用主のブランドと文化を構築することは集合的な呼びかけです。 「時々、物事が特定の方法で実行される大企業では、個々のヒーローがいません。 それはすべての人の集合的な努力です。 スターCHROを採用することの全体的な影響は、会社のブランドが個人よりも大きいため、目に見えない可能性があります」とMax LifeInsuranceのSingh氏は説明します。

スターCHROを採用することは、企業の雇用主のブランドに短期的な後押しを確実に与えるため、目を引くことや頭を回転させることになる可能性があります。 しかし、そのような有名人の採用が現場で実際の行動を示さない場合、プラスの効果はすぐに衰えます。

PlatoAi。 Web3の再考。 増幅されたデータインテリジェンス。
アクセスするには、ここをクリックしてください。

出典:https://www.hrkatha.com/employee-branding/does-hiring-a-star-chro-impact-the-employer-brand/

続きを読む

HRTech

AIとは何ですか? 人工知能について知っておくべきことはすべてここにあります

公開済み

on

人工知能(AI)とは何ですか?

それはあなたが誰に尋ねるかによる。

1950年代に、フィールドの父は、 ミンスキー   マッカーシーは、人工知能を、以前は人間の知能を必要とすると考えられていたであろう機械によって実行されるタスクとして説明しました。

これは明らかにかなり広い定義です。そのため、何かが本当にAIであるかどうかについて議論が見られることがあります。

インテリジェンスを作成することの意味に関する最新の定義は、より具体的です。 GoogleのAI研究者であり、機械学習ソフトウェアライブラリKerasの作成者であるFrancois Cholletは、インテリジェンスは、新しい環境に適応して即興し、知識を一般化し、見慣れないシナリオに適用するシステムの能力に関連していると述べています。

「インテリジェンスとは、以前は準備していなかったタスクで新しいスキルを習得する効率です。」 彼は言った.

「知性はスキルそのものではありません。 それはあなたができることではありません。 それは、あなたが新しいことをどれだけうまくそしてどれほど効率的に学ぶことができるかということです。」

これは、仮想アシスタントなどの最新のAIを利用したシステムが、音声認識やコンピュータービジョンなどの限られた一連のタスクを実行するときにトレーニングを一般化する機能である「狭いAI」を実証したことを特徴とする定義です。

通常、AIシステムは、人間の知性に関連する次の行動の少なくとも一部を示します。計画、学習、推論、問題解決、知識表現、知覚、動き、操作、そして程度は少ないが社会的知性と創造性。

AIの種類は何ですか?

非常に高いレベルでは、人工知能はXNUMXつの大きなタイプに分けることができます。 

狭いAI

狭いAIは、今日のコンピューターで私たちの周りに見られるものです。明示的にプログラムされていない特定のタスクの実行方法を教えられた、または学習したインテリジェントシステムです。

このタイプのマシンインテリジェンスは、Apple iPhoneのSiri仮想アシスタントの音声と言語の認識、自動運転車の視覚認識システム、またはあなたが好きなものに基づいて好きな製品を提案するレコメンデーションエンジンで明らかです。過去に購入した。 人間とは異なり、これらのシステムは定義されたタスクの実行方法を学習または教えることしかできないため、ナローAIと呼ばれています。

一般的なAI

一般的なAIは非常に異なり、人間に見られる適応可能な知能のタイプであり、ヘアカットからスプレッドシートの作成、蓄積されたものに基づいたさまざまなトピックについての推論まで、さまざまなタスクを実行する方法を学習できる柔軟な形式の知能です。経験。 

これは、2001年のHALやターミネーターのスカイネットなどの映画でより一般的に見られる種類のAIですが、今日は存在しません。AIの専門家は、それがどれだけ早く実現するかについて激しく意見が分かれています。

ナローAIは何ができますか?

狭いAIには、膨大な数の新しいアプリケーションがあります。

  • 石油パイプラインなどのインフラストラクチャの目視検査を実行するドローンからのビデオフィードの解釈。
  • 個人カレンダーとビジネスカレンダーを整理します。
  • 簡単なカスタマーサービスの問い合わせに答える。
  • 他のインテリジェントシステムと調整して、適切な時間と場所でホテルを予約するなどのタスクを実行します。
  • 助け 潜在的な腫瘍を見つけるための放射線科医 X線で。
  • オンラインで不適切なコンテンツにフラグを付け、IoTデバイスによって収集されたデータからエレベータの摩耗を検出します。
  • 衛星画像から世界の3Dモデルを生成する…リストはどんどん増えています。

これらの学習システムの新しいアプリケーションは常に出現しています。 グラフィックカードデザイナー Nvidiaは最近、AIベースのシステムMaxineを発表しました、これにより、インターネット接続の速度にほとんど関係なく、高品質のビデオ通話を発信できます。 システムは、インターネット経由で完全なビデオストリームを送信せず、発信者の顔の表情や動きを再現するように設計された方法で発信者の少数の静止画像をアニメーション化する代わりに、このような通話に必要な帯域幅を10分のXNUMXに削減します。リアルタイムで、ビデオと見分けがつかないようにします。

ただし、これらのシステムが持つ未開拓の可能性と同じくらい、テクノロジーに対する野心が現実を超える場合があります。 その好例が自動運転車であり、それ自体がコンピュータービジョンなどのAIを利用したシステムによって支えられています。 電気自動車会社のテスラは、自動車のオートパイロットシステムがシステムのより限定された自動運転機能から「完全自動運転」にアップグレードされるというCEOのエロンムスクの当初のタイムラインよりも少し遅れています。完全自動運転オプションは最近になってようやく展開されました。ベータテストプログラムの一部としてのエキスパートドライバーの選択されたグループ。

一般的なAIは何ができますか?

AI研究者のVincentCMüllerと哲学者のNickBostromが2012/13年に50つの専門家グループ間で実施した調査では、XNUMX%の確率で 人工知能 (AGI)は2040年から2050年の間に開発され、90年までに2075%に上昇します。グループはさらに進んで、いわゆる「スーパーインテリジェンスボストロムが「事実上すべての関心領域で人間の認知能力を大幅に超える知性」と定義している「」は、AGIの達成から約30年後に期待されていました。 

ただし、AIの専門家による最近の評価はより慎重です。 Geoffrey Hinton、Demis Hassabis、YannLeCunなどの最新のAI研究分野のパイオニア 社会はAGIの開発にはほど遠いと言う。 現代のAIの分野における先導灯に対する懐疑論と、現代の狭いAIシステムのAGIとの非常に異なる性質を考えると、一般的な人工知能が近い将来社会を混乱させることを恐れる根拠はおそらくほとんどありません。

とは言うものの、一部のAI専門家は、人間の脳についての理解が限られていることを考えると、そのような予測は非常に楽観的であり、AGIはまだ何世紀も先にあると信じています。

AIの開発における最近のランドマークは何ですか?

watson-1.jpg

IBM

現代の狭いAIは特定のタスクの実行に制限される場合がありますが、その専門分野の範囲内で、これらのシステムは超人的なパフォーマンスが可能な場合があり、場合によっては、本質的に人間として保持される特性である優れた創造性を示すことさえあります。

ブレークスルーが多すぎて決定的なリストをまとめることができませんでしたが、いくつかのハイライトは次のとおりです。 

  • 2009年、Googleは、自動運転のトヨタプリウスがそれぞれ10マイルの100回以上の旅を完了し、社会を無人車両への道に導くことができることを示しました。
  • 2011年、コンピュータシステム IBM Watsonは、米国のクイズ番組Jeopardyで優勝したときに、世界中で話題になりました。、ショーがこれまでに生み出した最高のプレーヤーのXNUMX人を打ち負かしました。 ショーに勝つために、ワトソンは、人間が提起した質問に答えるために処理されるデータの膨大なリポジトリで自然言語処理と分析を使用しました。
  • 2012年には、別の画期的な進歩により、以前はどのマシンにも複雑すぎると考えられていた多数の新しいタスクに取り組むAIの可能性が予告されました。 その年、AlexNetシステムはImageNet大規模視覚認識チャレンジで決定的に勝利しました。 AlexNetの精度は、画像認識コンテストのライバルシステムと比較してエラー率が半分になるほどで​​した。

AlexNetのパフォーマンスは、ニューラルネットワークに基づく学習システムの力を実証しました。これは、数十年前から存在していた機械学習のモデルですが、アーキテクチャの改良とムーアの法則によって可能になった並列処理能力の飛躍により、ようやくその可能性を実現しました。 コンピュータビジョンを実行する際の機械学習システムの腕前も、その年の見出しになりました。 インターネットのお気に入りを認識するためのシステムをトレーニングするGoogle:猫の写真.

世間の注目を集めた機械学習システムの有効性の次のデモンストレーションは Goの人間のグランドマスターに対するGoogleDeepMind AlphaGoAIの2016年の勝利、その複雑さが何十年もの間コンピュータを困惑させた古代中国のゲーム。 チェスの約200と比較して、囲碁は20ターンあたり約30の動きが可能です。 囲碁のゲームの過程で、最良のプレーを特定するために事前にそれぞれを検索している可能性のある動きは非常に多く、計算の観点からはコストがかかりすぎます。 代わりに、AlphaGoは、XNUMX万の囲碁ゲームで人間の専門家が演じる動きを取り、それらを深層学習ニューラルネットワークにフィードすることによってゲームをプレイする方法を訓練されました。

これらの深層学習ネットワークのトレーニングには非常に長い時間がかかる可能性があり、システムが最良の結果を達成するためにモデルを徐々に改良するため、大量のデータを取り込んで繰り返す必要があります。

しかしながら、 最近では、GoogleはAlphaGoZeroを使用してトレーニングプロセスを改善しました、それ自体に対して「完全にランダムな」ゲームをプレイし、それから学習したシステム。 GoogleDeepMindのCEOであるDemisHassabisは、チェスと将棋のゲームをマスターしたAlphaGoZeroの新しいバージョンも発表しました。

そしてAIは、新しいマイルストーンを超えてスプリントを続けています。 OpenAIによって訓練されたシステムが世界のトッププレーヤーを打ち負かしました オンラインマルチプレイヤーゲームDota2のXNUMX対XNUMXの試合で。

その同じ年、OpenAIは彼らを発明したAIエージェントを作成しました 自国語 協力して目標をより効果的に達成するために、続いてFacebookトレーニングエージェントが 交渉する   リー.

2020年は、AIシステムが、考えられるほぼすべてのトピックについて人間のように書き、話すことができるようになったように見える年でした。

問題のシステムは、Generative Pre-trained Transformer 3または略してGPT-3として知られ、オープンWebで利用可能な数十億の英語の記事でトレーニングされたニューラルネットワークです。

非営利団体OpenAIによってテストに利用できるようになった直後から、インターネットは、供給されたほぼすべてのトピックに関する記事を生成するGPT-3の機能で賑わっていました。人間が書いたものと区別してください。 同様に、印象的な結果が他の分野でも続き、その能力は 幅広いトピックに関する質問に説得力を持って答えます   初心者のJavaScriptコーダーにも合格.

しかし、GPT-3で生成された記事の多くは真実らしさの空気を持っていましたが、さらにテストを行ったところ、生成された文はしばしば集会に合格しなかったことがわかりました。 表面的にはもっともらしいが混乱したステートメントを提供するだけでなく、時にはまったくナンセンスなこともあります.

将来のサービスの基礎に関して、モデルの自然言語理解を使用することに依然としてかなりの関心があります。 です OpenAIのベータAPIを介してソフトウェアに組み込む開発者を選択できます。 また、 MicrosoftのAzureクラウドプラットフォームを介して利用可能な将来のサービスに組み込まれる.

おそらく、AIの可能性の最も印象的な例は、Googleの注目に基づくニューラルネットワークAlphaFold 2020がノーベル化学賞に値すると言われる結果を示した2年後半に来ました。

アミノ酸として知られるタンパク質の構成要素を調べ、タンパク質の3D構造を導き出すシステムの能力は、病気が理解され、医薬品が開発される速度に大きな影響を与える可能性があります。 タンパク質構造予測の重要な評価コンテストで、AlphaFold 2は、タンパク質を説得力のあるモデリングを行うためのゴールドスタンダードである結晶学に匹敵する精度でタンパク質の3D構造を決定しました。

結果を返すのに数か月かかる結晶学とは異なり、AlphaFold2は数時間でタンパク質をモデル化できます。 タンパク質の3D構造が人間の生物学や病気で非常に重要な役割を果たしているため、このようなスピードアップは 医学の画期的な進歩として予告された、酵素がバイオテクノロジーで使用される他の分野での潜在的なアプリケーションは言うまでもありません。

機械学習とは何ですか?

これまでに述べた事実上すべての成果は、機械学習に由来します。機械学習は、近年のこの分野での成果の大部分を占めるAIのサブセットです。 今日人々がAIについて話すとき、彼らは一般的に機械学習について話します。 

現在、ある種の復活を楽しんでいます。簡単に言えば、機械学習とは、コンピューターシステムが、タスクの実行方法をプログラムするのではなく、タスクの実行方法を学習することです。 この機械学習の説明は、世界初の自己学習システムの1959つであるサミュエルチェッカープレイングプログラムを開発したこの分野のパイオニアであるアーサーサミュエルによって造られたXNUMX年にまでさかのぼります。

学習するために、これらのシステムには大量のデータが供給され、音声の理解や写真のキャプションなど、特定のタスクを実行する方法を学習するために使用されます。 このデータセットの品質とサイズは、指定されたタスクを正確に実行できるシステムを構築するために重要です。 たとえば、住宅価格を予測する機械学習システムを構築している場合、トレーニングデータには、物件のサイズだけでなく、寝室の数や庭のサイズなどの他の重要な要素も含める必要があります。

ニューラルネットワークとは何ですか?

機械学習の成功の鍵はニューラルネットワークです。 これらの数学モデルは、内部パラメーターを微調整して、出力内容を変更することができます。 ニューラルネットワークには、トレーニング中に特定のデータが提示されたときに何を吐き出す必要があるかを教えるデータセットが提供されます。 具体的には、ネットワークには、9から9までの数字のグレースケール画像が、各グレースケール画像に表示される数字を示す1989桁の文字列(XNUMXとXNUMX)とともに供給される場合があります。 次に、ネットワークがトレーニングされ、各画像に示されている数値が高精度で分類されるまで、内部パラメータが調整されます。 このトレーニングされたニューラルネットワークは、XNUMXからXNUMXまでの数値の他のグレースケール画像を分類するために使用できます。このようなネットワークは、XNUMX年にYann LeCunによって公開され、米国郵便局によって使用されたニューラルネットワークのアプリケーションを示す独創的な論文で使用されました。手書きの郵便番号を認識します。

ニューラルネットワークの構造と機能は、脳内のニューロン間の接続に非常に大まかに基づいています。 ニューラルネットワークは、相互にデータを供給するアルゴリズムの相互接続されたレイヤーで構成されています。 これらのレイヤー間を通過するデータに起因する重要性を変更することにより、特定のタスクを実行するようにトレーニングできます。 これらのニューラルネットワークのトレーニング中、データがレイヤー間を通過するときにデータに付加される重みは、ニューラルネットワークからの出力が目的の値に非常に近くなるまで変化し続けます。 その時点で、ネットワークは特定のタスクを実行する方法を「学習」します。 必要な出力は、画像内の果物に正しくラベルを付けることから、センサーデータに基づいてエレベータが故障する可能性がある時期を予測することまで、何でもかまいません。

機械学習のサブセットはディープラーニングであり、ニューラルネットワークは、大量のデータを使用してトレーニングされた多数のサイズの大きいレイヤーを備えた広大なネットワークに拡張されます。 これらのディープニューラルネットワークは、音声認識やコンピュータービジョンなどのタスクを実行するコンピューターの能力における現在の飛躍を後押ししています。

さまざまな長所と短所を持つニューラルネットワークにはさまざまな種類があります。 リカレントニューラルネットワーク(RNN)は、自然言語処理(NLP)(テキストの意味を理解する)と音声認識に特に適したニューラルネットの一種ですが、畳み込みニューラルネットワークは画像認識にルーツがあり、推奨と同じくらい多様な用途がありますシステムとNLP。 ニューラルネットワークの設計も進化しており、研究者もいます 長短期記憶と呼ばれるより効果的な形式のディープニューラルネットワークを改良する またはLSTM— NLPなどのタスクや株式市場の予測に使用されるRNNアーキテクチャの一種であり、Google翻訳などのオンデマンドシステムで使用するのに十分な速度で動作できるようにします。 

ai-ml-neural-network.jpg

ディープニューラルネットワークの構造とトレーニング。

画像:ニュアンス

他の種類のAIは何ですか?

AI研究のもうXNUMXつの分野は 進化的計算。

それはダーウィンの自然淘汰の理論から借りています。 遺伝的アルゴリズムは、特定の問題に対する最適なソリューションを進化させるために、世代間でランダムな突然変異と組み合わせを行うことがわかります。

このアプローチは、AIモデルの設計を支援するためにも使用されており、AIを効果的に使用してAIの構築を支援しています。 ニューラルネットワークを最適化するための進化的アルゴリズムのこの使用は、ニューロエボリューションと呼ばれます。 特にデータサイエンティストの需要が供給を上回ることが多いため、インテリジェントシステムの使用が普及するにつれて、効率的なAIの設計を支援する上で重要な役割を果たす可能性があります。 テクニックはによって紹介されました 論文を発表したUberAI Labs 強化学習問題のために深層ニューラルネットワークを訓練するために遺伝的アルゴリズムを使用することについて。

最後に、あります エキスパートシステム、コンピュータは、多数の入力に基づいて一連の決定を下すことができるルールでプログラムされており、そのマシンが特定のドメインの人間の専門家の行動を模倣できるようにします。 これらの知識ベースシステムの例は、例えば、飛行機を飛ばす自動操縦システムであるかもしれません。

AIの復活を後押ししているのは何ですか?

上で概説したように、近年のAI研究の最大の進歩は、機械学習の分野、特に深層学習の分野にあります。

これは、データの容易な入手可能性によって部分的に推進されてきましたが、並列計算能力の爆発的な増加によってさらに促進されました。その間、機械学習システムをトレーニングするためのグラフィックスプロセッシングユニット(GPU)のクラスターの使用がより一般的になりました。 

これらのクラスターは、機械学習モデルをトレーニングするためのはるかに強力なシステムを提供するだけでなく、インターネットを介してクラウドサービスとして広く利用できるようになりました。 時間の経過とともに、主要なテクノロジー企業、 Googleポリシー , マイクロソフト、およびTeslaは、実行中のモデルと最近ではトレーニング用の機械学習モデルの両方に合わせた特殊なチップの使用に移行しました。

これらのカスタムチップのXNUMXつの例は、GoogleのTensor Processing Unit(TPU)です。この最新バージョンは、GoogleのTensorFlowソフトウェアライブラリを使用して構築された有用な機械学習モデルがデータから情報を推測できる速度と、彼らは訓練することができます。

これらのチップは、DeepMindとGoogle Brainのモデル、およびGoogle翻訳とGoogleフォトの画像認識をサポートするモデル、および一般の人々がを使用して機械学習モデルを構築できるようにするサービスをトレーニングするために使用されます。 GoogleのTensorFlowResearch Cloud。 これらのチップの第2018世代は、100年XNUMX月のGoogleのI / O会議で発表されて以来、ポッドと呼ばれる機械学習の大国にパッケージ化されており、XNUMX秒あたりXNUMX万兆回以上の浮動小数点演算(XNUMXペタフロップス)を実行できます。 これらの継続的なTPUアップグレードにより、Googleは、たとえば、機械学習モデルの上に構築されたサービスを改善することができました。 Google翻訳で使用されるモデルのトレーニングにかかる​​時間を半分にします.

機械学習の要素は何ですか?

前述のように、機械学習はAIのサブセットであり、通常、教師あり学習と教師なし学習のXNUMXつの主要なカテゴリに分けられます。

教師あり学習

AIシステムを教えるための一般的な手法は、多くのラベル付きの例を使用してAIシステムをトレーニングすることです。 これらの機械学習システムには大量のデータが供給され、関心のある機能を強調するために注釈が付けられています。 これらは、犬が含まれているかどうかを示すラベルが付いた写真や、「低音」という単語が音楽または魚に関連しているかどうかを示す脚注のある文章である可能性があります。 トレーニングが完了すると、システムはこれらのラベルを新しいデータ、たとえばアップロードされたばかりの写真の犬に適用できます。

例によって機械を教えるこのプロセスは、教師あり学習と呼ばれます。 これらの例のラベル付けは、通常、 Amazon MechanicalTurkなどのプラットフォームで雇用されているオンラインワーカー.

これらのシステムのトレーニングには通常、膨大な量のデータが必要です。一部のシステムでは、タスクを効果的に実行する方法を学習するために数百万の例を精査する必要がありますが、これはビッグデータと広範なデータマイニングの時代にますます可能になっています。 トレーニングデータセットは巨大でサイズが大きくなっています— GoogleのOpenImagesDatasetには約XNUMX万枚の画像があります、ラベル付きのビデオリポジトリ YouTube-8M XNUMX万本のラベル付き動画へのリンク。 ImageNetこの種の初期のデータベースの14つである、には、50万を超える分類された画像があります。 000年間で編集され、約XNUMX万人がまとめました。そのほとんどは、Amazon Mechanical Turkを通じて採用され、約XNUMX億枚の候補写真をチェック、並べ替え、ラベル付けしました。 

ラベル付けされた巨大なデータセットにアクセスできることは、長期的には大量のコンピューティングパワーにアクセスすることほど重要ではないこともわかります。

近年、Generative Adversarial Networks(GAN)は、大量のラベルなしデータと一緒に少量のラベル付きデータのみを必要とする機械学習システムで使用されています。これは、名前が示すように、準備に必要な手作業が少なくて済みます。

このアプローチにより、半教師あり学習の使用を増やすことができます。この場合、システムは、今日の教師あり学習を使用するトレーニングシステムに必要な量よりもはるかに少ない量のラベル付きデータを使用して、タスクの実行方法を学習できます。

教師なし学習

対照的に、教師なし学習は別のアプローチを使用します。このアプローチでは、アルゴリズムがデータのパターンを識別し、そのデータを分類するために使用できる類似点を探します。

例としては、同じ量の果物や同じようなエンジンサイズの車をクラスター化する場合があります。

アルゴリズムは、特定のタイプのデータを選択するために事前に設定されていません。 それは単に、その類似性がグループ化できるデータを探すだけです。たとえば、Googleニュースは、毎日同様のトピックに関する記事をグループ化します。

強化学習

強化学習の大まかな例えは、ペットがトリックを実行したときにおやつを与えることです。 強化学習では、システムは入力データに基づいて報酬を最大化しようとします。基本的には、可能な限り最良の結果に到達するまで試行錯誤のプロセスを経ます。

強化学習の例は、GoogleDeepMindのDeepQ-networkです。 さまざまな古典的なビデオゲームで最高の人間のパフォーマンスに使用されています。 システムには各ゲームからピクセルが供給され、画面上のオブジェクト間の距離など、さまざまな情報が決定されます。

各ゲームで達成されたスコアも確認することで、システムは、さまざまな状況でスコアを最大化するアクションのモデルを構築します。たとえば、ビデオゲームのブレイクアウトの場合、インターセプトするためにパドルを移動する必要があります。ボール。

アプローチ ロボット工学の研究にも使用されています、強化学習は、自律型ロボットに実世界の環境で動作する最適な方法を教えるのに役立ちます。

ai-ml-gartner-hype-cycle.jpg

多くのAI関連テクノロジーは、バックラッシュ主導の「幻滅の谷」が待ち構えている状態で、ガートナーのハイプサイクルの「膨らんだ期待のピーク」に近づいているか、すでに到達しています。

画像:Gartner /注釈:ZDNet

AIの大手企業はどれですか?

AIが最新のソフトウェアとサービスでますます主要な役割を果たしているため、各主要なテクノロジー企業は、社内で使用するための堅牢な機械学習テクノロジーを開発し、クラウドサービスを介して一般に販売するために戦っています。

それぞれがAI研究の新境地を開拓するための見出しを定期的に作成していますが、おそらくAIの一般の認識に最大の影響を与えたのはDeepMind AIAlphaFoldおよびAlphaGoシステムを備えたGoogleでしょう。

どのAIサービスが利用できますか?

すべての主要なクラウドプラットフォーム(Amazon Web Services、Microsoft Azure、Google Cloud Platform)は、機械学習モデルをトレーニングおよび実行するためのGPUアレイへのアクセスを提供します。 Googleはまた、ユーザーがテンソルプロセッシングユニットを使用できるように準備を進めています —機械学習モデルのトレーニングと実行用に設計が最適化されたカスタムチップ。

必要な関連インフラストラクチャとサービスはすべて、機械学習モデルのトレーニングに必要な膨大な量のデータを保持できるクラウドベースのデータストア、分析用にデータを変換するサービス、視覚化ツールのXNUMXつから利用できます。結果を明確に表示し、モデルの構築を簡素化するソフトウェア。

これらのクラウドプラットフォームは、Googleが提供することで、カスタムの機械学習モデルの作成をさらに簡素化します。 CloudAutoMLと呼ばれるAIモデルの作成を自動化するサービス。 このドラッグアンドドロップサービスは、カスタムの画像認識モデルを構築し、ユーザーが機械学習の専門知識を持っていないことを要求します。

クラウドベースの機械学習サービスは常に進化しています。 アマゾンは現在、AWSオファリングのホストを提供しています 機械学習モデルのトレーニングプロセスを合理化するように設計されています   最近発売されたAmazonSageMaker Clarify、組織がトレーニングデータの偏りや不均衡を根絶するのに役立つツールであり、トレーニングされたモデルによる予測の偏りにつながる可能性があります。

独自の機械学習モデルを構築するのではなく、音声、ビジョン、言語認識などのAIを利用したオンデマンドサービスを利用したい企業にとって、MicrosoftAzureは幅広いサービスで際立っています。オファー、続いてGoogle Cloud Platform、AWSの順です。 一方、IBMは、より一般的なオンデマンドサービスとともに、ヘルスケアから小売まですべてを対象としたセクター固有のAIサービスの販売も試みており、これらのサービスをグループ化しています。 IBM Watson傘下、The WeatherChannelの購入に2億ドルを投資した AIサービスを強化するためにデータの山のロックを解除します。

AIレースで優勝している主要なテクノロジー企業はどれですか?

amazon-echo-plus-2.jpg

画像:Jason Cipriani / ZDNet

内部的には、各ハイテク巨人やFacebookなどの他の企業は、AIを使用して、検索結果の提供、推奨事項の提供、写真内の人物や物の認識、オンデマンド翻訳、スパムの発見など、無数の公共サービスを推進しています。リストは膨大です。

しかし、このAI戦争の最も目に見える兆候のXNUMXつは、AppleのSiri、AmazonのAlexa、Googleアシスタント、MicrosoftCortanaなどの仮想アシスタントの台頭です。

音声認識と自然言語処理に大きく依存しており、クエリに答えるために膨大なコーパスを利用する必要があるため、これらのアシスタントの開発には膨大な量の技術が費やされています。

しかし、AppleのSiriが最初に目立つようになったかもしれませんが、AI分野でアシスタントがAppleを追い抜いたのはGoogleとAmazonです。Googleアシスタントは幅広いクエリに答えることができ、AmazonのAlexaは膨大な数の「スキル」を備えています。サードパーティの開発者がその機能を追加するために作成したもの。

時間が経つにつれて、これらのアシスタントは、人々が定期的な会話で尋ねるタイプの質問をより応答性が高く、より適切に処理できるようにする能力を獲得しています。 たとえば、Googleアシスタントでは、継続的な会話と呼ばれる機能が提供されるようになりました。この機能では、ユーザーは最初のクエリに対して、「今日の天気はどうですか?」、「明日はどうですか?」などのフォローアップ質問をすることができます。 システムは、フォローアップの質問が天気にも関連していることを理解しています。

これらのアシスタントと関連サービスは、音声だけでなく、テキストを画像に変換し、写真を使用して衣服や家具を検索できるGoogleレンズの最新版を使用して処理することもできます。

Windows 10に組み込まれているにもかかわらず、Cortanaは最近特に厳しい時期にあり、AmazonのAlexaがWindows 10PCで無料で利用できるようになりました。 同時に、マイクロソフト オペレーティングシステムにおけるCortanaの役割を刷新 音楽の再生など、他のアシスタントに見られる消費者向けの機能ではなく、ユーザーのスケジュールの管理などの生産性タスクに重点を置くこと。  

AIで先導している国はどこですか?

米国のハイテク巨人がAIの分野を縫い合わせていると考えるのは大きな間違いでしょう。 中国企業のAlibaba、Baidu、Lenovoは、eコマースから自動運転に至るまでの分野でAIに多額の投資を行っています。 中国は国として、AIを国の中核産業に変えるためのXNUMX段階の計画を追求しています。 150年末までに22億元(2020億ドル)の価値があるもの になる 2030年までに世界をリードするAIパワー.

Baiduは自動運転車の開発に投資しています、ディープラーニングアルゴリズムであるBaiduAutoBrainを搭載しています。 数年のテストの後、Apollo自動運転車は テストで100万マイル以上の運転を積み上げ、世界000都市で27万人以上の乗客を運びました.

Baiduは、今年北京で40台のApollo GoRobotaxisを発売しました。 同社の創設者は、自動運転車がXNUMX年以内に中国の都市で一般的になると予測しています。 

弱いプライバシー法、巨額の投資、協調的なデータ収集、Baidu、Alibaba、Tencentなどの大手企業によるビッグデータ分析の組み合わせは、将来のAI研究に関して、中国が米国よりも有利であると一部のアナリストが信じていることを意味します、XNUMX人のアナリストが 中国が米国を500対1でリードし、中国に有利に.

baidu-autonomous-car.jpg

Baiduの自動運転車、改造されたBMW3シリーズ。

画像:Baidu

AIを使い始めるにはどうすればよいですか?

PC用に適度に強力なNvidiaGPU(Nvidia GeForce RTX 2060以降のどこか)を購入して機械学習モデルのトレーニングを開始することもできますが、AI関連サービスを試す最も簡単な方法はおそらくクラウド経由です。

主要なテクノロジー企業はすべて、独自の機械学習モデルを構築およびトレーニングするインフラストラクチャから、音声、言語、ビジョン、感情認識などのAIを活用したツールにオンデマンドでアクセスできるウェブサービスまで、さまざまなAIサービスを提供しています。 。

AIは世界をどのように変えるのでしょうか?

ロボットと自動運転車

ロボットが自律的に行​​動し、周囲の世界を理解してナビゲートできるようにしたいという願望は、ロボット工学とAIの間に自然な重複があることを意味します。 AIはロボット工学で使用されるテクノロジーのXNUMXつにすぎませんが、AIはロボットが次のような新しい分野に移動するのを支援しています 自己駆動車配達ロボット ロボットを助けます 新しいスキルを学ぶ。 2020年の初めに、 ゼネラルモーターズとホンダがクルーズの起源を明らかに、電動の無人運転車と、Googleの親会社であるAlphabet内の自動運転グループであるWaymoは、最近、アリゾナ州フェニックスでrobotaxiサービスを一般に公開しました。 市内の50平方マイルのエリアをカバーするサービスを提供する.

偽のニュース

私たちはできる神経ネットワークを持つ寸前です 写実的な画像を作成する or ピッチパーフェクトな方法で誰かの声を複製する。 これに伴い、ビデオやオーディオの映像を本物として信頼できなくなるなど、非常に破壊的な社会変化の可能性があります。 有名人の顔を説得力のあるアダルト映画につなぎ合わせるためのツールがすでに作成されているため、このようなテクノロジーを使用して人々の画像を悪用する方法についても懸念が高まっています。

音声と言語の認識

機械学習システムは、コンピューターが人々の発言をほぼ95%の精度で認識するのに役立ちました。 マイクロソフトの人工知能と研究グループはまた、それが転写するシステムを開発したと報告しました 人間の筆記者と同じくらい正確に英語を話しました.

研究者が99%の精度という目標を追求する中で、コンピューターとの会話が、より伝統的な形式の人間と機械の相互作用とともにますます一般的になることを期待してください。

一方、OpenAIの言語予測モデルGPT-3は最近、人間が書いたものとして通過する可能性のある記事を作成する能力で話題を呼んだ。

顔認識と監視

近年、顔認識システムの精度は飛躍的に進歩し、 中国のハイテク大手Baiduは、99%の精度で顔を一致させることができると述べています、顔を提供することはビデオで十分に明確です。 西側諸国の警察は一般に大規模なイベントで顔認識システムの使用を試みただけですが、中国では、当局は全国のCCTVを顔認識に接続し、AIシステムを使用して容疑者や疑わしい行動を追跡する全国的なプログラムを開始しています。と持っています また、警察による顔認識メガネの使用を拡大しました.

プライバシー規制は世界的に異なりますが、感情を認識できるAIを含むAIテクノロジーのこのより侵入的な使用は、徐々に普及する可能性があります。 しかし、顔認識システムの公平性に関する反発と疑問の高まりにより、Amazon、IBM、およびMicrosoftは、これらのシステムの法執行機関への販売を一時停止または停止しました。

ヘルスケア

AIは最終的に医療に劇的な影響を及ぼし、放射線科医がX線で腫瘍を発見するのを助け、研究者が病気に関連する遺伝子配列を見つけ、より効果的な薬につながる可能性のある分子を特定するのを助けます。 GoogleのAlphaFold2機械学習システムによる最近の進歩により、新薬を開発する際の重要なステップにかかる時間が数か月から数時間に短縮されることが期待されています。

世界中の病院でAI関連技術の試験が行われています。 これらには、腫瘍学者がメモリアルスローンケタリングがんセンターでトレーニングするIBMのワトソン臨床意思決定支援ツールが含まれます。 英国の国民保健サービスによるGoogleDeepMindシステムの使用、眼の異常を発見し、頭頸部がんの患者をスクリーニングするプロセスを合理化するのに役立ちます。

差別と偏見を強化する 

懸念が高まっているのは、機械学習システムがトレーニングデータに反映されている人間の偏見や社会的不平等を体系化する方法です。 これらの懸念は、そのようなシステムのトレーニングに使用されるデータの多様性の欠如が実際の世界に悪影響を与えるという複数の例によって裏付けられています。 

2018で、 MITとMicrosoftの研究論文 大手テクノロジー企業が販売する顔認識システムは、肌の色が濃い人を識別するときにエラー率が大幅に高くなるという問題がありました。これは、主に白人男性で構成されるトレーニングデータセットに起因する問題です。

別の XNUMX年後に勉強する AmazonのRekognition顔認識システムには、肌の色が濃い個人の性別を特定する際に問題があったことを強調しました。 アマゾンの幹部が異議を唱えた料金、促す アマゾンの反論で提起されたポイントに対処する研究者の一人.

調査が発表されて以来、主要なテクノロジー企業の多くは、少なくとも一時的に、警察への顔認識システムの販売を停止しました。

不十分に変化したトレーニングデータの偏った結果の別の例は、2018年に見出しになりました アマゾンは、男性の応募者を好ましいと特定した機械学習の採用ツールを廃止しました。 今日、研究は進行中です 自己学習システムのバイアスを相殺する方法に.

AIと地球温暖化

機械学習モデルとそれらのトレーニングに使用されるデータセットのサイズが大きくなると、これらのモデルを形成して実行する広大なコンピューティングクラスターのカーボンフットプリントも大きくなります。 これらのコンピューティングファームへの電力供給と冷却による環境への影響は次のとおりです。 2018年の世界経済フォーラムによる論文の主題。 One 2019年の見積もりでは、機械学習システムに必要な電力は3.4か月ごとにXNUMX倍になっています.

強力な機械学習モデルをトレーニングするために必要な膨大な量のエネルギーの問題は 言語予測モデルGPT-3のリリースにより、最近注目を集めました、約175億個のパラメータを持つ広大なニューラルネットワーク。 

このようなモデルのトレーニングに必要なリソースは膨大であり、大部分は大企業のみが利用できますが、一度トレーニングすると、これらのモデルの実行に必要なエネルギーは大幅に少なくなります。 しかし、これらのモデルに基づくサービスの需要が高まるにつれ、消費電力とそれに伴う環境への影響が再び問題になります。

XNUMXつの議論は、より大きなモデルのトレーニングと実行による環境への影響です。 潜在的な機械学習と比較検討する必要があり、大きなプラスの影響を与える必要がありますたとえば、GoogleDeepMindのAlphaFold2による画期的な進歩に続いて、ヘルスケアの急速な進歩が見込まれます。

AIは私たち全員を殺しますか?

繰り返しますが、それはあなたが誰に尋ねるかによります。 AIを利用したシステムの機能が向上するにつれて、マイナス面の警告はより悲惨なものになりました。

テスラと SpaceXのCEO、イーロン・マスクが主張した AIは「人類の文明の存在に対する根本的なリスク」です。 AIの欠点を軽減するためのより強力な規制監督とより責任ある研究を推進する一環として、彼はOpenAIを設立しました。これは、社会全体に利益をもたらす友好的なAIの促進と開発を目的とした非営利の人工知能研究会社です。 同様に、尊敬されている物理学者のスティーブンホーキングは、十分に高度なAIが作成されると、 人間の能力を大幅に超えるところまで急速に進歩します。 現象は特異点として知られており、人類に実存的な脅威をもたらす可能性があります。

それでも、人類が私たちの知性を矮小化するAI爆発の危機に瀕しているという考えは、一部のAI研究者にはばかげているように思われます。

英国ケンブリッジにあるマイクロソフトのリサーチディレクター、クリスビショップ 今日のAIの狭い知性が人間の一般的な知性とどれほど違うかを強調します、「ターミネーターやマシンの台頭などが気になる時は? まったくナンセンスです、はい。 せいぜい、そのような議論は数十年先にあります。」

AIはあなたの仕事を盗みますか?

14-amazon-kiva.png

Amazon (アマゾン)

現代の肉体労働の多くを人工知能システムに置き換える可能性は、おそらくより信頼できる近い将来の可能性です。

AIがすべての仕事に取って代わるわけではありませんが、確かなことは、AIが仕事の性質を変えることです。唯一の問題は、自動化が職場をどれだけ迅速に、そしてどれほど深く変えるかということです。

AIが影響を与える可能性がないという人間の努力の分野はほとんどありません。 として AIの専門家AndrewNgが言う:「多くの人が日常的で反復的な仕事をしています。 残念ながら、テクノロジーは日常的な反復作業の自動化に特に優れています」と彼は述べ、「今後数十年にわたって技術的失業の重大なリスクがある」と述べています。

どの仕事が取って代わられるかという証拠が現れ始めています。 現在27あります Amazon Go 顧客が棚から商品を取り出して米国に出かけるだけの店舗やレジのないスーパーマーケット。 これが、レジ係として働く米国のXNUMX万人以上の人々にとって何を意味するのかはまだわかっていません。 アマゾンは再び、倉庫内の効率を改善するためにロボットを使用する方法をリードしています。 これらは ロボットは製品の棚を人間のピッカーに運びます 発送するアイテムを選択する人。 Amazonのフルフィルメントセンターには200万を超えるボットがあり、さらに追加する予定です。 しかし、Amazonはまた、ボットの数が増えるにつれて、これらの倉庫にいる人間の労働者の数も増えることを強調しています。 ただし、Amazonと 小さなロボット会社は、倉庫内の残りの手動ジョブの自動化に取り組んでいますですから、手作業とロボット作業が密接に関連して成長し続けることは当然のことです。

完全自動運転車はまだ現実的ではありませんが、いくつかの予測によれば、 自動運転トラック業界 宅配便業者やタクシー運転手への影響を考慮しなくても、単独で次の1.7年間でXNUMX万人以上の仕事を引き受ける準備ができています。

それでも、自動化するのが最も簡単な仕事のいくつかは、ロボット工学さえ必要としません。 現在、ソフトウェアがシステムの自動更新と重要な情報のフラグ付けに優れているため、管理、システム間でのデータの入力とコピー、企業の予定の追跡と予約に何百万人もの人々が働いているため、管理者の必要性は低くなります。

すべての技術シフトと同様に、失われたものを置き換えるために新しい雇用が創出されます。 でも、 不確かなのは、これらの新しい役割が十分に迅速に作成されるかどうかです 避難民に雇用を提供し、新たに失業者がこれらの新たな役割を果たすために必要なスキルや気質を持っているかどうか。

誰もが悲観論者というわけではありません。 いくつかのための、 AIは、労働者に取って代わるのではなく、増強するテクノロジーです。 それだけでなく、AI支援の労働者として、人々を完全に置き換えないという商業上の義務があると彼らは主張しています—クライアントが求める前にクライアントが何を望んでいるのかを正確に伝えるARヘッドセットを備えた人間のコンシェルジュを考えてください— AIが単独で動作するよりも生産的または効果的です。

AIの専門家の間では、人工知能システムが人間の能力をどれだけ早く超えるかについて、幅広い意見があります。

オックスフォード大学のヒューマニティインスティテュートの未来 数百人の機械学習の専門家にAI機能の予測を依頼しました 今後数十年にわたって。

注目すべき日付には、2026年までに人間が書くために通過する可能性のあるAI執筆エッセイ、2027年までにトラック運転手が冗長化される、2031年までに小売業で人間の能力を超えるAI、2049年までにベストセラーを書くこと、2053年までに外科医の仕事をすることが含まれていました。

彼らは、AIが45年以内にすべてのタスクで人間を打ち負かし、120年以内にすべての人間の仕事を自動化する可能性が比較的高いと推定しました。

全て表示:

IBMは、読解、FAQ抽出のためのワトソンツールを追加します.

関連カバレッジ

MLとAIがビジネスインテリジェンスと分析をどのように変革するか
XNUMXつの分野での機械学習と人工知能の進歩により、データの準備、発見、分析、予測、データ主導の意思決定が容易になります。

レポート:人工知能は雇用を創出し、経済的利益を生み出しています
デロイトの新しい研究によると、コグネティブテクノロジーの早期採用者は、現在および将来の役割について前向きであることが示されています。

AIと仕事:人間がアルゴリズムよりも優れている場合、またはその逆の場合
人工知能が何百万もの仕事を一掃するという悲惨な予測に巻き込まれるのは簡単です。 これがリアリティチェックです。

人工知能が新しいタイプのサイバー犯罪をどのように解き放っているのか (TechRepublic)
犯罪者は、銀行を奪うためにマスクの後ろに隠れるのではなく、攻撃を行うために人工知能の後ろに隠れています。 ただし、金融機関はAIを使用してこれらの犯罪と戦うこともできます。

イーロンマスク:人工知能は第三次世界大戦を引き起こす可能性があります (CNET)
シリアルCEOはすでに明日の空想科学小説の戦いを戦っています、そして彼は何よりもキラーロボットについてもっと心配しています。

PlatoAi。 Web3の再考。 増幅されたデータインテリジェンス。
アクセスするには、ここをクリックしてください。

出典:https://www.zdnet.com/article/what-is-ai-heres-everything-you-need-to-know-about-artificial-intelligence/#ftag=RSSbaffb68

続きを読む

HRTech

Alphabetは、産業用ロボットをより適応性のあるものにするために会社を立ち上げました

公開済み

on

R&DラボであるAlphabet's Xは金曜日の朝、次の大きな賭けは産業用ロボットにあると発表しました。 その新しい初期段階の会社 組み込み型 はロボット工学ソフトウェアおよびAIの会社であり、ロボットが感知して学習するのを支援し、それによってロボットをさまざまな環境により適応できるようにしたいと考えています。 

イントリンシックのCEOであるウェンディタンホワイトは、次のように述べています。 NS ブログ投稿。 「スペシャリストプログラマーは、ロボットをハードコーディングして、XNUMXつの金属片を溶接したり、電子機器のケースを接着したりするなど、特定の作業を実行するのに何百時間も費やすことができます。 また、プラグの挿入やコードの移動など、多くの器用で繊細な作業は、物理的な環境を理解するために必要なセンサーやソフトウェアが不足しているため、ロボットにとって実行不可能なままです。」

XでXNUMX年半技術を開発した後、Intrinsicは、製品をさらに構築および検証するために、独立したアルファベット会社として立ち上げました。 同社は現在、すでに産業用ロボットを使用している自動車、電子機器、ヘルスケア業界のパートナーを探しています。

これまで、Tan-Whiteは、自動知覚、深層学習、強化学習、動作計画、シミュレーション、力制御などの手法を使用するソフトウェアをテストしてきました。

Tan-Whiteは、資本成長ファンドBGF Venturesのパートナー、およびAI、ロボット工学、バイオテクノロジーのグローバルテクノロジータレント投資家であるEntrepreneur Firstのゼネラルパートナーを務めた後、XNUMX年半前にXに入社しました。 彼女はキャリアの早い段階で、世界初のSAAS WebサイトビルダープラットフォームであるMoonfruitを共同設立し、CEOを務めました。 彼女はまた、Zopa.comの立ち上げを支援しました。

ヨーロッパ初のピアツーピア貸付サイトであり、英国初​​のインターネット銀行であるEgg.comです。 

Intrinsicには、CTO Torsten Kroeger、EngelbergerAwardを受賞したMartinHaegele、ロボット工学のイノベーターであるRainer Bischoff、強化学習の専門家であるStefanSchaalなどの主要なロボット工学者やAI専門家も含まれています。

AlphabetのXラボ(Alphabetが設立される前はGoogle Xラボでした)からスピンアウトした他の企業には、自動運転車会社のWaymoとVerily LifeSciencesがあります。

以前および関連するカバレッジ: 

PlatoAi。 Web3の再考。 増幅されたデータインテリジェンス。
アクセスするには、ここをクリックしてください。

出典:https://www.zdnet.com/article/alphabet-launches-company-to-make-industrial-robots-more-adaptable/#ftag=RSSbaffb68

続きを読む
エスポート4日前

ポケモンユナイトでラグを減らしてFPSを上げる方法

エスポート5日前

リーグ・オブ・レジェンドのために明らかにされたアッシュ、イブリン、アーリ、マルファイト、ワーウィック、カシオペアのコーヴンスキン

エスポート4日前

ニューワールドのクローズドベータ版の進捗状況は、ゲームのフルリリースに引き継がれますか?

エスポート4日前

新世界で友達を追加してパーティーを開く方法

エスポート4日前

新世界で全力疾走できますか?

エスポート4日前

New WorldTwitchドロップを請求する方法

エスポート4日前

乳牛を搾乳した後、Twitchストリーマーが新世界で禁止される

AR / VR4日前

Moth + Flameは、米国空軍と提携して、バーチャルリアリティの性的暴行防止および対応トレーニングを開始します

Blockchain5日前

Uniswap(UNI)とAAVEテクニカル分析:何を期待しますか?

Blockchain5日前

RothschildInvestmentがGrayscaleBitcoinとEthereumTrustsの株式を購入

エスポート5日前

コナミが遊☆戯☆王を発表! マスターデュエル、遊☆戯☆王のデジタル版! TCGおよびOCGフォーマット

エスポート4日前

新世界で新しい世界を変える、または参加する方法

エスポート4日前

最高のアクシャンはリーグ・オブ・レジェンドで構築されています

エスポート4日前

新世界でPvPをオン/オフする方法

エスポート4日前

NewWorldクローズドベータ版のすべてのサーバーは次のとおりです

エスポート5日前

チームBDSは、EUステージ3チャレンジャー2の前にシックスマンとしてGatsHをVALORANT名簿に追加します

エスポート5日前

オーバーウォッチリーグ2021グランドファイナルがロサンゼルスで開催され、プレーオフブラケットがダラスで開催されます

Blockchain5日前

NexWEB Technologiesは、ブロックチェーンドメインベースのNFTプラットフォームに電力を供給するためにButterflyプロトコルを選択します

賭博5日前

暗号通貨を使用してスロットをプレイする方が良いのはなぜですか?

Blockchain5日前

WiVがグルジアワインのグローバルプレゼンスと品質保証を開発するためにグルジア政府と合意に署名

トレンド