DIME MAGAZINE
デジタル ヒューマン、ロボット、さらには自動運転車へ、予測不可能な事態の予測が可能に
サンジャ・フィドラー氏 AI研究担当副社長
＜予測不可能な事態の予測＞
日常の世界で学習できるモデルがさらに増え、人間の介入をほとんど必要とせずに非常に複雑なスキルを使用して、デジタル ヒューマン、ロボット、さらには自動運転車が混沌とした予測不可能な状況を理解できるようになると予想されます。
研究室からウォール街まで、私たちは5～7年前の自動運転に対する楽観論に似た誇大宣伝サイクルに突入しつつある。WaymoやCruiseなどの企業が機能するシステムを提供するのに何年もかかった。そして、これらの企業やTeslaなどの他の企業が収集した大量のデータは、ある地域では適用できても、別の地域では適用できない可能性があるため、そのシステムは依然として拡張可能ではない。
今年導入されたモデルにより、インターネット規模のデータを使用して自然言語を理解し、人間やその他の行動を観察することで動作をエミュレートする作業を、より迅速に、そしてはるかに少ない資本支出で実行できるようになりました。ロボット、自動車、倉庫機械などのエッジ アプリケーションは、現実世界をナビゲートし、適応し、対話するために、調整、器用さ、その他のスキルを迅速に学習します。
ロボットがあなたのキッチンでコーヒーや卵を作って、後片付けまでしてくれるようになるでしょうか？まだです。でも、あなたが思っているよりも早くそうなるかもしれません。
＜現実味を帯びる＞
グラフィックスとシミュレーション パイプライン全体にわたって、忠実度とリアリズムが生成 AI にもたらされ、超現実的なゲーム、AI 生成の映画、デジタル ヒューマンが実現します。
従来のグラフィックスとは異なり、画像の大部分はレンダリングではなく生成されたピクセルから取得されるため、より自然な動きと外観が得られます。コンテキスト動作を開発して反復するツールにより、今日の AAA タイトルのコストのほんの一部で、より洗練されたゲームが実現します。
＜業界が生成型 AI を採用＞
ほぼすべての業界が、人々の生活や遊び方を向上、改善するために AI を使用する態勢を整えています。
農業では、AI を利用してフード チェーンを最適化し、食品の配送を改善します。たとえば、AI を使用すると、個々の農場のさまざまな作物からの温室効果ガスの排出量を予測できます。これらの分析は、サプライ チェーンの温室効果ガスを削減するのに役立つ設計戦略の策定に役立ちます。一方、教育分野の AI エージェントは、学習体験をパーソナライズし、人の母国語で話し、特定の科目の教育レベルに基づいて質問したり回答したりします。
次世代アクセラレータが市場に投入されるにつれて、これらの生成 AI アプリケーションの提供効率も大幅に向上します。テストにおけるモデルのトレーニングと効率性を改善することで、企業やスタートアップはこれらのアプリケーション全体でより優れた投資収益率をより早く得ることができます。
アンドリュー・フェン氏 GPUソフトウェア担当副社長
高速データ分析により、コードを変更せずに洞察が得られます。2025年には、増え続けるデータ量に取り組んでいる組織にとって、高速データ分析が主流になるでしょう。
企業は毎年数百ペタバイトのデータを生み出しており、すべての企業がそのデータを活用する方法を模索しています。そのために、多くの企業がデータ分析にアクセラレーションコンピューティングを採用するでしょう。
将来は、「コード変更なし」と「構成変更なし」をサポートする高速データ分析ソリューションにあり、組織は最小限の労力で既存のデータ分析アプリケーションを高速コンピューティングと組み合わせることができます。生成 AI を活用した分析テクノロジーは、従来のプログラミング知識を持たないユーザーでも新しいデータ分析アプリケーションを作成できるようにすることで、高速データ分析の採用をさらに拡大します。
簡素化された開発者エクスペリエンスによって促進される高速コンピューティングのシームレスな統合により、導入の障壁が排除され、組織は独自のデータを活用して新しい AI アプリケーションやより豊富なビジネス インテリジェンスを実現できるようになります。
NADER KHALIL氏 開発技術担当ディレクター
＜スタートアップ企業の労働力＞
プロンプト エンジニアや AI パーソナリティ デザイナーについてあまり聞いたことがなくても、2025 年には耳にするようになるはずです。企業が生産性向上のために AI を採用するにつれて、スタートアップ企業と大企業の両方で、新しいスキルと既存のスキルを組み合わせた新しいカテゴリの重要な労働者が登場することが予想されます。
プロンプト エンジニアは、チャットボットやエージェント AI のプロンプト デザインの作成、テスト、反復に基づいて、AI トレーニングを最適化し、望ましい結果を生み出す正確なテキスト文字列を設計および改良します。プロンプト エンジニアの需要は、テクノロジー企業を超えて、法務、カスタマー サポート、出版などの分野にまで広がります。AI エージェントが急増するにつれて、企業やスタートアップは、独自のパーソナリティを持つエージェントを強化するために、AI パーソナリティ デザイナーにますます頼るようになるでしょう。
コンピュータの台頭により、コンピュータ サイエンティスト、データ サイエンティスト、機械学習エンジニアなどの職種が生まれたのと同様に、AI はさまざまなタイプの仕事を生み出し、強力な分析スキルと自然言語処理能力を持つ人々の機会を拡大します。
＜従業員の効率性を理解する＞
AI を業務に取り入れているスタートアップ企業は、投資家やビジネス パートナーと話し合う際に、従業員 1 人あたりの収益 (RPE) という言葉を語彙に加えることが増えています。
「何が何でも成長」という考え方ではなく、AI による労働力の補充により、スタートアップのオーナーは、新しい従業員を雇用することで、ビジネス内の他の全員の収益がどのように増加するかに焦点を当てることができます。スタートアップの世界では、RPE は、AI への投資収益率や、大企業やテクノロジー企業との競争における役割の充足の課題に関する議論に適合します。
※AI ソリューション支出に関する数字は、2024年10月に発行された IDC のレポート「IDC FutureScape: 2025 年の世界的生成型人工知能予測」、文書番号 US52632924 から引用したものです。AI の経済的影響に関するデータは、2024年10月に発行されたIDC のプレスリリース「IDC FutureScape: AI を活用したビジネスに向けた AI の転換」から引用したものです。
関連情報
https://blogs.nvidia.com/blog/generative-ai-predictions-2025-humanoids-agents/
構成／清水眞希
最新号
