人工知能（AI）は、企業の業務効率化を支援するだけでなく、改善に役立つ重要な洞察を生み出します。AIは企業全体に浸透し、ビジネスの成功に不可欠な要素となっています。この成功はAIの継続的な成長を促し、ABIリサーチの調査によると、AIデバイスは今後5年間で18億個増加すると予測されています。
ABIリサーチのブログ記事「マルチモーダル学習と人工知能の未来」では、ビジネスにおけるAIの影響と将来について概説しています。現在、AIデバイスは互いに独立して動作し、大量のデータが各デバイス間を流れています。記事によると、AIが発展するにつれて、これらのデバイスは互いに連携して強力に動作できるようになり、AIの潜在能力を最大限に発揮できるようになるとのことです。
参照: Microsoft Azure: IT およびビジネス リーダーが知っておくべきこと (無料 PDF) (TechRepublic)
様々なAIデバイスから得られる独立したデータを単一のモデルに統合する行為は、マルチモーダル学習と呼ばれます。ブログ記事によると、マルチモーダルシステムは、学習ベースの手法を用いて複数のデータセットを処理し、よりインテリジェントな洞察を生み出すことができます。異なるデバイスから取得したデータを個別に分析して結論を導き出すのではなく、マルチモーダルシステムはその作業を自動的に行います。
ブログ記事では、マルチモーダル学習の次の 2 つの主な利点が挙げられています。
- 複数のセンサーが同じデータを観測すると、両方のモダリティが存在する場合にのみデータの変化を検出できるため、より堅牢な予測を行うことができます。
- 複数のセンサーを融合することで、個々のモダリティでは捕捉できない補足的な情報や傾向の捕捉が容易になります。
AIサイロ化を打破するため、組織はマルチモーダル学習の導入に前向きです。ブログ記事によると、ハードウェアセンサーと認識ソフトウェア市場は非常に競争が激しいため、マルチモーダルシステムの開発コストはそれほど高くありません。
最もよく知られているマルチモーダル・プラットフォームにはIBM WatsonやMicrosoft Azureなどがありますが、ほとんどの組織はユニモーダル・システムの拡張にのみ注力しています。ブログ記事によると、需要と供給のギャップが存在し、プラットフォーム企業にとってこの分野に参入する大きなチャンスが生まれています。マルチモーダル学習は、エッジコンピューティングで役立つスキルを持つチップベンダーにもチャンスをもたらします。
マルチモーダルユースケース
記事によると、マルチモーダルアプリケーションのユースケースは業界を問わず多岐にわたります。自動車業界では、先進運転支援システム（ADA）、車載ヒューマンマシンインターフェース（HMI）アシスタント、ドライバーモニタリングシステム（DMS）などがマルチモーダルシステムに導入されています。
ロボットベンダーは、マルチモーダルシステムをロボットのHMIや動作自動化に統合していると記事は述べています。消費者向けデバイス企業は、セキュリティや決済認証、レコメンデーションやパーソナライゼーションエンジン、パーソナルアシスタントといった分野におけるマルチモーダルシステムの応用に注目しています。
医療企業や病院はマルチモーダル学習技術の導入の初期段階にありますが、医用画像分野では有望な応用例が存在します。メディア・エンターテインメント業界も、コンテンツ構造化、コンテンツ推奨システム、パーソナル広告、自動化されたコンプライアンスマーケティングといった分野でマルチモーダル学習を導入し始めていると、記事には記されています。
より多くの企業がこの運用方法を採用するまでは、マルチモーダル学習システムはほとんどの人にとって馴染みのないままでしょう。しかし、AIの未来はマルチモーダルへと向かっています。
詳細については、TechRepublic の「IBM Watson のマルチクラウドへの移行が企業の AI 導入にどのように役立つか」をご覧ください。
こちらもご覧ください
- ITリーダーのためのディープラーニングガイド（TechRepublic）
- 遠隔医療、AI、ディープラーニングが医療に革命を起こす（TechRepublic ダウンロード）
- 2019年の企業におけるAIとMLの管理：技術リーダーは過去のITプロジェクトよりも困難を予想（TechRepublic Premium）
- AIとは何か？人工知能について知っておくべきことすべて（ZDNet）
- インターネットから自分を削除する6つの方法（CNET）
- 人工知能：さらに読むべき記事（FlipboardのTechRepublic）
ゴロデンコフ・プロダクションズOU、ゲッティイメージズ/iStockphoto
