生成AIとその他のタイプのAIの比較

人工知能は、機械による人間の知能のシミュレーションです。古代の神話化と人間のように行動できる機械を作成する何世紀にもわたる努力にもかかわらず、機械学習が初めて実用化された例は、1951年にマンチェスター大学が制作した人間のプレイヤーに勝つレベルまでプレイ方法を学習したチェッカープログラムでした。これが最古のゲームAIでした。

今やAIはどこにでもあります。特に携帯電話やモバイルアプリでは、顔認識、音声認識、スパムフィルタリング、文法提案、言語翻訳などの一般的なタスクを担っています。

すべてを1つで担うようなAIは存在しません。私たちが文書作成、会計処理、デジタル合成に様々なコンピュータープログラムを使用しているのと同じように、様々な目的の達成のために、様々なことを担う、様々なタイプのAIが存在します。いつでも出会う可能性のあるAIのタイプは、3つの基本的なカテゴリに分類されます。

このタイプのAIは特定のタスクを担いますが、それ以上のことは学習しません。画像認識、自然言語処理、画像生成は、ナローAIの一種です。Siri、Googleアシスタント、AlexaもナローAIの一種です。音声コマンドを理解して応答することはできますが、正確な医療診断をおこなうことはできません。

その名前が示すように、これらのマシンは、仮想チェス盤上のチェスの駒の動きなどの刺激にのみ反応します。これらは、リミテッドメモリーAIマシンのように、将来取り出せる記憶を構築するわけではありませんが、デジタルライフの便利な部分です。リアクティブマシンの例として、スパムフィルターや、ユーザーの行動を記録し、次に見るべきものや購入する商品を提案するおすすめシステムが挙げられます。

AI開発におけるリアクティブマシンの次のステップであるリミテッドメモリーAIは、知識を格納して学習し、学習した内容にもとづいて新しいタスクを実行できます。このタイプのAIは予測を立てるのに便利で、金融から天気まであらゆる分野の将来の傾向を予測するために使用されます。これは現在使用されている最も一般的なタイプのAIであり、チャットボットや自動運転車に搭載されています。

他のAIのサブセットが特定の目的のために構築されているように、生成AIには様々なタイプのコンテンツを生み出せるように、様々なタイプのモデルがあります。

最も話題に上ることが多いAIの形態はおそらくテキスト生成で、チャットボットAIモデルは普及が進んでおり、定期的にニュースに登場します。これらのテキスト生成AIは、文章の校正からアンケート、コードの作成に至るまで、あらゆる場面で利用されています。

Adobe Fireflyのような生成AIを使用すると、テキストプロンプトを画像に変換できます。アーティスト、コンテンツクリエイター、マーケティング担当者はこれを様々な用途で使用できます。画像生成AIには何億もの画像とキャプションを学習させているため、誰でも生成したい画像をテキストで説明し、その説明をベースに新しい画像を簡単に生成できます。

アーティストやデザイナーはこのテクノロジーを使用して新しいアイデアを生み出し、各イテレーションに何時間も費やすことなく、自分の作品をイメージする新しい方法を試すことができます。マーケティング担当者や個人のコンテンツクリエイターは、アーティストとしての経験が少なくても、美しい画像を短時間で生み出すことができます。

画像生成AIには画像の膨大なデータセットを学習させているように、音楽生成AIには音楽やメタデータを学習させています。音楽のジャンルや特定のアーティストの作品のパターンを識別し、それらの特徴にもとづいて新しい音楽を作成できます。

この形態の生成AIは、動画、サウンド、画像生成の3つの形態をすべて組み合わせたものです。オーディオ、動画、テキストが含まれるデータを学習させており、動画制作者が編集、キャプションの追加、出力先に合わせたサイズ変更にかける時間を節約するのに役立つ以外に、テキストプロンプトにもとづいて新しい動画コンテンツを生成することもできます。