未来IT图解:人工智能

SECTION 02 机器学习的种类 本节介绍人工智能技术的起点，即拥有悠久研究历史的“机器学习”。 机器学习大致可以分为 3类，各自的特征如下。 ◆ 什么是机器学习？ 本书将人工智能使用的技术统称为AI技术。但是，正如在 SEC.01中说明的那样，人工智能仅由一项技术是无法实现的，它主要是以被称为 “机器学习”领域的技术为基础发展起来的。 机器学习是实现人工智能的技术之一，即通过反复学习从样本中发现规律和特征。机器学习有多种分类方法。本书将其分为 3类，即“有监督学习”“无监督学习”“强化学习”进行说明。 “有监督学习”就是需要教师样本的机器学习；“无监督学习”是指不给予答案的机器学习（“半监督学习”则是处于上述两者中间的形式）；“强化学习”是对不明答案的问题反复试错进而摸索找出答案，是一种接近人工智能的机器学习方式。 除此之外还有一些和机器学习有关的技术。近年非常成功的“神经网络”（参考 SEC.03）基本上也被列入“有监督学习”类。AI技术中*有名的“深度学习”（参考 SEC.05），日文译作“深层学习”，其阶层构造也属神经网络中特别深层之列。 只有“迁移学习”与这一分类方法有所不同。“迁移学习”尝试把需要大量教师样本的深度学习中的预训练模型（pre-trained model）运用于教师样本不足的其他领域，成为近年来屡受关注的一种模型。 SECTION 27 智慧音箱 搭载人工智能的智慧音箱（smart speaker）是目前在世界上大为流行的热门商品。拥有*新人工智能技术的智慧音箱正在不断发展。 什么是智慧音箱 2012年日本的苹果iPhone开始使用智能语音助手 Siri服务时，备受社会关注。Siri是苹果创立者之一的乔布斯*后一个大力关注的项目，因此据说他把亲切易懂的说话方式和文档输入功能等都排除掉，坚决彻底地致力于“便于使用”这一点。Siri以当时*先进的军事技术为基础，因其可以应对多种语言而在世界各地受到好评。 2017年后陆续出现在日本市场的智慧音箱就是 Siri技术的延伸。仅Amazon Echo2017年就在全世界销售了 1700万台，占全球市场份额的 70%。Google Home的销售量*近也在快速增长，占据了 15%的全球市场。除了这些，Home Pod、LINE Clova等各种智慧音箱也陆续推出。 据说美国有 3500万以上人在使用智慧音箱，中韩两国的智慧音箱也大受欢迎。下图为根据出厂数量推算的市场份额，随着市场的急速扩大以及中美两国企业投入新产品，市场份额也在发生很大的变化。 智慧音箱的问答系统 智慧音箱和 Siri等数字助手技术由声音识别技术和问答系统组成。问答系统基本上基于统计与概率的思路。这是因为现在的自然语言处理技术无法解决“理解意思”的问题。正如**篇中关于自然语言处理的说明，无法理解话语意思的计算机基本上使用计算机的强项，即统计与概率来回答问题，因此不可能把所有的回答都设定为像人工准备的内容。但是由于检索引擎与检索关键词组合，所以可以大概率地在Web上找到包括答案的文章。智慧音箱与此采用同样的机制，通过统计方法从包括问题在内的单词组合中寻找回答。为此，智慧音箱只能解决一问一答，而无法进行对话。 当然，针对统计方法无法回答的提问，如对智慧音箱提出“是男是女？”“结婚了吗？”等问题，会作为例外处理由人工回答。 SECTION 58：Society 5.0描绘的未来日本① 移动与健康护理 日本盈利*多的汽车产业和关乎全民的医疗技术必须面向将来不断进步。 Society 5.0描绘的未来日本将在 SEC.58-60详细介绍。 汽车产业和医疗技术 移动 在交通方面，少子老龄化导致人口减少、老年人交通事故增多，公交车等司机人手不足、公共交通服务萎缩等问题也随之而来。在未来社会，应用人工智能和大数据的自动驾驶将在提高安全性、缓解交通堵塞、确保老年人交通手段等方面发挥作用。同时，从单纯的自动驾驶发展为配合城市交通、开展面向全体社会的服务。 具体而言，为了在 2020年实现自动驾驶，日本正在进行高速公路行车概念验证、老龄化地区人流物流概念验证以及多家企业卡车车队行车实验等。今后，计划以 2020年为目标在公路上开始地区限定型的无人自动驾驶服务，2030年为止将在100多个地区推广地区限定型的无人自动驾驶服务。 健康护理 在医疗和护理的问题上，鉴于85岁以上人口的增加以及“认知症”患者的急速增长，因此有必要解决医疗护理需求急速扩大的问题，充实“认知症”对策并加强预防投资。Society 5.0社会将通过推进医疗和护理的多行业合作以及线上医疗，为居民长期生活居住的地区提供*佳服务。同时，通过产学联合推进从早期预防到提供生活帮助的综合性“认知症”对策，以实现宜居社会。 今后将推动以提供符合个人情况的健康、医疗、护理服务为基础的数据应用工作，着手构建将大数据作为个人历史并可联合分析的数据解析基础，开发先进的医药品和医疗机器。作为医疗护理产业的结构转型，正在致力于利用人工智能加速“染色体组医疗、支持图像诊断、支持诊断治疗、开发医药品、护理认知症、支持手术”6个重点领域的开发，明确医师法上的相关法规，推进收集优质数据等领域。