(Yicai Global) 10月11日-中国のインターネット大手Alibaba Group Holding Ltd. [NYSE:BABA] は最近、米国で2つのテクノロジーフォーラムを主催しました。その間、Yicai Globalは、Alibabaのデータ研究所の学部長であるJinRongとのインタビューを行いました。科学と技術 (iDST) 、ペンシルベニア州のカーネギーメロン大学で。

議論は、アリババ、eコマース市場、そして人類全体に対するAIの影響に集中しました。

予測、 最適化 とパーソナライズ

ジンロン : AIが果たす役割は複数あります。まず、eコマースの最も顕著な特徴は、売り手と買い手を一致させる機能、 [オンライン] 予測、および [トラフィック] 最適化です。バイヤーは、最も適した高品質の顧客を特定する必要があり、 [AI] はオンライン予測とトラフィックの最適化を支援できます。コンテンツは、eコマースビジネスにとって非常に重要です。売り手は顧客を維持したいので、市場の需要に合わせた大量のプロモーションコンテンツを作成します。ビデオコンテンツ分析は、ユーザーが興味深く魅力的なコンテンツを生成し、ユーザーが売り手のサイトに費やす時間を最大化するため、重要です。 [これらの考慮事項] は、オンライントラフィックの最適化、サービスの個別化、メディアマーケティングコンテンツの分類の観点から重要です。

Yicai Global: AIは将来のeコマース開発にどの程度大きく貢献しますか?

Jin Rong: 例を挙げましょう。あなたはダブル11 [11月11日、中国で最大のオンラインショッピングの日、そしてブラックフライデーに相当する国] について聞いたことがあるに違いありません。バナー広告を含むダブル11プロモーションは、以前は手動で作成されていましたが、現在はデザインやWebページの表示からユーザーインタラクションまで、すべてがマシンによって行われています。これの大きな利点は、たとえばバナー広告を取ることです。過去には、チームは一度に1つのプロジェクトにしか取り組むことができませんでしたが、今では広告をパーソナライズすることができます。言い換えれば、私があなたの好みを知っているなら、例えば、あなたは緑より赤を好む、そしてそれは広告をより効果的にすることができる。

Jin Rong: 人々は常にプロセスに参加する必要があります。私たちはコンピューターにすべてをさせることは決してありません。自動生成プログラムに加えて、チェックシステムを含む非常に洗練された手順のセットがあります。

AIはより多くの機会を生み出します

Jin Rong: まず、AIは非常に便利で、日常生活に幅広い用途があります。第二に、AIは他のことにも使えると思います。コンピュータプログラムを例にとってみましょう。ソフトウェアは、初期の頃にパンチカードで作成されました。プログラミング言語の発明は、多くの手動タスクから人々を解放し、多くの新しい仕事を生み出しました。バナー広告にも同じことが起こりました。実際、多くのコーダーデザイナーはAIテクノロジーの進歩の結果として職を失いましたが、経験のない人が自分の広告をデザインすることもできます。AIを使用すると、表面的な説明を入力するだけで、システムが何かを作成します。それに基づいて設計を修正できます。AIはすべての人をデザイナーに変え、それは大きなチャンスを提供すると思います。反対に、一部のデザイナーはそれのために仕事を失うでしょう。

Yicai Global: では、AIが実際により多くの需要を生み出すということですか?

Jin Rong: はい。その上、人々はもはや単純なタスクを実行する必要がないので、それは業界を前進させます。デザイナーは、より革新的で創造的な仕事に集中できます。個人的には良いことだと思います。

Yicai Global: それで、需要は非常に多くの人々を収容するのに十分な大きさですか?

Jin Rong: これには2つの質問が含まれると思います。まず、私たちは今どこにいるのでしょうか? 第二に、限界はどこですか? 最初の質問では、多くの人が既存のテクノロジーで必要なものをすべて手に入れることができると感じていますが、たとえば、詳しく見ると、約8億アイテムの製品がAlibabaで提供されており、すべてを数えることはできません。外部の助けがなければ、ほとんどの人は総量のごくわずかな割合しかアクセスできません。つまり、ほとんどのデザイナーはeコマース市場に参入できません。結局のところ、8億のすべての製品の広告をデザインすることは不可能です。したがって、特定のアイテムを特定の時間にユーザーに表示することで製品を販売する方法を知っているスマートツールがあれば、小さなデザイナーにeコマースデザインビジネスに参加する機会が大幅に増えます。少なくともアリババの総製品量から判断すると、60パスのスコアにはまだ到達していません。

Yicai Global: 私の未学習の目には、すでにかなり進んでいます。

Jin Rong: ほとんどのデザイナーはeコマース市場にアクセスできません。仕事を失ったコーダーデザイナーの限られた数に比べて。AIがボリュームを8億からはるかに少ない量に減らすことができれば、小規模なデザイナーや企業が市場に参入できるようになります。

Yicai Global: しかし、AIのために生み出された新しい機会や消える仕事はどれですか?

ジンロン : それはすべてあなたがそれを見る方法に依存します。

テクノロジーの進歩はより多くの仕事をもたらす

Jin Rong: 自動運転車が大多数の消費者に受け入れられるまでにはまだ長い道のりがあります。しかし、新しいテクノロジーはサプライヤーを刺激し、車両の技術的パフォーマンスに新しい要件を設定します。その結果、より多くの雇用機会が生み出されるので、テクノロジーの進歩は市場でより多くの雇用につながると私は信じています。

Yicai Global: あなたは非常に楽観的に聞こえます。

Jin Rong: 過去の石油危機について多くのことを話しました。しかし、人々は常にこの種の状況の解決策を見つけることができます。

Jin Rong: 私の意見では、競合がありますが、しかし、私は全体的な開発トレンドについて楽観的です。

AIと人間はパラレルワールドに住み、異なる強みを持っています

Yicaiグローバル : 社会で自分の居場所を見つけるために何を勉強すべきかについて、若者へのアドバイスは何ですか? 彼らはかつて、数学、 物理学 、化学が世界で最も雇用可能なスキルであると言っていました。最近では、 アート の学生の時代が到来したと主張する人もいます。では、AIの発展から判断すると、どのようなスキルが人々をより雇用しやすくするのでしょうか。

Jin Rong: [科学と工学の学生の需要] は減少しません。機械は人々を最も単純なタスクから解放し、より創造的なものに集中できるようにします。

Yicai Global: 究極の質問があります-将来、ロボットは人間よりもインテリジェントになるでしょうか?

Jin Rong: すべての機械学習アクティビティで最も重要なのはビッグデータです。理論的には、 [マシン] は特定の能力を習得する前に、特定の数の試行とエラーを経験し、十分なトレーニングを受ける必要があることが証明されています。人間に必要な試行とエラーとトレーニングの量は非常に少ないです。人間は抽象的な推論が非常に得意ですが、抽象的な推論が機械にとって何を意味するのかはまったくわかりません。機械は、特定の数の推論を行う前に推論することができません、これは人間との仕組みとはまったく異なります。推論を数学的操作に変える方法はまだわかりません。したがって、この点で機械が人間を上回ることは決してありません。Weライブ2パラレル。コンピュータと人々は異なる強みを持っています。

Yicai Global: 私たちの日常生活の中で多くのロボットが見られるでしょうか?

Jin Rong: まず、どのような種類のロボットについて明確に定義する必要があります。私たちが話している。人とコミュニケーションをとることができ、人に似た外観を持つロボット、そして最も難しい部分は、自然言語を理解できるロボット、または自然言語で質問に答えることができるロボットを意味しますか? IBMによって開発されたコンピューターであるWatsonは、米国のテレビクイズ番組Jeopardyで人間の出場者を打ち負かしました。ですから、機械は今やリスニング理解において人間を凌ぐことができると私たちは感じています。しかし、そうではありません。たとえば、インテリジェントなカスタマーサービスシステムの開発にも同じテクノロジーを使用しています。実際、これらのロボットはデータ分析に基づいて動作しますが、これには理解スキルは含まれません。同じことがワトソンにも当てはまります。

Yicai Global: では、理解を伴うロボットができないことの例を教えてください。

Jin Rong: それは推論を必要とするものです。アメリカでクイズ番組がありました。最初、尋ねられた質問はすべて事実に関するものであり、 [ロボットにとって] 簡単でした。その後、ホストは「月面を歩いた2番目の非アメリカ人は誰でしたか?」などの推論を必要とする質問をし始めました。実際、それは実際には推論を必要としませんが、質問に答えるには、それが何であるかを理解する必要があります。これは機械にとって非常に困難です。機械学習は、データ分析と統計に基づいています。理解と推論は単にその能力を超えています。