人工知能（ANI）

コア特性

ANIの特徴は、その専門性にある。これらのシステムは通常、指定された機能に関連する膨大なデータセットを使用して開発され、多くの場合、機械学習（ML）技術を活用している。主な特徴は以下の通り：

• タスク特化型：チェスをする、顔を識別する（顔認識）、言語を翻訳するなど、単一の目的または密接に関連するタスクの非常に限られたセットのために設計されています。
• データ駆動型：性能は、開発中に使用されるトレーニングデータの質と量に大きく依存する。一般的な学習パラダイムには、教師あり学習、教師なし学習、強化学習がある。
• 目標指向：特定の測定可能な目標を達成するために開発者が設定したアルゴリズムとパラメータに基づいて動作する。
• 意識の欠如：ANIシステムは自己認識、感覚、真の理解を持っていない。データから学習したパターンに基づいて、狭い範囲内で知能をシミュレートする。これらのモデルがどのようにトレーニングされ、展開されるかの詳細については、Ultralytics ドキュメントを参照してください。

他のAIタイプとの違い

ANIを理解するには、より高度で理論的なAIの形態と区別する必要がある：

• 人工知能（AGI）： 強力なAIと呼ばれることもあるAGIは、人間のような認知能力を持ち、人間のように幅広いタスクを理解し、学習し、知能を応用できる仮想的な機械を指す。Google オープンAIのような組織は、AGIへの道を積極的に研究している。AGIはまだ理論的な部分が多く、現在のANIの能力を大きく超えるものである。
• 人工超知能（ASI）：これは、経済的に価値のあるほぼすべての領域において、AIが人間の知能を凌駕する仮想的な未来の段階である。ASIは、最も聡明な人間の頭脳さえも遥かに凌駕する知能レベルを意味し、ニック・ボストロムのような思想家によって詳細に探求された概念である。

ANIは洗練されたアプリケーションを動かす一方で、プログラミングとトレーニングデータに基づいて厳密に機能する。

実世界での応用

ANIは現代技術に浸透している。以下はその顕著な例である：

1. コンピュータビジョン（CV）システム：以下のようなモデル Ultralytics YOLOのようなバージョンを含む YOLOv8や YOLO11などがANIの代表例である。これらは、物体検出（バウンディングボックスを使用して物体を識別し、位置を特定する）、インスタンス分割（個々の物体インスタンスの輪郭を描く）、姿勢推定（主要なボディポイントを検出する）などの特定の視覚タスクに優れています。これらの能力は、自律走行車のナビゲーション（Waymoのアプローチを参照）、セキュリティシステムの強化、製造品質管理の自動化、医療画像解析の支援など、さまざまな分野で極めて重要である。Ultralytics HUBのようなプラットフォームは、そのような特殊なCVモデルのトレーニングと 展開を容易にする。 YOLO モデル間の比較は、当社のドキュメントでご覧いただけます。
2. 自然言語処理（NLP）システム： AppleのSiriや Amazon Alexaのようなバーチャルアシスタント、カスタマーサービスで使用される洗練されたチャットボット、Google 翻訳のような機械翻訳ツールは、すべてANIを搭載しています。ANIは、質問に答えたり、コマンドに従ったり、言語間のテキストを翻訳したりするような特定の用途のために、人間の言語を理解し生成するために、膨大なテキストデータセットで訓練されています。これらのタスクに非常に熟達している一方で、訓練された領域以外の幅広い世界の知識や常識的な推論には欠けている。Hugging Face Transformersのようなフレームワークは、そのようなNLPモデルを構築するためのツールを提供する。

その他、Netflixや Spotifyのようなプラットフォームで使用される推薦システム、電子メールのスパムフィルター、金融モデリングに使用されるソフトウェアなど、広く普及しているANIの例がある。このようなシステムの開発と導入には、公正さを確保し、有害な偏りを防ぐために、AI倫理を慎重に考慮することがますます重要になってきており、Partnership on AI（AIに関するパートナーシップ）やExplainable AI（XAI）の原則のような組織によって指導されている。