要約
拡張知能（インテリジェンス増幅または認知機能拡張とも呼ばれる）は、機械学習、自然言語処理、パターン認識などのAIテクノロジーと人間の判断力を組み合わせ、意思決定を向上させる人間中心のアプローチです。自律型AIとは異なり、人間が管理を続けながら、大規模なデータセットをより迅速かつ正確に分析できます。すでに医療、金融、小売などの分野で展開されており、その価値は人に取って代わることではなく、人の能力を増幅させる点にあります。
拡張知能とは？
拡張インテリジェンスは、人工知能（AI）を支援的な役割で使用し、人間の知能を強化し、連携させることに焦点を当てており、人を完全に置き換える手段としてではありません。SF映画に描かれているものとは異なり、拡張インテリジェンスは、機械学習を使用して、人間のカウンターパートと並行して、サービスと製品を改善します。
拡張インテリジェンスの定義は、人間と人工知能のパートナーシップを中心に、協力して新たな高みに到達することで認知能力を向上させることです。augmentとは、何かを改善または強化することを意味し、これはまさにここでの目標です。人工知能と機械学習を使用して、プログラムとシステムを充実させることです。拡張されたインテリジェンスは、intelligence amplification（IA）またはcognitive augmentationとも呼ばれます。拡張されたインテリジェンスは、人間の意思決定とそれに関連する行動の改善を目的とする機械学習の一形態です。
拡張知能の目的とは何ですか？
人間の脳の仕組みは、コンピューターとは大きく異なります。連携して使用することで、より多くのことが可能になります。本質的に、拡張知能は人間の能力の範囲を広げることができます。データアナリティクスを使用して、特定のターゲットオーディエンスがどのように反応するか、またはどのような行動を取るかを予測できます。例えば、オンラインショッピングで顧客の好みを予測し、それに基づいてトラフィックを促進するために使用できます。また、政治シンクタンクがターゲットを絞り、無党派層の有権者を特定するために利用することも可能です。
拡張知能が人間の能力をどのように高めるか
コンピューターは膨大な量のデータを迅速にふるいにかけ、拡張知能は人間のオペレーターがそのデータをより深く理解し、活用する方法を見出すのに役立ちます。拡張知能は、人間が単独で作業するよりも効率的です。ビジネス価値を高めるだけでなく、人々のよりスマートで優れた働き方を支援します。
拡張知能の仕組みとは？
拡張インテリジェンスを使用するシステムは、人工知能技術を使用して人間のアウトプットを補完します。拡張されたAIは、以下のようなテクノロジーを使用します。
- 機械学習：システムはデータから学習してパターンを特定し、独立した意思決定を行って学習および改善します。
- 論理的推論： これは、論理的な手法を使用して、問題の解決や予測を行うために、利用可能なデータに基づいて結論と推論を合理化し、導き出します。
- 空間ナビゲーション：人工ニューラルネットワークは、人間の脳と同様に機能するように設計されています。
- 自然言語処理：これは、機械に人間の言語を理解し、解釈する方法を教える働きをします。
- マシンビジョン： これは、コンピューターが自動分析および検査のために「見る」ことを可能にします。
- パターン認識：これは、規則性を見つけることによって、データ内のパターンの自動認識です。
拡張されたインテリジェンスは、主に5つの機能を活用します。
- 理解: データがシステムに供給され、その意味が導き出されます。
- 解釈：新しいデータが入力されると、古いデータが分析され、新しいデータセットが特定されます。
- 理由：新しいデータセットは結果を定義します。
- 学習：人間が結果や出力に関するフィードバックを提供し、システムが調整されます。
- 保証：AIまたはブロックチェーン技術を使用して、リスク管理のコンプライアンスとセキュリティを確保します。
ビッグデータにおいて、拡張知能はどのような役割を果たしますか？
ビッグデータは、多くの場合データマイニングから得られます。これには、構造化データと非構造化データの両方が大量に含まれます。データは常に流入し続けています。ビジネス上の意思決定を促進し、価値ある正確な予測を行うには、データアナリティクスが必要です。2025年までに、世界で生成されるデータ量は181ゼタバイトに達すると予測されています。クラウドストレージやIoT（モノのインターネット）の登場により、収集、保存、分析されるデジタルデータの量はますます増大しています。
ビッグデータに拡張知能が必要な理由
ビッグデータの膨大な量を整理するには、特別なツールやテクノロジーが必要です。そこで登場するのが、拡張知能です。拡張インテリジェンスは、こうした膨大な量のデータを、はるかに効率的かつタイムリーに処理できます。ディープラーニング機能は、人間の目では見逃してしまう可能性のあるパターンを特定するのに役立ちます。
拡張知能と人工知能はどのように違うのでしょうか？
拡張されたインテリジェンスは、人工知能技術を使用します。ただし、AIは人間の相互作用の必要性を置き換えるように設計されていることが多いのに対し、拡張インテリジェンス（IA）は人々と協力するための役立つツールとして意図されています。主な違いは、AIがテクノロジーを使用して意思決定を推進および実行するのに対し、拡張インテリジェンスは人間を意思決定者として、テクノロジーを強化支援として使用することです。拡張インテリジェンスは、人間のインタラクションを置き換えることを目的としていません。それは単に、人々がより良く、より速く仕事をするのを支援することを目的としています。
| 範囲 | 人工知能（AI） | 知能増幅（IA） |
|---|---|---|
| 主な役割 | 人間のやり取りを代替するように設計されています | 人々と連携するための便利なツールとして設計されています |
| 意思決定 | テクノロジーが意思決定を推進し、行います | 意思決定を行うのは人間であり、テクノロジーはそれを強化するための補助的な手段です。 |
| 目標 | タスクを独立して自動化 | 従業員の業務効率と生産性を向上させます |
拡張知能はどのように利用されますか？
拡張インテリジェンスは、すでに多くの分野でさまざまな方法で使用されています。たとえば、拡張インテリジェンスは次の分野で使用されています。
- 小売およびオンラインショッピング
- 営業・マーケティング
- 金融および投資会社
- ヘルスケア
- 製造業と工場
- 航空会社および航空機の自動操縦システム
- 政治シンクタンク
- モバイルゲーム
拡張インテリジェンスの実例
拡張されたインテリジェンスの例としては、Siri、Alexa、Google Homeなどの仮想アシスタントがあります。拡張インテリジェンスは、パターンを予測し、顧客の意思決定を支援できます。たとえば、ソーシャルメディアは、特定のユーザーにどの広告を表示するかを決定するために、ユーザーパターンを予測することがよくあります。同様に、これらのテクノロジーは、営業チームに新しいアカウントを提案したり、銀行で規制およびリスク分析タスクを実行したり、病院で診断と治療ソリューションを提供したりするのに役立ちます。拡張インテリジェンスは、過去のデータに基づいて予測を行えますが、実際の意思決定は人間のユーザーに委ねられます。例として、過去の履歴に基づいて番組や映画の提案をするストリーミングサービスがありますが、提案されたオプションを利用するかどうかを決定するのはあなたです。
拡張知能のメリットとは何ですか？
拡張されたインテリジェンスは常に、人間が意思決定プロセスにおいて最終的な決定権を持つようにします。この技術はデータとデータ分析を提供できます。その後、人間のオペレーターがこの情報をどう処理するかを決定します。
拡張されたインテリジェンスでできること:
- 人間の意思決定を強化します。
- 大量のデータを整理して時間を節約します。
- パターンを予測することで、ビジネスと売上を促進します。
- 拡張インテリジェンスのシステム構築時、初期アルゴリズムにバイアスが混入する可能性はあるものの、データ解釈における人為的なミスや偏見を排除できます。
- 人間がリアルタイムでより正確なデータに基づいた意思決定を行えるようにします。
人と機械がもたらす総合的な可能性
拡張インテリジェンスは、コンピューターと人間のユーザーの両方のインテリジェンスを高めることを目的としています。人と機械が適切に連携して使用されると、より賢くなることができます。AIと拡張インテリジェンスは、人間の能力を支援および強化することにより、より多くの創造性と新しいイノベーションへの扉を開くことができます。
よくある質問（FAQ）
拡張知能と人工知能は同じものですか？
いいえ。拡張知能はAIテクノロジーを使用しますが、両者は意図が異なります。人工知能は人間の意思決定に取って代わるように設計されることが多いのに対し、拡張知能（インテリジェンスアンプリフィケーション：IAとも呼ばれる）は人間と連携して機能し、人間の判断に取って代わるのではなく、それを強化するために構築されます。
拡張知能システムを支えるテクノロジーとは？
拡張知能は、機械学習、論理的推論、自然言語処理、マシンビジョン、人工ニューラルネットワークによる空間ナビゲーション、パターン認識など、AIベースのさまざまなテクノロジーを活用しています。
拡張知能はビッグデータをどのように処理しますか？
拡張知能は、今日生成される構造化データと非構造化データからなる膨大な量の情報を処理する上で特に価値があります。ディープラーニング機能により、人間のアナリストだけでは見逃してしまう可能性のある大規模なデータセット内のパターンを特定できます。
拡張知能はバイアスをもたらす可能性がありますか？
はい。拡張知能は、データ解釈における人的エラーやバイアスを低減できますが、システムの作成段階でバイアスが入り込む可能性があります。具体的には、システムの構築に使用される初期アルゴリズムを通じてバイアスがもたらされます。
拡張知能は、すでにどのような業界で利用されていますか？
拡張知能は現在、小売、営業・マーケティング、金融、医療、製造、航空、政治分析、モバイルゲームなど、幅広い分野で導入されています。
拡張インテリジェンスシステムにおいて、最終的な意思決定は誰が行うのでしょうか？
人間のオペレーターが常に最終的な意思決定権を保持します。拡張知能はデータ分析と予測を行いますが、その情報に基づいてどのようなアクションを取るかを決定するのは人間のユーザーです。
参考文献
空間ナビゲーションの神経科学と人工知能との関係。（2020年7月、Frontiers in Computational Neuroscience。
経営層向けAIガイド。Cognitive Scale。
ビッグデータ - 統計と事実。（2021年8月、Statista）
