拡張知能(AI):コグニティブセキュリティの未来

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て、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、人々を完全に置き換える手段としてではありません。SF映画で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、人間と協力して連携しながら、サービスと製品を改善します。

拡張されたインテリジェンスとは？

拡張された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据え、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を目的としています。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強化することです。拡張インテリジェンスは、intelligence amplification（IA）や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を改善することを目的とした機械学習の一形態です。

拡張インテリジェンスの目的

人間の脳はコンピューターとは大きく異なる働きをします。協力して使用すると、より多くのことが可能になります。基本的に、拡張インテリジェンスは人間の能力範囲を拡大することができます。特定のターゲット層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するために、データ分析を使用できます。たとえば、顧客の好みの予測に基づいてトラフィックを誘導するために、オンラインショッピングで使用できます。また、政治シンクタンクが未決定の有権者をターゲットにして特定するために使用される可能性もあります。コンピューターは大量のデータを迅速に分析でき、拡張インテリジェンスは人間のオペレーターがデータをより深く理解し、その使用方法を理解するのに役立ちます。拡張インテリジェンスは、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、人々がよりスマートかつ効率的に働くのに役立ちます。

拡張インテリジェンスの仕組み

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AIは、次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、学習と改善のために独立した意思決定を行います。
• 論理的推論：これは、論理的な手法を用いて、利用可能なデータに基づいて合理化し、結論や推論に到達し、問題を解決し、予測を行います。
• Spatial navigation: Artificial neural networks are designed to work similarly to the human brain.
• 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ためのものです。
• マシンビジョン： これは、コンピューターが自動分析と検査のために「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を自動的に認識することです。

拡張インテリジェンスは、主に次の5つの機能を実行します。

1. 理解：データがシステムに供給され、そこから意味が導き出されます。
2. 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識別されます。
3. 理由：新しいデータセットが結果を定義します。
4. 学習：人間は結果または出力に関するフィードバックを提供し、システムは調整されます。
5. Assure：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。

ビッグデータにおける拡張インテリジェンスの役割

ビッグデータは、多くの場合、データマイニングから生まれます。構造化データと非構造化データの両方を含む大量のデータを取り扱います。データは常に流れ込んでいます。データ分析は、ビジネス上の意思決定を促進し、価値のある正確な予測を行うために必要です。2025年までに、181ゼタバイトのデータが世界中で作成されると予想されています。クラウドストレージとモノのインターネット（IoT）の導入により、ますます大量のデジタルデータの収集、保存、分析の量が増加しました。ビッグデータの膨大な量には、それを分類するための特別なツールとテクノロジーが必要です。ここで拡張インテリジェンスが登場します。拡張インテリジェンスは、これらの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。深層学習機能は、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。

拡張インテリジェンス vs. 人工知能 (IA vs AI)

拡張インテリジェンスは、人工知能テクノロジーを使用します。ただし、AIは人間のインタラクション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ですが、IAは人々と連携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がテクノロジーを活用して意思決定を行うのに対し、拡張インテリジェンスは人間を意思決定者とし、テクノロジーを強化支援として使用することです。拡張されたインテリジェンスは、人間のインタラクションに取って代わるものではありません。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。

拡張されたインテリジェンスの使用方法

拡張されたインテリジェンスは、すでに多数の分野で、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
• 製造業および工場
• 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例としては、Siri、Alexa、Google Homeなどのバーチャルアシスタントがあります。拡張されたインテリジェンスは、顧客のパターンを予測し、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、特定のユーザーに表示する広告を決定するために、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、病院で診断を支援し、治療ソリューションを提供したりできます。拡張されたインテリジェンスは、過去のデータを取得して予測を行うことができますが、実際の決定は人間のユーザーに委ねられます。例としては、過去の履歴に基づいて番組や映画の提案を提供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次第です。

拡張インテリジェンスの利点

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。このテクノロジーは、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。

拡張インテリジェンスは次のことができます。

• 人間の意思決定を強化します。
• 大量のデータを分類して時間を節約できます。
• 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。
• データの解釈における人的エラーと偏見を排除します。ただし、システムの作成中に拡張インテリジェンスで使用される初期アルゴリズムに偏見が混入する可能性があります。
• 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。

拡張された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することで、よりスマートになることができます。AIと拡張された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。

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.

AIエグゼクティブガイド。 Cognitive Scale.

ビッグデータ-統計と事実。(2021年8月)Statista。