メニュー

自然言語に対応したAIを処理する8つのアプローチ

スマートフォンを持っている人
一覧

このページを共有

Mike McNamara
372

今日の世界では、自然言語に対応したAIは、「持つことが良い」だけでなく、必要なものです。Gartnerによると、「2024年までに、ブランド化されたデジタル エクスペリエンスの最大80%が、仮想ユーザーを介して消費者に提供されるようになります。」

会話型AIはチャットボットをはるかに超えています。自然言語を処理するAIシステムは、人間のような対話を行い、文脈を理解し、インテリジェントな応答をミリ秒単位で提供します。簡単に言えば、自然な言語処理とは、人間の言語をそれが発せられるままに理解するコンピュータ プログラムです。自然言語処理は常に変化しています。テクノロジの新たな開発や、絶えず変化する戦略によって、AIによる言語処理の手法が進化しています。

Gartnerは、『Gartner 2021 Strategic Roadmap for Enterprise AI: Natural Language Architecture』Anthony MullenMagnus RevangStephen EmmottErick BrethenouxBern ElliotJessica Ekholm、2020年12月15日:で8つの自然言語処理アプローチを挙げています。

#1汎用言語モデルまたは変圧器モデル

2020年には、多くのベンダーが言語処理の常識を覆すこの新しいアプローチを取り入れました。このモデルは、NLテクノロジ ワークフローのすべての領域で、インサイト エンジン、テキスト分析、自然言語生成(NLG)、会話型AIで使用されます。このような汎用化された言語モデルは、多くの場合、移動学習に使用され、構築済みのディープラーニング モデル(数兆個のパラメータを使用)を利用して、産業や組織向けのカスタムモデルを作成します。これらのモデルには、BERT/MeenaとGPT2/3などがあります。

#2会話型ミドルウェア

このミドルウェアを使えば、音声エンジンと会話エンジンを柔軟に組み合わせることができます。基盤となるエンジンをトレーニングデータやダイアログ設計と統合から切り離します。これらのミドルウェアベンダーが使用する代表的なエンジンは、Amazon Lex、Microsoft Bot Framework、Google Dialogflow、IBM Watson、Rasaです。(チャットボットと仮想アシスタントの構築に会話型AIミドルウェアを使用するを参照)。

#3コンピューティング クエリへの検索と会話の拡大

ほとんどのビジネス インテリジェンス (BI)ツールでは、何らかの自然言語インターフェイスが提供されています。しかし、ほとんどの方法が完全な会話ではありません。ただし、コンピューティング クエリは迅速に運用改善が進んでいます。最新の有望なツールはGoogle TAPASで、一般化された言語モデルを使用して表形式のデータにアクセスします。Biと自然言語の進化についての詳しい解説はこのレポートでお読みください:拡張アナリティクスがアナリティクス、BI、データサイエンスを結びつけ、世界が衝突する

#4 Nlベンダーが提供するモジュラー ディープラーニング スタックとモジュール

Alibaba、Oracle、IBM、Microsoftなどの大手ベンダーは、NLモデルと共通コンポーネントの共有スタックから、ドキュメント、音声、翻訳、会話の機能を開発しています。

#5 NLエクスペリエンスの市民開発者に門戸を広げる

検索向けでも会話向けでも、多くのベンダーは市民開発者向けツールのWYSIWYGを改善し、技術的でないインターフェイスをより利用しやすくしています。ローコードやノーコードの設計ツールは、ダイアログ以外にも利用できます。会話ダイアログは、一般の開発者が技術的な知識なしに設計できる数多くのものの一つです。現在、ローコードおよびノーコードのプラットフォームでは多くの場合、ダイアログ設計だけでなく、RPAおよび検索アプリケーション開発など、より標準的なWeb 2.0設計要素も提供しています。

#6 マルチモーダルなサービスを提供するベンダーは、言語モデルをコンピュータビジョンや翻訳にまで拡張

言語サービスは、人間と機械との豊かで自然なコミュニケーションを実現する、よりマルチモーダルなものへと進化しています。たとえばOpenstreamでは、マッピング アプリケーションとの対話を同時に行うことができます。またBaidu Translateは、話した言葉だけでなく、ビデオの中の視覚的なオブジェクトからもヒントを読み取ります。

#7 データ アクセス、メタデータ管理、 グラフベース システムの進化

現在、分散データ管理とエンリッチングの最先端はデータファブリックです。データファブリックは、データ統合アプローチを組み合わせて、再利用可能なデータ サービス、パイプライン、意味的階層、APIを提供します。動的なスキーマ認識やコストベースの最適化を追加することで、データファブリックをさらに改良できます(「Demystifying the Data Fabric」をご参照ください)。

#8 NLプロジェクト用のツールおよびサービスの新しいパイプライン

データのラベリングやアノテーションを行う企業は、テキスト、音声、文書のアノテーション サービスやコンピュータビジョンのサポートを増やしています。翻訳会社は、モデルと人の両方の翻訳ハブを使用してワークロードを管理しています。

詳細はこちら

ネットアップがデータ管理を簡易化することで、お客様はAIの開発に専念できるようになります。ネットアップはより多くのデータに、より多くのAIに、より速く、より多くのパワーを提供します。NetApp®のソリューションを利用してリスクを軽減し、必要な場所でデータにアクセスできます。ネットアップのAIソリューションは、エッジ、コア、クラウドにおけるボトルネックを解消し、データ収集の効率化、NLPワークロードの高速化、スムーズなクラウド統合を実現します。詳細を知りたい方は、ネットアップのAIホームページにアクセスして会話型AIに関するブログをお読みください。

Mike McNamara

Mike McNamaraは、ネットアップの製品およびソリューション マーケティング担当シニア リーダーであり、25年にわたってデータ管理とデータ ストレージ マーケティングの経験があります。10年以上前にネットアップに入社する前は、Adaptec、EMC、 HPで勤務していました。Mikeは、業界初のクラウド対応AI/MLソリューション(NetApp)、ユニファイド スケールアウトおよびハイブリッド クラウド ストレージ システムおよびソフトウェア(NetApp)、iSCSIおよびSASストレージシステムおよびソフトウェア(Adaptec)、ファイバチャネル ストレージ システム(EMC CLARiiON)の発売を推進している主要なチーム リーダーでした。Mikeは過去に、ファイバチャネル協議会のマーケティング分野の議長を務めたことに加え、イーサネット テクノロジー サミット会議の諮問委員会やイーサネット アライアンスの現役メンバーであり、また業界誌に頻繁に寄稿しているほか、各種イベントにスピーカーとして数多く登壇しています。Mikeはさらに、FriesenPressを通じて「スケールアウト ストレージ - エンタープライズ データ管理の次のフロンティア」というタイトルの書籍を発行しており、またKaposが選ぶB2B製品マーケティング担当トップ50に挙げられました。

Mike McNamara の投稿をすべて表示

次のステップ