2024年はAIが注目の話題でしたが、AIはどのように進化しているのでしょうか？現在 AI で何が見られ、今後 12 ～ 18 か月で何が見られると予想されますか?アンドリュー・ブルース、チェスター・コンフォート、クリス・レイ、ダナ・ヘルナンデス、ハワード・ホルトン、アイヴァン・マクフィー、セス・バーンズ、ホイット・ウォルターズ、ウィリアム・マックナイトに意見を求めるよう依頼した。
まず、まだ熱いものは何ですか？人工知能のユースケースはどこで成功を収めていますか?
チェスター: 人々が実験を超えて AI を活用しているのを目にします。人々は実験する機会を得て、現在、実際の業界固有のユースケースが開発されるところまで来ています。私は医療を注意深く観察しており、人工知能を使用して音声リスニングやメモ取りツールを使用して患者の会話中に医師がより臨場感を持てるようにするなど、よりユースケースに特化したモデルを見てきました。
私は、「小さいことが新たな大きいこと」であると信じています。これが、血液学対病理学対肺のような重要な傾向です。画像技術における人工知能は新しいものではありませんが、がん検出を高速化するために新しいモデルが使用され、現在では注目を集めています。医療専門家によるバックアップが必要です。AI だけが診断のソースになることはできません。放射線科医は所見を検証、検証、確認する必要があります。
ダンナ: 私のレポートでは、業界固有の観点から AI が効果的に活用されていることがわかります。たとえば、金融や保険に重点を置いているプロバイダーは、金融犯罪防止やプロセス自動化などのタスクに AI を使用しており、多くの場合、特化された小規模な言語モデルが使用されています。業界固有の AI モデルは、来年まで続く重要なトレンドです。
ウィリアム: パイプライン開発やマスターデータ管理などの分野ではサイクルが短縮され、自律性が高まっています。注目を集めている分野はデータ視覚化であり、2025 年はその年となる可能性があります。
アンドリュー: 生成 AI はコード生成、つまり SQL クエリの作成や、データをクエリするための自然言語インターフェイスの作成にうまく機能します。今となっては少し不自然ではありますが、これは効果的でした。
さらに興味深いのは、データ層とアーキテクチャの進歩です。たとえば、Postgres にはベクトル データベース プラグインがあり、拡張生成 (RAG) クエリに役立ちます。デモの「すごい」という要素から、適切なモデルとデータを使用して幻覚を減らし、データをよりアクセスしやすくする実用的なものへの移行が見られます。今後 2 ～ 3 年で、プロバイダーは基本的なクエリ インテリジェンスから、より高度なツールの作成に移行するでしょう。
大規模な言語モデルはどのように進化するのでしょうか?
トレース： 世界中で、文化的および政治的価値観によって形成された AI モデルが見られるでしょう。それは技術開発ではなく、AIに何をしてもらいたいかということです。 Twitter/X に基づいたイーロン・マスクの xAI を考えてみましょう。これは検閲されていません。間違った質問をすると説教される傾向のある Google Gemini とはまったく異なります。
さまざまなプロバイダー、地域、政府が言論の自由の方向に進む傾向があり、AI の出力を制御しようとする傾向があります。その違いは顕著です。来年には安全レールのないモデルが増加し、より直接的な答えが得られるでしょう。
イワン: 構造化されたガイドラインにも重点が置かれています。 「詳細な」と「包括的な」を使用するなど、言葉遣いを少し変えるだけで、大きく異なる応答が得られる可能性があります。ユーザーはこれらのツールを効果的に使用する方法を学ぶ必要があります。
トレース： 確かに、迅速なエンジニアリングは不可欠です。モデルに単語がどのように埋め込まれているかに応じて、大きく異なる答えが得られる可能性があります。 AIに何を書いたのか、なぜ書いたのか説明してもらうと、AIはより深く考えるようになります。すぐに、現場向けにトレーニングされたガイダンス ツール、つまりより良い結果を得るためにガイダンスを最適化するのに役立つアクティブなモデルが登場するでしょう。
人工知能は分析やビジネス インテリジェンス (BI) を通じてデータをどのように構築し、その利用を促進するのでしょうか?
アンドリュー: データは AI の基盤です。大量の非構造化データに基づいて生成された AI がどのように幻覚を引き起こし、プロジェクトが中止されるかを私たちは見てきました。エンタープライズ分野では多くの幻滅が見られますが、進歩は進んでいます。自然言語クエリを超えて、AI と BI の融合が見られ始めています。
セマンティック モデルはデータをより理解しやすくするために BI に存在し、構造化データに拡張できます。これらのモデルを組み合わせて使用すると、構造化データ ソースと非構造化データ ソースから回答を引き出し、便利なチャットボットのようなエクスペリエンスを作成できます。このアプローチは、コンテキストの強化を通じて幻覚を軽減しながら、ビジネスに役立つ出力を作成します。ここで人工知能がより確立され、データの民主化がより効果的になるでしょう。
ハワード: 同意した。過去 10 年間、BI はまだ完全には機能していません。 BI を作成する人はビジネスを理解していないことが多く、ビジネスがデータを十分に吸収していないため、摩擦が生じます。ただし、これは Gen AI だけで解決できるものではなく、2 つのグループ間の相互理解が必要です。データ主導型アプローチをそれなしで強制しても、組織はそれほど前進しません。
人工知能の進歩を妨げる可能性のある他の課題は何だと思いますか?
アンドリュー: AI に関する高揚感により、意見の共有や予算がデータ プロジェクトからそらされてしまいましたが、これは残念なことです。組織はそれらを同じものとして見るべきです。
トレース： AI スタートアップ バブルもあります。スタートアップが多すぎ、資金が多すぎて、収益を生み出さずに現金が燃え上がっています。持続不可能な状況のように感じられ、来年には爆発的に拡大するだろう。放棄者が多すぎて、追いつくのがばかばかしくなっています。
クリス： これに関連して、ベンダーが GenAI / LLM を「保護」するソリューションを構築しているのを目にします。サービスとしての侵入テスト (PTaaS) ベンダーは LLM に重点を置いたテストを提供し、クラウド ネイティブ アプリケーション保護 (CNAPP) には顧客のクラウド アカウントに展開された LLM の制御を提供するベンダーがあります。バイヤーは企業内で LLM を効果的に使用する方法を理解し始めていないと思いますが、ベンダーはそれらを「保護」するために新しい製品/サービスを推進しています。一部の「LLM」セキュリティ製品/サービスは通過するでしょうが、ハッキングの機は熟しています。
セス: サプライチェーンのセキュリティ面では、ベンダーは環境で使用されているモデルを識別するための AI モデル分析を提供し始めています。少し進歩しているように感じますが、それは起こり始めています。
ウィリアム: 2025 年に差し迫ったもう 1 つの要因は、ボタンを押すだけで人工知能システムをシャットダウンできるようにすることを義務付ける欧州連合のデータ法です。これは、現在進行中の AI 開発に大きな影響を与える可能性があります。
100 万ドルの質問: 私たちは汎用人工知能 (AGI) にどの程度近づいているのでしょうか?
トレース： AGI は夢のままです。私たちは意識を再現できるほど十分には理解していません。問題にコンピューティング能力を投入するだけでは、何かが意識化されることはありません。それは単なるシミュレーションになります。
アンドリュー: AGI に移行することはできますが、次の単語を予測することが知性であるという考えはやめなければなりません。これは単なる統計的予測であり、優れた実装ですが、実際にはインテリジェントではありません。
トレース： その通り。 AI が「ロジック」をモデル化したとしても、それは真のロジックや創造性ではありません。彼らは訓練された内容を再統合しているだけです。重要なのは、特定のデータセットに対して組み合わせ論をどこまで推し進めることができるかということです。
みんなありがとう！
投稿「進化する革命: 2025 年の AI」は、Gigaom に最初に掲載されました。
