IBM: 認知コンピューティングは人間を置き換えるものではない

認知コンピューティング分野におけるIBMの中核技術であるWatsonは、アメリカのクイズ番組「Jeopardy!」で有名になりました。 2011年2月。このプログラムでワトソンはプログラムの2人のチャンピオンプレイヤーを破りました。これは、1996年に同じくIBMの「ディープブルー」がチェスの名人カスパロフに勝利したことと比較され、人工知能の歴史における画期的な出来事と見なされています。

しかし、IBM の会長兼社長兼 CEO であるジニー・ロメッティ氏が、IBM がコグニティブ ソリューションおよびクラウド プラットフォーム企業に生まれ変わったことを発表した今、Watson はもはや質問に答えるだけのものではなくなりました。

認知時代のビジネスチャンス

技術的な観点から見ると、Watson は「Jeopardy!」に参加したときに 1 つのことを行いました。 2011 年の TV クイズ チャレンジ - 自然言語を使用して質問に詳細に答えます。しかし、質問と回答は Watson の多くの機能のうちの 1 つにすぎません。 2015 年 10 月現在、Watson にはすでに質問と回答を含む 28 の機能があります。

IBM のグローバル コグニティブ ビジネス インダストリー ソリューション担当ゼネラル マネージャーのニール イズフォード氏によると、Watson のこれらの機能は現在、デジタル サービスまたは API に変換されており、IBM 内ではコグニティブ機能の構成要素としてみなされています。関係抽出、性格分析、感情分析、概念拡張、トレードオフ分析などを含む IBM Watson API の数は、2016 年には 50 に達する予定です。

その背景には、IBM が Watson に代表される人工知能システムを一般の生活から遠ざけるつもりはないということがある。この「100年の歴史を持つ企業」は、Watsonの商業化に対する自信を十分に示した。

無視できない市場環境は、モノのインターネットの普及により、あらゆるデバイスがデータを生成するようになっていることです。しかし、データの80%はコンピューターでは認識できません。このデータの 80% には、教科書や数式から文学作品や会話まで、人間の言語で書かれた文書資料が含まれています。また、システムが聞くこと、話すこと、体の動きから収集したさまざまな種類のデータも含まれます。

調査データによれば、こうした「非構造化」データは急速に増加しており、2020年までにデータ総量は44ZB（ゼタバイト、1兆バイト）を超え、世界の総データの大部分を占めると予測されています。

特定の業界に目を向けると、今後 2 年間で医療データは 99% 増加し、そのうち 88% は電子医療記録、検査結果、医療画像、ビデオ、患者センサー (ウェアラブル医療機器など) などの非構造化データになります。政府および教育のデータも 94% 増加しますが、そのうち 84% はさまざまなセンサー、建物、道路、車両などから取得される非構造化データになります。メディア業界のデータは 97% 増加しますが、そのうち 82% は書籍、雑誌、新聞、その他の出版物、ビデオ、映画、録音、オンライン ゲームなどの非構造化データになります。

ニール・イスフォード氏の見解は、コンピューティング技術は認知時代と呼ばれる新しい時代に入りつつあるというものです。データは爆発的な成長傾向を示していますが、このデータに含まれる価値はまだ活用されておらず、これは認知時代に無限のビジネスチャンスがあることを意味します。 「認知の時代において、教科書、何らかの情報、何らかの文書、センサーからのデータ、移動中に生成されたデータなど、無形のデータをより有効活用できるのはこれが初めてです。データを組み合わせてマイニングすることができます。以前はその価値を発見していませんでしたが、今ではそこからビジネス上の洞察を得ることができます。」

IBM Greater Chinaの会長である陳立明氏は次のように語っています。「認知の時代が始まりました。近い将来、認知技術によってビジネスモデル全体が大きな変化を遂げるでしょう。個人が受けるサービスや製品から、起業家が享受できるビジネス革新のメリット、伝統的な企業や産業の変革、さらには経済と社会のガバナンスの効率の飛躍的向上まで、すべてが変化します。認知ビジネスが一般的なトレンドであると私たちは確信しています。」

認知コンピューティングと人工知能

IBM は、認知システムの 3 つの重要な特性を、理解、推論、学習と定義しています。

理解とは、知覚と対話を通じて構造化データと非構造化データを迅速に理解し、テキスト情報と知覚に基づいてユーザーと対話し、ユーザーの質問を理解して回答することを意味します。認知システムは、理解、推論、洞察の解明、パターンと関係の発見、従来の認知方法を複数の方法で実現し、1 つの結果ではなく複数の結果を生成することで、人々がより良い意思決定を行うのに役立ちます。

さらに、証拠に基づく学習機能により、認知システムはすべての文書から重要な情報を迅速に抽出し、人間のように継続的に学習できるようになります。ユーザー自身の解決策や問題解決のサンプルと評価、専門家のトレーニングを追跡することで、継続的な改善を実現し、解決策と回答を生成する能力を高めることができます。

IBMは長年にわたりWatsonとコグニティブ・コンピューティングを提案してきましたが、テクノロジー分野ではコグニティブ・コンピューティングと人工知能の関係はまだ曖昧です。

今回、IBM はついに、コグニティブ コンピューティングと人工知能の違いを明確に説明する意向を示しました。

IBMの見解は、20年以上にわたって普及してきた人工知能の概念は、歴史的および研究的な観点から、主に機械を人間のように動作させることを目的としているというものだ。私たちはそれをインテリジェントな行動と呼んでいます。

この点に関して、IBMは、同社のコグニティブ・コンピューティングは、機械学習（Machine Learning）、ディープラーニング（Deep Learning）などの技術的な観点からAIと多くの類似点があることを認めた。

しかし、IBM のコグニティブ コンピューティングの目的は人間に取って代わることではありません。言い換えれば、インテリジェントな動作はコグニティブ コンピューティングの 1 つの側面にすぎません。コグニティブ コンピューティングについて語る場合、人間とコンピューターのやり取りをより自然にできることに加えて、推論部分、自己学習部分、そしてそのような機能を特定のビジネス アプリケーションと組み合わせてビジネス上の問題を解決する方法にも重点が置かれるようになります。最後の 2 つの側面は、従来の AI の人々が重視するものではありません。彼らは、より人間らしく振る舞う方法に関心を持っています。

言い換えれば、コグニティブ コンピューティングは、人間に代わって考える機械を作ることではなく、人間の知能を高めることです。コグニティブ コンピューティング システムは、人間の自然言語でコミュニケーションし、継続的に学習することで、人間がより多くのことを行えるように支援し、専門家が大量かつ複雑なデータからより多くの洞察を得て、より正確な決定を下せるようにします。

認知コンピューティングとは、広い意味では、大量のさまざまな種類のデータを取得し、その情報に基づいて推論し、データや人々とのやり取りから学習し、人間にとってより自然な方法で人間とやり取りすることです。その最も重要な目的は、これらの機能を統合し、特定のビジネス アプリケーション シナリオと組み合わせて、ビジネス上の問題を解決し、企業がビジネス変革を実現できるようにすることです。今日、企業はビッグデータによってもたらされる大きな課題に直面しています。従来のコンピューティング方法では、世界の情報の 80% (非構造化データ) が失われますが、認知テクノロジーは、組織がデータ内の隠れたパターンを発見し、思いがけない新しいビジネス チャンスを活用できるようサポートします。また、新薬の発見や月面着陸の新しい方法の発見を加速し、未知の領域を発見することもできます。

今日頭条の青雲計画と百家曼の百+計画の受賞者、2019年百度デジタル著者オブザイヤー、百家曼テクノロジー分野最人気著者、2019年捜狗テクノロジー文化著者、2021年百家曼季刊影響力のあるクリエイターとして、2013年捜狐最優秀業界メディア人、2015年中国ニューメディア起業家コンテスト北京3位、2015年光芒体験賞、2015年中国ニューメディア起業家コンテスト決勝3位、2018年百度ダイナミック年間有力セレブなど、多数の賞を受賞しています。