社会に応用された人工知能の6つの例

人工知能がすでに私たちの中にあるのは事実です。数年前にSF映画で上映されたように常にそうであるとは限りませんが、そこには次のようなものがあります。

私たちが携帯電話を使うときは、インターネットをサーフィンしたり、単に都市内で車を運転したりします。これらすべての場合において、ほとんどの場合、不注意で、人工知能が何らかの形で参加しています。

この記事の目的は、そのような現実が想定する顔のいくつかを示すことに他なりません。このために私達は見るでしょう 人工知能のさまざまな例、現在すでに使用されているか、まもなく使用されます。

関連記事： "ヒューマンインテリジェンスの理論"

人工知能の6つの例

人工知能（AI）は、表示するマシンまたはアルゴリズムの考案、設計、および製造を担当する計算科学の分野です。 人間が情報を処理する際にそれらを近づける操作パラメータ. したがって、非常に複雑な問題の解決、テキストの理解、非常に多様な領域でのプロトコルの計画などの機能が通常含まれています。ただし、近年では、徐々に広いドメイン（ここで説明するドメインなど）に拡張されています。

現在の技術は、ほんの数年前には空想科学小説では想像さえできなかったものを実現することを可能にします。健康問題を診断できるロボット（外見はますます人間味が増している）の使用から、自律的に（無人で）移動できる車両まで。主な重点は、必要なしに学習できるインテリジェントマシンの概念に向けられています人間の監督の、そしてそれは私たち自身の神経系のそれと同様の構造を使用しています中央。実際には、 ロボットの存在との生活に関連する感情的な結果が研究され始めています、DisturbingValleyなどの新しい理論。

これは熱狂的な技術開発の分野であり、おそらく近い将来、自分自身を理解し、一種の発達さえできる人工生物との日々の共存意識。他の場合では、それは、それらが基づいているアルゴリズムおよび/またはコードの形をとる、より「具体的でない」タイプのテクノロジーを調査します。日常生活における多くの「目に見えない」プロセス：航空交通管制から保管、大量の分析まで情報。それのすべて 高度な統計戦略を通じて.

このように、サイエンスフィクションはその名前を失い、科学だけになるので、人間は私たちが理解している方法で、あなたが自分の手でパラダイムシフトを形成していると仮定し始めます世界。この実例として、ここでは、来ている、またはすでに私たちの中にある人工知能のほんの数例を紹介します。情報をよりわかりやすく整理するために、地域ごとに詳しく説明します。

instagram story viewer

1. 広告

広告の特定の分野における人工知能は、デジタルマーケティングキャンペーンを最適化する目的を追求します。 プログレッシブ洗練されたアルゴリズムで、潜在的な消費者のすべてのニーズを特定することを目的としています もっと面白いかもしれない「スポット」を示すことを目的としています。この意味で、それはデータの使用、創造性（この分野では常に明らか）、および情報通信技術の使用の間の融合です。

この分野の人工知能は、「オンライントラフィック」と各サーファーのプロファイルのリアルタイム監視プロセスを実行します。販売することを目的とした製品またはサービスを表示するためのさまざまなスペースの選択プロセスを最適化するため（返品経済的）。目標は、適切なメッセージが可能な限り最良の時間に最も適切な人に届くことであり、これにより、この分野の知識が目指す説得プロセスがスピードアップします。

この形式の人工知能は、以来、非常に重要な批判の対象となっています。 ユーザーのプライバシーを侵害していると考えられます、今日では、事実上ネットワーク全体に広がっていますが（複雑さは多少なりとも異なります）。データ保護ポリシーに関する最新の法律では、訪問者に警告する必要があります。そのような慣行（クッキー、活動収集、等。）。

あなたは興味があるかもしれません： "マーケティングと広告に適用される心理学の7つの鍵"

2. 輸送

人工知能は、 公共および民間の両方の運輸部門. これらの技術開発の目的は、乗客だけでなく、車両の乗客の安全性を高めることです。運転中にあなたの周りにいる歩行者、または有効になっている道路の使用を規制することさえありますそれのための。一部の企業はまた、この分野の進歩を通じて、将来的に環境汚染を削減することを目指しています。

自律航法システムは、あらゆる種類の車両に実装され始めています。飛行機だけでなく、非常に長い間使用されてきました（パイロットは「のみ」を想定しているため）離陸および着陸中、または気象状況が必要とする場合の航空機の制御。必要）。これらの場合、中央ユニットによって調整された一連のアルゴリズムが、大量の 空間内の相対位置とどの空間に含まれるかに関する情報、人間よりもはるかに速いスピードと精度（効率）で意思決定を行うために。

道路や高速道路の交通量を管理するために、コンピューター化されたツールも日々高度に使用され始めています。すべての環境条件を制御し、コンテキスト情報と先行イベントの統計処理に基づいて交通渋滞を予測します。運転中に誰があなたの携帯電話を使用しているかを検出し、当局に通知することも可能です！

3. 金融と経済学

社会が拡大し、次第に複雑になるにつれて、人間の裸の能力は生成された情報の取得/処理は、必然的にその限界に直面し、それが基本となる程度になりますこれまで使用されていたメカニズムに実行可能性を与える代替案の検索と実装生存します。したがって、技術革命が必要です。そしてこの意味で、 人工知能は、銀行および経済学の分野で無尽蔵の応用分野を発見しました.

金融セクターで現在分析されている情報の量は本当に圧倒的です。ただし、基本的に定量的なデータ（投資、手数料、負債など）を使用するという特徴があり、規則性が高いためです。これにより、人工知能は、将来、これらの領域の実質的にすべての領域に拡張されるアルゴリズムで起動することが容易になります。仕事。

金融における人工知能は、増加しているものの、今日でも10代のテクノロジーと見なされています（現在運営している事業体の25％のみが、24年以内にそれを利用することを考えていません。月）。 今日最も一般的なユーティリティは、脱税と富の管理の検出です、ただし、個人金融やローンの申し込みにまで拡大し始めています。

4. 教育

教育分野の人工知能は、（教室での）正式な教育と学生の自律的かつ独立した学習との間に現在存在する障壁を薄めることを目指しています。 目的は、若者に与えられるタスクの冗長性を最小限に抑えることです、知識の構築と自律性の刺激における協調的方法論を促進する。このために、個人的な通信システム（インターネット、モバイルデバイスなど）は、教育-学習プロセスが開発された従来のスペースを超えて使用されます。

人工知能は、学生の成績をリアルタイムで監視し、予測することにより、継続的な評価システムに貢献できます学習時間中に発生する可能性のある問題、要求の最適化、およびこれらの状況についての教師への通知。

特殊教育の必要性、さらには特定の学習障害の早期発見も、明確に表現することができます。彼らの治療に関与するさまざまな専門家によるより速くより効率的な解決策（治療教育学、心理学、言語療法、等。）。

あなたは興味があるかもしれません： "教育心理学：定義、概念および理論"

5. 業界

現在、人工知能は産業部門で大規模に使用されていますが、 生産プロセスの自動化と材料/人材の完成. たとえば、アルゴリズムが使用される小麦粉やパンの製造では、その使用が非常に頻繁に行われます。その品質またはその栄養マトリックスを条件付ける可能性のあるイベントを予測することができる非常に複雑なもの。このタイプのテクノロジーでは、最近まで手動による介入が必要だった不測の事態を解決するための決定が行われます。

できる画像技術もあります 組立ラインまたは生産ラインの標準からの逸脱をキャプチャします、その多くは人間の目には知覚できず、その前に状況を警告します会社の壊滅的または高コストの側面を取得する（連鎖エラー、工場の欠陥、等。）。

6. 健康

健康は、人工知能が今日より大きなブームを経験している生活の分野の1つです。したがって、機能的磁気共鳴画像法から抽出されたデータから最初または連続した精神病エピソードを検出するために設計された技術があります。最大80％の成功であり、これはメンタルヘルスの歴史における前例のないマイルストーンを表しています（これは、このような深刻な診断の生物学的マーカーであるためです）精神病理学）。しかし、近年、これらのニューロイメージング技術の有用性が疑問視されているため、反省の対象となる用途です。

別の順序では、ソーシャルネットワークも使用され始めており、膨大な量の多くの物理的病状の予測指標として、それらにダンプできる情報メンタル。今のところ、 最も一般的な使用法は、自殺のリスクと気分障害の検出に向けられています、ビッグデータ管理（コンピュータの性質の技術）の改善により期待されていますが膨大な量のデータを処理することを目的としています）は、他の状況にまで及ぶ可能性があります健康。

メンタルヘルスの分野では、人工知能の侵入はまだほとんどありませんが、医学などの他の関連分野ではそうではありません。しばらくの間、ソフトウェアの一部は、巻き添え被害を推定するように設計されてきました医療記録と登録システムの間の収束から収集された情報による放射線療法またはチェック。これにより、予後因子を改善し、この治療法の二次的影響を予測することが可能です。

近年、取り組みも 健康分野のすべての医療記録の自動化に向けて動いています、体自体の状態に関する現在の指標と相互作用して、それを通してコレクションに蓄積される証拠の絶え間ない更新の対象となる予測アルゴリズムによる患者科学的。このようにして、専門家は自分の患者がどのようであるかを自動的に知り、より客観的な基盤に基づいて治療を提供することができます。徐々に手頃な価格になる遺伝子マッピングも、健康のデジタルトランスフォーメーションに向けた止められないプロセスにおいて重要な役割を果たします。