よくあるご質問(FAQ)

この製品に関するよくある質問(FAQ)への回答をご覧ください。

Oxford 辞書では、AIを「視覚認知、音声認識、意思決定、言語間の翻訳など、通常は人間の知能を必要とするタスクを実行できるコンピューター・システムの理論と開発」と定義しています。

AIは本質的に、発見する、推察する、推論するという人間の能力を模倣することで、さまざまな形で人間の知能に匹敵する、あるいはそれを上回る能力をコンピューターに持たせることを意味します。

機械学習は、AIとコンピューター・サイエンスのサブフィールドであり、統計学と数学的最適化にその起源があります。機械学習は、予測、分析およびデータ・マイニングにおけるアプリケーションの教師あり学習および教師なし学習の手法をカバーしています。

機械学習は他のAIテクノロジーやコグニティブ・テクノロジーとは独立して使用することができます(実際にそのように使用されることも多くあります)。実際、機械学習は今日私たちが見ている最も一般的なタイプの「AI」です。データ内のパターンや異常を探すさまざまなソリューションで、多くの機械学習アルゴリズムや技法が既に使用されています。

ディープ・ラーニングは、機械学習を根本から変えつつある一連の新しい方法です。ディープ・ラーニングは、それ自体はアルゴリズムではなく、教師なし学習によってディープ・ネットワークを実装するアルゴリズムのファミリーです。

コグニティブ・コンピューティングは、ニューラル・ネットワークとディープ・ラーニングを基盤とするAIのサブフィールドです。人間の思考過程をシミュレートするシステムを構築するために認知科学からの知識を利用します。

コグニティブ・コンピューティングは、単一のテクノロジー・セットに焦点を当てるのではなく、機械学習、自然言語処理、ビジョン、マン・マシン・インターフェースなど、複数の分野をカバーしています。その中で、コグニティブ・コンピューティングは自然言語処理に最も重点を置いています。

明示的にプログラムされるのではなく、コグニティブ・コンピューティングは、人間との対話や、その環境での経験から学習して推論します。

Watsonは、IBMのAI、機械学習、およびコグニティブ・コンピューティングのプラットフォームです。幅広いソースからの構造化情報と非構造化情報の両方を処理し、それらが何を意味しているかを理解し、その後の使用のためにそれらを知識体系(コーパスとも呼ばれる)に追加するための、幅広いAIテクノロジーを提供します。

予測分析では、データ・マイニング、統計、モデリング、機械学習、人工知能などの多くの手法を使用してデータから情報を抽出し、現在のデータを分析して未知の将来のイベントを予測します。

この用語の定義を拡大解釈した多くのものを宣伝するために、AIという言葉が使用されてきました。AIの展望のいくつかは実現しましたが、まだ研究段階にとどまっているものもあります。AIは、単一の機能として考えるのではなく、関連するテクノロジーの集合として考えたほうがいいでしょう。

IBMは現在、組織が脅威を識別し、より迅速に対応できるようにするために、サイバー・セキュリティーの分野でAIおよびコグニティブ・テクノロジーを利用しています。Watson for Cyber Securityは、このコーパスに既に20億を超える文書を取り込んでおり、さらに毎日数千の文書を追加しています。

いいえ、AIの目標は人間のインテリジェンスを高めることであり、それに取って代わることではありません。特に、アルゴリズム用語では簡単に表現できない要素を人間が比較検討することができる意思決定の領域では、コグニティブ・テクノロジーができることにはかなりの制限があります。

それはSF映画の見すぎです。

他のテクノロジーと同様に、悪用される可能性はあります。私たちは、「悪者」が自分たちの目的のためにAIを悪用することに興味を持っていることを知っていますが、現時点では私たちがはるかに先行しています。AIはただのツールにすぎず、善悪に関係なく、利用される可能性があります。

はい。 QRadar Advisor with Watsonを使用しているIBMのお客様は、一般的に、調査をより迅速に、より徹底的に、そしてより一貫性をもって完了できるため、セキュリティー体制が改善されています。

仕組みを見る