クラウドと AI がスマート ソリューションの未来を推進

現代の技術革新は、コアオートメーションの境界を超えています。現在、このようなシステムにはネイティブ インテリジェンスが備わっており、学習し、機能を適応させ、独自の選択を行うことができるようになることが広く期待されています。このようなインテリジェント システムの例としては、音声起動アシスタント、異常な行動を認識できる高度なカメラ、代替治療法を提案できる医療プログラムなどがあります。

このようなシステムの中核となる構成要素には、人工知能 (AI) とクラウド コンピューティングという 2 つの中核となる変革テクノロジーが含まれます。 AI は、人間の心の発達プロセスと同様に、システムの学習と進化の能力をサポートし、クラウド コンピューティングは、そのようなシステムの世界的な展開と運用に必要な基盤となるインフラストラクチャを提供します。これらのテクノロジーを組み合わせることで、より複雑で状況に応じた個別化されたビジネス エクスペリエンスの実現と、業務の効率化が支えられます。

コグニティブ コンピューティング システムの機能

複雑なシステムは、所定のプロトコルを単に履行するだけではないタスクを実行します。情報を収集し、分析を行い、結論を導き出し、論理を使用し、その方法を継続的に改善します。システムの各部分は次のカテゴリに分類できます。

１．データ取得

このフェーズには、口頭指示、電子メッセージ、ユーザー コンテンツ、センサーの出力など、さまざまな形式の情報の収集が含まれます。特定のフレームワークに基づいたクラウド コンピューティング システムは、さまざまなソースから収集された膨大な量の情報を保存および保守するためのインフラストラクチャを提供します。

２．データを理解する

情報の収集に続いて、システムは処理フェーズに移行し、情報のクレンジング、構造化、分析などの一連の操作が行われます。たとえば、ユーザーが「音楽を再生して」というコマンドを与えると、システムはこれをユーザーの音楽再生リクエストとして解読する必要があります。

３．調査結果の意味

人工知能の使用により、個人の音楽の好みやユーザーがサーモスタットを再設定する間の標準的な間隔など、履歴情報のパターンの認識が向上します。この強化により、システム内の意思決定プロセスに十分な情報が提供され、長期的にはより優れた能力を発揮できるようになります。

４．意思決定プロセス

システムは、次に何を行うかを決定するために、事前に決定された論理ルールまたは学習された動作パターンに従って動作します。映画を勧めたり、補充注文を出したり、人に知らせたりする機能があります。

５．ユーザーの期待に応える

最後に、システムには、音声、テキスト、またはカスタム アクションの実行によって配信できる応答を生成する機能があります。通常、応答はシステムがユーザーについて学習した情報に基づいてパーソナライズされます。

クラウド コンピューティングが重要な理由

クラウド コンピューティングがなければ、インテリジェント システムは大規模にうまく機能しません。クラウドが非常に重要な理由は次のとおりです。

柔軟性: クラウド インフラストラクチャは、変化する需要レベルに基づいてシステムを拡張する機能を提供します。複数のユーザーが同時にシステムにアクセスしている場合、クラウド インフラストラクチャはリソースをオンデマンドで利用できるようにします。

速度: クラウド内のデータ センターは広大な地理的エリアに分散されており、運用能力が向上しているため、即時かつ一貫した応答性が可能になります。

ストレージ: クラウド プラットフォームには、AI システムのトレーニングに必要な大量のデータが保存されます。クラウド サービスは世界中の複数の場所でホストされており、さまざまなデバイスからアクセスできます。

メンテナンス: サーバーの更新とメンテナンスはクラウド サービス プロバイダーの責任であるため、開発者のタスクには含まれません。

AI がどのようにインテリジェンスを強化するか

人工知能は、推論、学習、最適化機能を追加することでシステムの機能を向上させ、その結果、運用効率が向上します。人工知能の最も一般的な用途には次のものがあります。

経験的な学習は、人工知能アルゴリズムが一定期間にわたって増大するデータを吸収するにつれて継続的に改善されることを意味します。

言語の理解:NLP により、システムは人間の言語の形式で与えられた入力を理解し、応答することができます。視覚と聴覚の認識:AI は人間の顔、物体、聴覚信号を認識できます。

予測分析には、考えられる多くの結果を予測する機能があります。たとえば、出荷が遅れる可能性を評価したり、顧客が次に興味を持つ可能性が最も高い製品を判断したりできます。生成人工知能は、機械に、書かれたコンテンツを生成し、プログラミング言語を作成するだけでなく、音楽的および視覚的な芸術形式を作成する機能を提供します。

こちらもご覧ください: パーソナライゼーションのないチャットボットには意味がありません。その理由は次のとおりです。

音声起動アシスタント テクノロジー:分析フレームワーク

たとえば、特定のインテリジェント システム、つまり、いくつかのスマート スピーカー システムに組み込まれた音声アシスタントについて考えてみましょう。

誰かが「シアトルの一般的な気象状況は何ですか?」と尋ねました。

デバイスは音波を拾い、外部サーバーに送信します。その後、クラウド コンピューティング インフラストラクチャが口頭でのやり取りを書面に変換します。発言の重要性を理解してください。正しい気象情報を提供します。

「シアトルの天気は現在の晴天で、気温は華氏 72 度です」という音声出力を行います。

図 1:高レベルの音声支援システム アーキテクチャ

この図は、クラウド インテリジェントな音声アシスタント システムのインフラストラクチャ全体の概要と、「アレクサ、シアトルの天気は？」という単純な音声クエリが、クラウドと人工知能テクノロジーの使用を通じて自然でわかりやすい応答に変換される方法を示しています。

ユーザー側では、音声インターフェイスがユーザー セッションの開始点として表示されます。ユーザーは、自然言語の音声コマンドをスマート スピーカー、または理想的にはディスプレイに向かって話します。スマート デバイスにはプロセッサだけでなくマイクも存在するため、音声をリッスンし、所定のウェイク ワード (この例では「Alexa」という名前) をリッスン状態に保つことができます。ウェイク ワードを聞くと、デバイスはユーザーのコマンドの録音を開始し、処理のために安全なパスを介してサウンド ファイルをクラウド サーバーに送信します。

本当のインテリジェンスは、図の右側に示されているクラウド処理セクションで発生します。 自動音声認識 (ASR) は、クラウドの最初のパイプライン段階で、生のオーディオ ストリームをテキストに変換します。見た目よりもはるかに複雑です。さまざまなアクセントを聞き、背景ノイズを除去し、音声の繊細さをリアルタイムで聞き取る必要があります。 ASR モデルは、話された言葉をできるだけ正確にキャプチャし、「シアトルの天気はどうですか?」というテキスト形式に変換するために、さまざまな音声の膨大な録音セットでトレーニングされています。

これに続いて、 システムは自然言語理解 (NLU) に進みます。 ユーザーの意図を解読するフェーズ。ユーザーの音声をテキストに変換するだけでは十分ではありません。アシスタントは、クエリの意図と、言及された情報またはエンティティ (都市「シアトル」など) を理解する必要もあります。自然言語処理でトレーニングされた人工知能モデルは、希望の都市として「シアトル」の天気を尋ねるユーザーの意図を理解することに取り組んでいます。アシスタントは、リクエストが正しく解釈されるように、単語の曖昧さ、同義語、コンテキストも考慮する必要があります。

システムがクエリを完全に理解した後、知識と推論に進みます。 相。さて、このフェーズでは、アシスタントは正しい気象情報にアクセスする方法を選択しますが、これは最も自然な方法で、権威ある外部サービス、つまり気象データベースや API に問い合わせることによって行われます。システムは、受信した情報を処理する際に、学習したアルゴリズムまたは確立された動作を適用します。たとえば、シアトルは現在昼間であると結論付け、この推論に基づいて応答を構築できます。ユーザーが「天気はどうですか?」と質問すると、システムは地理位置情報やそこに保存されている過去の設定を使用して、最も可能性の高い場所として「シアトル」を推測します。

必要な情報を収集したら、アシスタントは自然言語生成 (NLG) に進みます。 この段階では、構造化された形式の情報が、文法的に正しく、人間が受け入れられる形式の読みやすいテキストに変換されます。生の情報、たとえば {温度:72°F、条件:晴れ} 「シアトルの天気は 72 度で晴れです。」に書き換えられます。このシステムは、正しい表現を使用し、文法要件に従い、文をできるだけ自然なものにするために、文を繰り返すたびに適切なバリエーションを追加します。ユーザーに応答を返す前に、システムはテキスト読み上げ (TTS) も利用します。 得られたテキストを音声形式に変換する技術。これには、通常、フレンドリーな会話と優れた発音の所定の音声プロファイルを使用した可聴出力の作成が含まれます。その後、音声ファイルは、元の発言の発行から数秒以内にユーザーに明瞭で自然な音声の応答を提供する目的で、インターネット上でストリーミングされます。

このエクスペリエンスのテクノロジー基盤はクラウド テクノロジーにあります。クラウドは、世界中のどこからでも何百万もの同時リクエストを管理できるという意味で、使用に応じて音声アシスタントの拡張性をサポートします。音声と言語の深層学習アルゴリズムを実行し、外部データベースにクエリを実行し、リアルタイムで応答するために必要な計算能力を提供します。データの暗号化された転送やアクセス制御などのセキュリティ機能を提供し、機密の音声情報は細心の注意を払って扱われます。このインテリジェントなシステムは時間の経過とともに学習するため、経験とともに改善されます。ユーザーとの過去のやり取りから学習して、よりパーソナライズしたものにし、ユーザーの好みを学習し、ユーザーが求める前に実際に推奨を行うことができます。

結論

インテリジェント クラウドと AI ソリューションにより、企業は自動化をはるかに超えることができます。インテリジェント システムは、情報を聞き、学習し、行動することで、医療、金融、製造だけでなく日常生活にも真の価値を生み出します。

クラウドは、これらのソリューションに必要なパワー、柔軟性、範囲を提供します。人工知能は、思考、学習、最適化に必要な知能を提供します。これらを組み合わせることで、一度に 1 つのシステムずつ、よりスマートで高度に相互接続されたグローバル環境を構築しています。