AI（人工知能）の進化と予想

1 © AR advanced technology, Inc. AI（人工知能）の進化と予想 ARアドバンストテクノロジ株式会社木村利広

2 © AR advanced technology, Inc. 自己紹介 3年前は、クラウドの知識がないエンジニアでした。急激にオンプレ機器がクラウド化されていく様を見て、「最も強い者が生き残るのではなく、最も賢い者が生き残るのでもなく、唯一、生き残る者は変化できる者である」という状
況になった事を肌身に感じ、一年発起し、さくっと、資格取得し、メーカーで、 DataLakeの運用、機械学習教育基盤の作成などをしてました。いまは、弊社のMSPサービスを担当しています。毎月、会社からご飯代を出してもらって、勉強会を開催しています。今回は、その拡張版です。主な保有資格など Japan AWS All Certifications Engineers Microsoft Certified: Cybersecurity Architect Expert - Solutions Architect Expert - DevOps Engineer Expert / Google Cloud Professional Cloud Architect -Professional Data Engineer ORACLE MASTER Gold DBA LEGO SERIOUS PLAY 認定ファシリテータ夢新聞講師、船舶免許クラウド資格は、3年ぐらいで、取れるもんなんで、みんな自信をもって、資格にチャレンジしてみてください。

3 © AR advanced technology, Inc. アジェンダ 1.情報に飲み込まれるということ 2.AI（人工知能）の進化と予想 3.機械学習を学ぶと、どういう事がわかるようになるのか?

4 © AR advanced technology, Inc. 情報に飲み込まれるということ SNSを使って、「時間場所を問わず意思を発信共有できる」といった点は、便利ですよね。ただ、情報が瞬時に世界中に伝わり、それが時に誤った方向に進んでしまうというリスクがあります。
集団心理が働き、個人の意識や意思が徐々に薄れていく様子は、ある意味で社会が直面している現代的な問題を反映していると思います。ひまだったので、携帯でSNSの情報を見て、ネットのニュースに飲み込まれて行くという事があると思います。

5 © AR advanced technology, Inc. 情報量が膨大になり、個人がその全てを精査することは不可能に近い状況となっています。時としてSNSによる「手軽な発言」が無責任な行動や、社会的に有害な意識に変わることがあると思います。

6 © AR advanced technology, Inc. 過激な動画をアップしている炎上系youtuberの動画、芸能ニュースなどを見てしまった結果、気分が悪くなったとか、大事なことを考えていたはずが、忘れてしまったとか、
そんな経験、ございませんか?

7 © AR advanced technology, Inc. 私たち一人ひとりが受け取る情報量が膨大すぎて、それを正確に精査するのは困難です。特にSNSやインターネット上では、感情的な反応や誤情報が瞬時に広がり、それが時に「多数派の意見」として強化されることがあり
ます。これが集団心理に影響を与え、個人の意識を曖昧にさせ、無責任な行動や社会的に有害な行動が助⾧されることに繋がるんですよね。

8 © AR advanced technology, Inc. どうやったら、情報に飲み込まれないようにできるのか? 飲み込まれたとしても、我に立ち返るには、どうすれば、いいのだろうか?

9 © AR advanced technology, Inc. アプローチとしては？ 1.情報の出どころを確認する。信頼できるソースから来ているのか? 1.誤った情報を広めないよう対応策を講じる。
2.集団心理に流されがちな状況を避けるために、個人が自分の思考を意識的に持つ。 3.過激な意見や誤情報を助⾧しないよう、自分の考え方を確立する。機械学習用語を使うと、「アルゴリズムの設計やコンテンツの管理を慎重に行う。」

10 © AR advanced technology, Inc. これは、AIを扱う時でも同じ 1.情報の出どころを確認する。正確なデータを前もって用意する。 2.誤った情報を広めないよう対応策を講じる。
用意したデータの中に間違った情報が含まれているならば、前処理で加工する。

11 © AR advanced technology, Inc. これは、AIを扱う時でも同じ 3.集団心理に流されがちな状況を避けるために、個人が自分の思考を意識的に持つ。一度作成したモデルでも、随時、精度を確認し、推論がより適切
に行えるものを使うようにする。 4.過激な意見や誤情報を助⾧しないよう、アルゴリズムの設計やコンテンツの管理を慎重に行う。推論した結果が、もともと利用していたデータと同じようなものでしか当てはまらないような過学習になってしまったら、改めて、追加のデータを投入することで、新しい情報への推論ができるように調整する。

12 © AR advanced technology, Inc. フェーズ3:エージェントAI フェーズ1:認識AI フェーズ4:物理AI AI（人工知能）の進化と予想
2次元 3次元 LLM（大規模言語モデル） WORLDモデル LLMは、膨大な量のテキストデータを学習し、自然言語生成や理解において高い性能を発揮しますが、限界があります現実世界の複雑な状況を理解いま、どういう状況か? フェーズ2:生成AI ☜主にこれを使っている

13 © AR advanced technology, Inc. フェーズ4:物理AI AI（人工知能）の進化と予想 WORLDモデルって何? 3次元
WORLDモデル現実世界をシミュレーションする能力を持つ、より高度なAIモデル。物理法則や物体の性質、人間行動のパターンなどを学習し、仮想空間内で様々な事象を予測・再現。現実世界複雑な状況を理解仮想空間内で現実世界を再現物理AIって何? WORLDモデルって何? 自動運転の分野で既に、使われている

14 © AR advanced technology, Inc. 壁打ち相手としての創作アシスタント的な役割の提供分析を行うための認識ソリューションの提供
AI（人工知能）の進化と予想エッセイを書いたり、アートを作成したり、音楽を作曲したりコードの作成やデバッグを支援センサーやカメラ、アルゴリズムを使って環境を理解し、反応することで人間の介入なしに動作つまり、こういう事が出来るようになる

15 © AR advanced technology, Inc. AI（人工知能）の進化と予想自動運転以外の領域では OpenAIが2024年の2月に公開したSoraも世界モデルとみなすことができます。 Soraは、物体が相互作用するような動画を生成できる、という点で注目を集めてお
り、物理世界における汎用シミュレータとしての用途が期待されています。最近では、飲食店で、飲み物や食べ物を運んできてくれているロボットの分野でも応用され始めているんじゃないかなと思っています。 WORLDモデルで、 3次元の現実世界複雑な状況を理解することができるフェーズ4:物理AI 仮想空間内で現実世界を再現するということ

16 © AR advanced technology, Inc. WORLDモデル私たちは、膨大な情報を扱うために、空間的・時間的な側面を抽象化して学習しています。抽象化された予測モデルに従うことで、例えば反射行動など無意識化で行うよ
うな迅速な行動を行う必要があるタスクに対応できていると考えられています。 World Models（世界モデル）ではこの仮説を元に、大規模なモデルで環境を適切に抽象化できれば意思決定は最小限のモデルで学習できるのではないか、という考えの元作り出されたアルゴリズムです。つまり、世界モデルとは、ロボットが環境の状態を内部的に表現し、予測するためのモデルです。このモデルは、ロボットが環境との相互作用を通じて学習し、環境の動的な変化を予測する能力を持ちます。世界モデルを用いることで、ロボットは未知の環境においても適切な行動を選択することが可能になります。

17 © AR advanced technology, Inc. WORLDモデルのアーキテクチャアーキテクチャは、Vision(V)、Memory(M)、Controller(C )の三つの部分で構成 Vision
映像フレームを処理し、高次元の画像データを低次元の表現に変換。 Memory 圧縮されたデータを使用して、環境の次の時点（つまり、未来）における状態を学習し、モデリング。世界がどうなっていくか、という内部モデルを構築。 Controller VisionとMemoryからのデータを分析し、潜在的な報酬を最大化する行動を選択。

18 © AR advanced technology, Inc. WORLDモデルの応用 ①アメリカの大統領選挙に立候補したり、 ②本能寺の変を再現して、信⾧を救ってみたり、 ③三国志の武将と剣を交えてみたり、
WORLDモデルは、教育、医療、ゲームなど、様々な分野に革新的な変化をもたらす可能性があります。教育分野では、WORLDモデルを用いた没入型学習環境を構築できます。

19 © AR advanced technology, Inc. WORLDモデルで、何が出来るの? ①医者の代わりに外科手術を行ったり、 ②薬を提供したり、医療分野では、遠隔地にいる人への医療提供を行う事ができます。
また、ゲームの分野を応用して、孤独を解消する事も出来ます。 ①交際パターンをシュミレーションしてみたり?

20 © AR advanced technology, Inc. 交際パターンをシュミレーション? 現状、既に、ビジネス化が進んでいる恋愛シュミレーションゲームがあったり、恋愛もののドラマやアニメがあるし、
アマゾンキンドルで AIで作成した美女の画像が販売されている例 AI美女(AI牛乳tiktok) 人とAIの境界がなくなっていきつつある AIに愛を注ぎ始めている人が出始めているので、いずれ、AIと恋愛ができるようになることが想定出来る

21 © AR advanced technology, Inc. AIのイケメンを検索してみたもはや、 AIで作成したとわからない【無料】AIイケメンの作り方とおすす
め画像生成アプリ４選【2024年最新】 | PERFECT 引用

22 © AR advanced technology, Inc. AIで作成してみたもはや、 AIで作成したとわからない

23 © AR advanced technology, Inc. AIで作成してみたもはや、 AIで作成したとわからない

24 © AR advanced technology, Inc. 想定される状況 AIをつかったVRの中で結婚して、自分の子供を作れるようになる。そうなると、リアルな恋愛がなくなっていくことも考えられるネットの中で、友達を作ったつもりが、実はAIだったという事が起
こってくる

25 © AR advanced technology, Inc. AI空間で、その情報に飲み込まれて行くひまだったので、携帯でSNSの情報を見て、その情報に飲み込まれて行くという事があるのと同じように、
人間関係で疲れたので、AI空間で、その情報に飲み込まれて行くという事が起こりうる恋愛対象も、もはや、人じゃなくていいんじゃないかという人が出てくる

26 © AR advanced technology, Inc. 中身が良ければ、誰が作ったものでもいいまた、アーティストの作品においても AIの作品とアーティストの作品の区別がつかなくなる中身が良ければ、誰が作ったものでもいいと考えるので、
もはや、人じゃなくていいんじゃないかという人が出てくる

27 © AR advanced technology, Inc. 仕組みを理解する必要性があると思いませんか? ・・・とみてきたように、AI（人工知能）は、進化しているそのため、仕組みを理解して、使いこなしたい。自然を超えるものを人間は、作成していく必要がある
リアルを超えるリアル舞台演出のようなフィクション合理的ではない、非合理的なものをもっている事が、人間がAIに打ち勝つ

28 © AR advanced technology, Inc. 5. 機械学習を学ぶと、 AI空間で、その情報に飲み込まれて行く前に、なら、仕組みを理解して、
対策が取れる人になれると思う

29 © AR advanced technology, Inc. 5. 機械学習を学ぶと、機械学習を学ぶと、どんな特徴があり、その特徴が予測にどのように寄与しているかを理解する
ことができて、面白かったです。予測結果を解釈し、ビジネス上の意思決定に役立てることができます。このチュートリアルでは、リスクの高い顧客に対する対策を講じることで、保険会社のリスク管理を強化することができることを説明しています。

30 © AR advanced technology, Inc. 5. 機械学習を学ぶと、どういう事がわかるようになるのか？ https://qiita.com/kimuni-i/items/8a3fcd4ffc2c20923dab チュートリアルの内容を実施し、
まとめたものを下記ブログにまとめました。今日は、結論の部分のみお伝えいたします。

31 © AR advanced technology, Inc. モデル説明可能性レポートの確認

32 © AR advanced technology, Inc. モデル説明可能性レポートの確認 SHAP（SHapley Additive exPlanations）を用いたモデルの説明と考察
SHAP値を用いたモデルの説明により、各特徴量が予測にどのように寄与しているかを理解することができます。これにより、モデルの予測結果を解釈し、ビジネス上の意思決定に役立てることができます。考察を基に、リスクの高い顧客に対する対策を講じることで、保険会社のリスク管理を強化することができます。

33 © AR advanced technology, Inc. モデル説明可能性レポートの確認特徴量のリスト num_insurers_past_5_years（過去5年間の保険会社数） customer_gender_male（顧客の性別:男性）
months_as_customer（顧客としての月数） total_claim_amount（総請求額） num_injuries（怪我の数） incident_day（事故の日） num_vehicles_involved（関与した車両の数） num_claims_past_year（過去1年間の請求数） customer_age（顧客の年齢） injury_claim（怪我の請求）

34 © AR advanced technology, Inc. モデル説明可能性レポートの確認 1. num_insurers_past_5_years（過去5年間の保険会社数）確認:
過去5年間に複数の保険会社を利用している顧客は、リスクが高いと判断される可能性があります。考察: 保険会社を頻繁に変更する顧客は、保険金請求のリスクが高いと見なされることが多いです。これは、保険会社を変更する理由が、過去の請求履歴や保険料の増加に関連している可能性があるためです。

35 © AR advanced technology, Inc. モデル説明可能性レポートの確認 2. customer_gender_male（顧客の性別:男性）確認:
性別が男性であることが、予測に影響を与えていることが確認されました。考察: 一部の研究では、男性は女性よりも事故を起こすリスクが高いとされています。したがって、性別が男性であることは、保険金請求のリスクを高める要因として考慮されることがあります。

36 © AR advanced technology, Inc. モデル説明可能性レポートの確認 3. months_as_customer（顧客としての月数）確認:
顧客としての月数が⾧いほど、リスクが低いと判断される可能性があります。考察: ⾧期間にわたって同じ保険会社を利用している顧客は、信頼性が高いと見なされることが多いです。これは、保険会社との関係が⾧い顧客は、保険金請求のリスクが低いとされるためです。

37 © AR advanced technology, Inc. モデル説明可能性レポートの確認 4. total_claim_amount（総請求額）確認:
総請求額が高いことが、予測に影響を与えていることが確認されました。考察: 過去の総請求額が高い顧客は、将来的にも高額な請求を行うリスクが高いと見なされることがあります。これは、過去の請求履歴が将来のリスクを予測するための重要な指標となるためです。

38 © AR advanced technology, Inc. モデル説明可能性レポートの確認 5. num_injuries（怪我の数）確認:
怪我の数が多いことが、予測に影響を与えていることが確認されました。考察: 過去に怪我を伴う事故を多く経験している顧客は、リスクが高いと見なされることがあります。これは、怪我の数が多いことが、事故の頻度や重大さを示す指標となるためです。

39 © AR advanced technology, Inc. モデル説明可能性レポートの確認 6. incident_day（事故の日）確認:
事故の日が予測に影響を与えていることが確認されました。考察: 事故が発生した曜日や日付は、事故のリスクを評価するための重要な要因となることがあります。例えば、週末や特定の祝日に事故が多発する傾向がある場合、その情報はリスク評価に役立ちます。

40 © AR advanced technology, Inc. モデル説明可能性レポートの確認 7. num_vehicles_involved（関与した車両の数）確認:
関与した車両の数が多いことが、予測に影響を与えていることが確認されました。考察: 事故に関与する車両の数が多いほど、事故の重大さや複雑さが増すため、リスクが高いと見なされることがあります。これは、複数の車両が関与する事故は、単独事故よりも保険金請求の額が高くなる傾向があるためです。

41 © AR advanced technology, Inc. モデル説明可能性レポートの確認 8. num_claims_past_year（過去1年間の請求数）確認:
過去1年間の請求数が多いことが、予測に影響を与えていることが確認されました。考察: 過去1年間に多くの請求を行っている顧客は、リスクが高いと見なされることがあります。これは、頻繁に請求を行う顧客は、将来的にも請求を行う可能性が高いためです。

42 © AR advanced technology, Inc. モデル説明可能性レポートの確認 9. customer_age（顧客の年齢）確認:
顧客の年齢が予測に影響を与えていることが確認されました。考察: 年齢は、事故のリスクを評価するための重要な要因です。若年層や高齢者は、事故を起こすリスクが高いとされることが多いため、年齢が予測に影響を与えることは理にかなっています。

43 © AR advanced technology, Inc. モデル説明可能性レポートの確認 10. injury_claim（怪我の請求）確認:
怪我の請求が予測に影響を与えていることが確認されました。考察: 怪我の請求を行った顧客は、リスクが高いと見なされることがあります。これは、怪我の請求が事故の重大さを示す指標となるためです。

44 © AR advanced technology, Inc. 本日は、ここまでです。データって、特徴に着目すると、いろんな事がわかるんだなぁと理解出来たと思います。膨大な情報に飲み込まれずに、必要な特徴を制御出来れば、AIと上手く付き合っ
ていけるのではないかと考えています。次回、勉強会の機会があれば、この後の説明を行いたいと思います。本日は、お忙しい中、お越しいただき、ありがとうございました。

46 © AR advanced technology, Inc. 5.チュートリアルステップ 2: SageMaker
Studio ノートブックを設定し、パイプラインをパラメータ化する 1.必要なライブラリをインポート 2.生データセットと処理済みデータセットおよびモデルアーティファクトが保存される S3 バケットロケーションを設定 3.パイプラインコンポーネントの名前を設定し、トレーニングと推論のインスタンスタイプと数を指定 4.パイプラインパラメータを指定

47 © AR advanced technology, Inc. 5.チュートリアルステップ 3: パイプラインコンポーネントの構築
データ処理、トレーニング、評価、条件、モデル作成、バイアスチェック、説明可能性、登録、デプロイの各ステップを組み合わせたSageMakerパイプラインがあり、S3からのデータ取得やモデル評価などのタスクを実施し、最終的にSageMaker Model Registryにモデルを登録し、AWS Lambdaを用いてSageMaker Real-Time Inferenceエンドポイントにデプロイします。

48 © AR advanced technology, Inc. 5.チュートリアルステップ 4: パイプラインの構築と実行
機械学習パイプラインは、機械学習モデルの構築、トレーニング、評価、デプロイメントなどの一連のプロセスを組み合わせたフレームワークです。これは、データの収集からモデルの運用までの全体的な流れを体系的に組織し、自動化することを目的としています。 1.パイプラインを設定 2.パイプライン作成 3.パイプラインメニューを表示 4.作成したパイプラインステップを表示 5.パイプラインを実行 6.パイプラインの実行を表示 7.すべてのステップが正常に実行される 8.モデルの登録確認 9.モデル説明可能性レポートの確認

55 © AR advanced technology, Inc. 推論を実行し、モデル予測値を確認する Amazon SageMakerを使用してデプロイされたエンドポイントに対して予測を行うためのものです。デプロイされたモデルの予測結果を確認し、モデルの性能を
評価することができます。テストデータの読み込み:テストデータをCSVファイルから読み込みます。 SageMaker Predictorの作成:デプロイされたエンドポイントからSageMaker Predictorを作成します。エンドポイントへのリクエストと予測結果の取得:エンドポイントにリクエストを送り、予測結果を取得します。予測結果の表示:予測結果をデータフレームに変換し、実際のラベルとともに表示します。

56 © AR advanced technology, Inc. ＡＲアドバンストテクノロジ株式会社【略称:ARI】〒150-0002 東京都渋谷区渋谷1-14-16 渋谷野村證券ビル8F
TEL : 03-6450-6080 FAX : 03-6450-6088 URL : https://ari-jp.com

AI（人工知能）の進化と予想

AI（人工知能）の進化と予想

Other Decks in Technology

Featured

Transcript