2023 年の予測: 現実を曲げ、金のネジと自己を解く AI

パンデミックとロックダウン後の二日酔いによって引き起こされた 3 年間の不確実性を経て、2023 年の企業は、不況が差し迫り不確実性が溢れているにもかかわらず、主導し、革新し、問題を解決するという、以前と同じ義務に直面しています。

AI はこれらの目標を達成するための共通の要素になりつつあります。 米国、英国、ドイツの約 700 社を対象とした Gartner の最近の調査によると、エンタープライズ AI プロジェクトの平均 54% がパイロットから本番環境に移行しました。 調査に参加した経営幹部のなんと 80% が、自動化はあらゆるビジネス上の意思決定に適用可能であり、AI の使用は戦術的なものから戦略的なものに移行していると述べています。

2023年のマントラは？ より少ないリソースでより多くのことを実現します。 NVIDIA の AI 専門家の一部は、企業は、レイオフや熟練労働者不足の中で、あらゆる企業、アプリケーション、または予算に合わせて購入およびカスタマイズできるクラウドベースの統合ソフトウェアおよびハードウェア製品を使用して、AI プロジェクトの拡大を優先するだろうと予測しています。

費用対効果の高い AI 開発も、2023 年の専門家の予測の中で繰り返し取り上げられるテーマです。ムーアの法則が物理法則に反するため、オンプレミスのコンピューティング パワーの導入はより高価になり、エネルギー効率も低下しています。 そして、重要なコンポーネントの金のネジの検索により、AI アプリケーションの開発やサプライ チェーンの問題に対するデータ駆動型のソリューションの発見におけるクラウドへの移行が加速しています。

AI の今後 1 年について当社の専門家がコメントするのは次のとおりです。

アニマ・アナンドクマールML Researchディレクター、カリフォルニア工科大学ブレン教授

デジタルツインの物理化: 気象モデル、気候モデル、地震現象、材料特性など、複雑かつマルチスケールの物理プロセスの大規模なデジタルツインが登場します。 これにより、現在の科学シミュレーションが 100 万倍も高速化され、新たな科学的洞察と発見が可能になります。

ジェネラリスト AI エージェント: AI エージェントは、自然言語命令と大規模な強化学習を使用して無制限のタスクを解決すると同時に、基盤モデル (大量のラベルなしデータを大規模にトレーニングした大規模な AI モデル) を利用して、エージェントがあらゆるデータを解析できるようにします。リクエストのタイプを変更し、時間の経過とともに新しいタイプの質問に適応します。

マヌヴィル・ダスエンタープライズ・コンピューティング担当副社長

ソフトウェアの進歩で AI サイロを終わらせる: 企業は長い間、AI 研究開発のためにクラウド コンピューティングかハイブリッド アーキテクチャのどちらかを選択する必要がありましたが、これは開発者の生産性を抑制し、イノベーションを遅らせる可能性があります。 2023 年には、ソフトウェアにより、企業はあらゆる種類のインフラストラクチャにわたって AI パイプラインを統合し、AI 実践者に単一の接続されたエクスペリエンスを提供できるようになります。 これにより、企業はプロジェクトの規模や複雑さに関係なく、戦略的目標に対してコストのバランスをとることができ、柔軟な開発のための事実上無制限の容量へのアクセスが提供されます。

生成 AI がエンタープライズ アプリケーションを変革: 生成 AI に関する誇大宣伝は、2023 年に現実になります。それは、大規模な言語モデルとレコメンダー システムを、画像を超えてインテリジェントに回答する実稼働アプリケーションに変換できるソフトウェアを備えた、真の生成 AI の基盤がついに整ったからです。質問したり、コンテンツを作成したり、発見を引き起こしたりすることもできます。 この新しい創造的な時代は、パーソナライズされた顧客サービスの大幅な進歩を促進し、新しいビジネスモデルを推進し、ヘルスケアの画期的な道を切り開くでしょう。

キンバリー・パウエルヘルスケア担当副社長

生物学が情報科学になる: 大規模言語モデルのブレークスルーと、一連の文字で生物学を記述する幸運な機能により、研究者は化学と生物学用の新しいクラスの AI モデルをトレーニングできるようになりました。 これらの新しい AI モデルの機能により、創薬チームは分子やタンパク質の特性と相互作用をすべてシリコン内で生成、表現、予測できるようになります。 これにより、潜在的な治療法の本質的に無限の空間を探索する能力が加速されます。