By レイチェル・ルーメリオティス

私たちは皆、人工知能（AI）がビジネスの運営方法と、それが長期的にビジネスにどれだけ役立つかを変革しているという事実に同意しています。 過去数年にわたって、この理解により、AIテクノロジーを実験および評価し、現在、特に本番環境でAIテクノロジーを使用している企業が急増しています。

もちろん、組織がAIや機械学習（ML）などの新しいテクノロジーを採用すると、テクノロジーが新しい領域にどのような影響を与える可能性があるかを徐々に検討し始めます。 これは、生産とロジスティクス、製造、IT、顧客サービスなど、複数のセクターに及ぶ可能性があります。 AIとMLの手法の使用が、ビジネスの機能とその使用方法のさまざまな方法に浸透すると、組織は、進化するニーズに適応するのに役立つ新しい知識を得ることができます。

O'Reillyの学習プラットフォームを詳しく調べることで、テクノロジーリーダーやビジネスリーダーが知る必要のあるさまざまなトレンドやトピックに関するさまざまな情報を見つけることができます。 これは彼らが彼らの仕事をよりよく理解することを可能にし、彼らのビジネスが繁栄し続けることを確実にするでしょう。

過去数か月にわたって、プラットフォームのユーザー使用状況を分析し、AIとMLで最も人気があり最も検索されているトピックを発見しました。 以下で最も重要な発見のいくつかを探求します。これにより、AIとMLの状態がどこにあるのか、そして最終的にはどこに向かっているのかをより広く把握できます。

MLの成長を上回るAI

何よりもまず、私たちの分析は、AIへの関心がどのように高まっているかを明らかにしました。 2018年と2019年を比較すると、AIへの関与は58％増加しました。これは、はるかに大きな機械学習トピックの成長をはるかに上回り、5年には2019％しか増加しませんでした。すべてのAIおよびMLトピックを集計すると、これはすべての使用量のほぼ5％を占めます。プラットフォームでのアクティビティ。

これは、データエンジニアリング（使用アクティビティの8％）やデータサイエンス（使用アクティビティの5％）などの高レベルで確立されたトピックよりもわずかに少ないですが、これらのトピックへの関心はデータサイエンスよりも50％速く成長しました。 データ管理のトピックへの関与が減少したため、データエンジニアリングは実際には同時期に約8％減少しました。

また、組織が高度なツールと方法を実験しているという初期の兆候も発見しました。 私たちの調査結果の中で、教師なし学習コンテンツへの関与はおそらく最も興味深いものの2018つです。 教師なし学習では、AIアルゴリズムは、既存のラベルや分類がなく、人間の監視やガイダンスが最小限のデータセットで、以前に検出されなかったパターンを探すようにトレーニングされます。 53年には、教師なし学習トピックの使用量が172％増加し、2019年にはXNUMX％増加しました。

しかし、何がこの成長を推進しているのでしょうか？ そのメソッド（クラスタリングとアソシエーション）とそのアプリケーション（ニューラルネットワーク）の名前はよく知られていますが、教師なし学習は、ほとんどの人とほとんどのユースケースのMLのデフォルト戦略として機能する教師あり学習の対応物ほどよく理解されていません。 。

教師なし学習活動のこの急増は、用語自体、および監視された方法では簡単に対処できないユースケースに直面しているより洗練されたユーザーによるその使用法、利点、および要件に精通していないことが原因である可能性があります。

また、ニューラルネットワークとディープラーニングでの教師なし学習の目に見える成功が、教師なし学習をサポートするオープンソースツール、ライブラリ、チュートリアルの多様性と同様に、私たちの興味を助けた可能性があります。

ディープラーニングの復活

ディープラーニングは2019年にわずかに冷え込みましたが、それでもAIとMLの全使用量の22％を占めています。 また、その成功が、他の多くの使われなくなった、または無視されたアイデアの復活に拍車をかけたのではないかと考えています。 この最大の例は強化学習です。 このトピックは指数関数的に成長し、1,500年以降2017％以上成長しました。

10年にエンゲージメント率が2019％低下したとしても、ディープラーニング自体はAIを評価している企業の間で最も人気のあるML手法のひとつであり、多くの企業が本番ユースケースをサポートする手法を選択しています。 ほとんどの人がすでにテクノロジーに積極的に取り組んでいるため、ディープラーニングのトピックへの関与が頭打ちになっている可能性があります。つまり、成長が鈍化する可能性があります。

自然言語処理は、一貫した成長を示しているもう15つのトピックです。 その成長率はそれほど大きくはありませんが（2018年に9％、2019年に12％増加）、自然言語処理は、プラットフォームでのすべてのAIおよびML使用量の約6％を占めています。 これは、教師なし学習の約5倍、強化学習の使用のXNUMX倍ですが、これらXNUMXつのトピックは過去XNUMX年間で大幅に増加しています。

ただし、すべてのAI / MLメソッドが同等に扱われるわけではありません。 たとえば、チャットボットへの関心は薄れているようで、エンゲージメントは17年に2018％、34年に2019％減少しています。これは、チャットボットがAIの最初のアプリケーションのXNUMXつであり、おそらくその相対的な成熟度を反映しているためと考えられます。応用。

教師なし学習と強化学習への関与が高まっていることは、組織が高度な分析ツールと方法を実験していることを示しています。 これらのツールと手法は、意思決定支援、インタラクティブゲーム、リアルタイムの小売レコメンデーションエンジンなど、企業が実験して利益を得る新しいユースケースを開きます。 組織が引き続きAIとMLを使用して問題を解決し、生産性を高め、プロセスを加速し、新しい製品やサービスを提供することは想像に難くありません。

組織が分析テクノロジーを採用するにつれて、組織は自分自身と自分たちの世界についてより多くのことを発見しています。 特にMLの採用により、組織のすべてのレベルの人々が、組織が自分自身について知っていると考えることに異議を唱える質問をし始めるようになります。

MLとAIを使用して、私たちは自分自身について新しい、異なる、時には難しい質問をすることを学ぶときに役立つ新しい知識のオブジェクトを表面化するためのマシンをトレーニングしています。 すべての兆候によって、私たちはこれである程度の成功を収めているようです。 将来がどうなるかは誰にも分かりませんが、テクノロジーがよりスマートになるにつれて、私たちがより依存するようになることは間違いありません。

出典：https：//www.fintechnews.org/the-future-growth-of-ai-and-ml/