人工知能の応用

AI 研究者は、コンピュータ科学の難問を解決するための多くのツールを開発してきました。彼らの発明の多くは主流のコンピュータ科学に採用され、もはや AI とは見なされていません。以下は元々 AI 研究所で開発されたものです。^{[ 30 ]}

• タイムシェアリング
• 対話型通訳
• グラフィカルユーザーインターフェースとコンピューターマウス
• 迅速なアプリケーション開発環境
• リンクリストデータ構造
• 自動ストレージ管理
• 記号プログラミング
• 関数型プログラミング
• 動的計画法
• オブジェクト指向プログラミング
• 光学文字認識
• 制約充足

AI プログラムは、履歴書の選考や資格に基づく候補者のランク付け、特定の役割における候補者の成功の可能性の予測、チャットボットを使用した反復的なコミュニケーション タスクの自動化など、採用プロセスで使用されています。^{[ 31 ]}これらのプログラムに関する研究では、男性の名前や男性的な特徴を優遇する性別バイアス^{[ 32 ] [ 33 ]}、および障害のある候補者や人種的マイノリティに対するバイアス^{[ 34 ]が特定されています。}

AIはウェブページのアバター（自動オンラインアシスタント）の基盤となっている。 ^{[ 35 ]} AIは運用コストとトレーニングコストを削減できる。^{[ 35 ]} 2016年、Pypestreamはモバイルアプリケーションの顧客サービスを自動化し、顧客とのコミュニケーションを効率化した。^{[ 36 ]}

Googleアプリは言語を分析し、音声をテキストに変換します。^{[ 37 ]}このプラットフォームは、言語から怒っている顧客を特定し、適切に対応することができます。^{[ 38 ]} Amazon は、注文状況の確認、注文のキャンセル、返金の提供、顧客を人間の担当者につなぐなどのタスクを実行できるチャットボットをカスタマー サービスに使用しています。^{[ 39 ]}

ホスピタリティ業界では、AIは反復作業の削減、トレンドの分析、ゲストとのやり取り、顧客ニーズの予測に使用されています。^{[ 40 ] AIホテルサービスは、チャットボット[ 41 ]}アプリケーション、仮想音声アシスタント、サービスロボットの形で提供されています。

米国エネルギー省は2024年4月の報告書で、AIは電力網のモデリング、大規模言語モデル（LLM）による連邦許可の審査、再生可能エネルギー生産量の予測、電気自動車充電ネットワークの計画プロセスの改善に応用できる可能性があると述べている。^{[ 47 ]}他の研究では、機械学習はエネルギー消費の予測とスケジューリング（例えば、再生可能エネルギーの間欠性管理の支援）に使用できると示唆されている。^{[ 48 ] [ 49 ] [ 50 ] [ 51 ] [ 52 ]}

海洋を監視する自律航行船、AI 駆動型衛星データ分析、受動音響^{[ 53 ]}またはリモートセンシング、その他の環境モニタリングのアプリケーションは機械学習を利用しています。^{[ 54 ] [ 55 ] [ 56 ] [ 57 ]}

例えば、「Global Plastic Watch」は、AIベースの衛星監視プラットフォームで、プラスチック廃棄物の場所を分析/追跡し、プラスチック廃棄物を不適切に管理している人や海洋への投棄が行われている場所を特定することで、プラスチック汚染（主に海洋汚染）の防止に役立てています。^{[ 58 ] [ 59 ]}

機械学習は、自然パンデミック^{[ 60 ] [ 61 ]}、地震^{[ 62 ] [ 63 ] [ 64} ] 、地滑り[65]、豪雨^{[ 66 ]}、長期的な水供給の脆弱性^{[ 67 ]} 、生態系崩壊の転換点^{[ 68 ]}、シアノバクテリアの異常増殖^{[ 69 ]}、干ばつ^{[ 70 ] [ 71 ] [ 72 ]}など、災害や環境問題の早期警告サインを^{検出するために使用でき}ます。

2023年、南カリフォルニア大学は、AIを使ってホームレスなどの問題に取り組むことを目標に、社会における人工知能センターを設立した。^{[ 73 ] [ 74 ]}スタンフォード大学の研究者は、AIを使って衛星画像を分析して貧困率の高い地域を特定している。^{[ 75 ]}

AIアプリケーションは、映画、テレビ番組、広告動画、ユーザー生成コンテンツなどのメディアコンテンツを分析します。これらのソリューションには、多くの場合、コンピュータビジョンが用いられます。

典型的なシナリオとしては、物体認識や顔認識技術を用いた画像解析、あるいはシーン、物体、顔を認識するための動画解析などが挙げられます。AIベースのメディア解析は、メディア検索、コンテンツの説明キーワードの作成、コンテンツポリシーの監視（特定のテレビ視聴時間帯へのコンテンツの適合性の確認など）、アーカイブ目的などの音声認識、広告掲載のためのロゴ、製品、有名人の顔の検出などに役立ちます。

• モーション補間^{[ 76 ]}
• ピクセルアートのスケーリングアルゴリズム^{[ 77 ]}
• 画像スケーリング^{[ 78 ]}
• 画像復元^{[ 79 ] [ 80 ]}
• 写真のカラー化^{[ 81 ]}
• フィルム修復とビデオアップスケーリング^{[ 82 ]}
• 写真タグ付け
• テキストから画像への変換モデル（ DALL-E、Midjourney、Stable Diffusionなど）
• 画像から動画へ^{[ 83 ]}
• テキストから動画を作成するツール（MetaのMake-A-Video、GoogleのImagen video、Phenakiなど）
• AIモデル（MusicLMなど）によるテキストから音楽への変換^{[ 84 ] [ 85 ]}
• テキスト読み上げ（ElevenLabsや15.aiなど）
• モーションキャプチャ^{[ 86 ]}

ディープフェイクはコメディ目的で使用されることもありますが、フェイクニュースやデマでよく知られています。ディープフェイクは、個人を有害な状況や不都合な状況に陥れる可能性があり、特に内容が中傷的であったり、個人の倫理に反する場合、重大な評判の損害や精神的苦痛を引き起こします。名誉毀損法や虚偽表示法は一定の救済策を提供しますが、これらの法律は捏造された画像や動画ではなく虚偽の陳述に焦点を当てているため、被害者は法的保護が限られ、立証責任が困難になることがよくあります。^{[ 87 ]}音声ディープフェイク^{[ 88 ] [ 89 ]}や、ディープフェイクを検出して人間の声をクローンできるAIソフトウェアも開発されています。^{[ 90 ] [ 91 ]}

2016年1月、Horizo​​n 2020プログラムは、ジャーナリストや研究者が偽造文書を検出するのを支援するInVIDプロジェクトに資金を提供し、ブラウザプラグインとして利用可能にした。^{[ 92 ] [ 93 ]}

2018年9月、米国のマーク・ワーナー上院議員は、ディープフェイク文書の共有をプラットフォーム上で許可するソーシャルメディア企業に罰則を科すことを提案した。 ^{[ 94 ]} 2018年、ダリウス・アフチャーとヴィンセント・ノジックは、ビデオフレームのメソスコピック特性を分析することで偽造コンテンツを検出する方法を発見した。^{[ 95 ]} DARPAは、ディープフェイク検出の研究に6800万ドルを拠出した。^{[ 95 ]}

AIアルゴリズムはディープフェイク動画の検出に使用されている。^{[ 96 ] [ 97 ]}

人工知能はビデオ制作にも使用され始めており、生成AIを利用して新しいビデオを作成したり、既存のビデオを変更したりするツールやソフトウェアが開発されています。現在これらのプロセスで使用されている主なツールには、DALL-E、Mid-journey、Runwayなどがあります。^{[ 98 ]} Way mark Studiosは、2023年の夏にDALL-EとMid-journeyの両方が提供するツールを使用して、 The Frostという完全にAIで生成された映画を作成しました。^{[ 98 ]} Way mark Studiosは、これらのAIツールを使用して、わずか数秒で企業の広告やコマーシャルを生成する実験を行っています。^{[ 98 ]} USCエンターテインメントテクノロジーセンターのAI & Neuroscience in MediaプロジェクトのディレクターであるYves Bergquist氏は、ハリウッドのポストプロダクションクルーはすでに生成AIを使用しており、将来的にはより多くの企業がこの新しいテクノロジーを採用すると予測しています。^{[ 99 ]}

AIは様々なジャンルの楽曲制作に活用されてきた。

デビッド・コープは、アルゴリズムによるコンピュータ音楽の分野で有名になったエミリー・ハウエルというAIを開発した。 ^{[ 100 ]}エミリー・ハウエルの背後にあるアルゴリズムは、米国特許として登録されている。^{[ 101 ]}

2012年、AIイアムスは初の完全なクラシックアルバムを制作した。^{[ 102 ]}

AIVA（人工知能バーチャルアーティスト）は、主に映画音楽のためのクラシック音楽、交響曲を作曲します。^{[ 103 ]}音楽専門家協会に認められた最初のバーチャル作曲家となり、世界初の快挙を成し遂げました。^{[ 104 ]}

Melomicsは、ストレスや痛みを和らげるためのコンピューター生成音楽を作成する。^{[ 105 ]}

Watson Beatは、強化学習とディープビリーフネットワークを使用して、シンプルなシード入力メロディーと選択されたスタイルに基づいて音楽を作曲します。このソフトウェアはオープンソース化され^{[ 106 ]} 、 Taryn Southern ^{[ 107 ]}などのミュージシャンがプロジェクトと協力して音楽を制作しました。

韓国の歌手、ハヨンのデビュー曲「Eyes on You」は、NUVOを含む実際の作曲家が監修したAIを使用して作曲されました。^{[ 108 ]}

Narrative Scienceは、コンピューターで生成されたニュースやレポートを販売しています。試合の統計データに基づいてスポーツイベントを要約します。また、財務レポートや不動産分析も作成します。^{[ 109 ]} Automated Insightsは、Yahoo Sports Fantasy Footballのパーソナライズされた要約とプレビューを生成します。^{[ 110 ]}

Yseopは、AIを使用して構造化データを自然言語のコメントや推奨事項に変換します。Yseopは、英語、スペイン語、フランス語、ドイツ語など複数の言語で、財務報告書、エグゼクティブサマリー、パーソナライズされた販売またはマーケティング文書などを作成します。^{[ 111 ]}

TALESPINはイソップ寓話に似た物語を創作した。このプログラムは、特定の目標を達成したいと考えている一連のキャラクターから始まった。マーク・リードとヴァディム・ブリトコは、ストーリーテリングの本質はエクスペリエンス管理、つまり「一貫性のあるストーリー展開の必要性と、しばしば相反するユーザーの主体性をどのようにバランスさせるか」であると主張した。^{[ 112 ]}

AIによるストーリーテリングは物語の生成（キャラクターとプロット）に焦点を当てていますが、物語の伝達も注目されています。2002年、研究者たちは物語散文生成のためのアーキテクチャフレームワークを開発しました。彼らは「赤ずきん」のような物語のテキストの多様性と複雑さを忠実に再現しました。^{[ 113 ]} 2016年には、日本のAIが短編小説を共同執筆し、文学賞をほぼ受賞しました。^{[ 114 ]}

韓国の企業Hanteo Globalは、記事を書くためにジャーナリズムボットを使用している。^{[ 115 ]}

文学作家たちもAIの活用を模索している。例えば、デイヴィッド・ジャヴェ・ジョンストンの作品『ReRites』（2017～2019年）では、詩人がニューラルネットワークによる詩的出力を編集する日々の儀式を考案し、一連のパフォーマンスや出版物を生み出した。

数百万もの記事がボットによって編集されているが^{[ 120 ]}、それらは通常、人工知能ソフトウェアではない。多くのAIプラットフォームは、主に機械学習アプリケーションのトレーニングのためにWikipediaのデータを使用している^{[ 121 ] 。Wikipedia向けには、古い文章の識別[ 122 ]} 、隠れた荒らし行為の検出^{[ 123 ]} 、新しい編集者への記事やタスクの推薦など、さまざまな人工知能アプリケーションの研究開発が行われている。

機械翻訳はウィキペディアの記事の翻訳にも使用されており、将来的には記事の作成、更新、拡張、および全体的な改善においてより大きな役割を果たす可能性がある。コンテンツ翻訳ツールを使用すると、一部のウィキペディアの編集者は、選択した複数の言語間で記事をより簡単に翻訳できる。^{[ 124 ] [ 125 ]}

ビデオゲームでは、AIはノンプレイヤーキャラクター（NPC）の行動を生成するために日常的に使用されています。さらに、AIは経路探索にも使用されます。あまり一般的ではないAIを使用しているゲームとしては、 Left 4 Dead （2008）のAIディレクターやSupreme Commander 2 （2010）の小隊の神経進化トレーニングなどがあります。^{[ 126 ] [ 127 ]}また、AIはAlien Isolation （2014）でも、エイリアンが次に実行する行動を制御する方法として使用されています。^{[ 128 ]}

ゲームは1950年代からAIの能力の主要な応用分野となっています。21世紀には、AIはチェス（ディープブルー）、ジェパディ！（ワトソン）^{[ 129 ]} 、囲碁（アルファゴー）^{[ 130 ] [ 131 ][132][133 ] [ 134 ] [ 135 ] [ 136 ]}、ポーカー（プルリブス^{[ 137 ]}とセフェウス^{）[ 138 ]}、eスポーツ（スタークラフト）^{[ 139 ] [ 140 ]} 、一般的なゲームプレイ（アルファゼロ^{[ 141 ] [ 142 ] [143 ]}とミューゼロ） ^{[ 144 ] [ 145 ] [ 146 ] [ 147 ]}など^、多くのゲームで人間のプレイヤーを^{打ち負かしています}。

Kuki AIは、エンターテイメントやマーケティングツールとして設計されたチャットボットやその他のアプリのセットです。 ^{[ 148 ] [ 149 ]}

最初のAIアートプログラムは、1968年にハロルド・コーエンによってAARONと呼ばれ、描画行為をコード化することを目的として開発されました^{[ 150 ]}。最初はシンプルな白黒の絵を描くことから始まり、その後、コーエンの介入なしにプログラム自身が選択した特別なブラシや染料を使用して絵を描くようになりました^{[ 151 ] 。}

DALL-E ^{[ 152 ]} 、Stable Diffusion ^{[ 152 ]} 、Imagen ^{[ 153 ]}、Midjourney ^{[ 154 ]}などのAIプラットフォームは、テキストや他の画像などの入力から視覚的な画像を生成するために使用されてきました。^{[ 155 ]}一部のAIツールでは、ユーザーが画像を入力し、その画像の変更バージョンを出力することができます。たとえば、オブジェクトや製品をさまざまな環境で表示できます。AI画像モデルは、アーティストの特定のスタイルを再現しようと試みたり、ラフスケッチに視覚的な複雑さを追加したりすることもできます。

AIは、既存のデジタルアートコレクションの定量的分析を生成するために使用されてきました。^{[ 156 ]} 2つの計算方法、精読と遠隔観察は、デジタル化されたアートを分析するために使用される典型的なアプローチです。^{[ 157 ]}遠隔観察には大規模なコレクションの分析が含まれますが、精読には1つのアート作品が含まれます。

2023年、日本のNetflixが短編アニメ「犬と少年」の背景画像生成にAIを使用したことが、ネット上で反発を招いた。^{[ 158 ]}

大手金融機関は、投資業務を支援するためにAIを使用しています。^{[ 167 ]} BlackRockのAIエンジンであるAladdinは、社内および顧客の両方で投資判断を支援するために使用されています。その機能には、ニュース、ブローカーレポート、ソーシャルメディアフィードなどのテキストを分析するための自然言語処理の使用が含まれます。次に、言及されている企業に対する感情を測定し、スコアを割り当てます。UBSやドイツ銀行などの銀行は、SQREEM（Sequential Quantum Reduction and Extraction Model）を使用してデータをマイニングし、顧客プロファイルを作成して、資産管理商品とマッチングします。^{[ 168 ]}

オンライン融資会社のUpstartは、融資審査に機械学習を利用している。^{[ 169 ]}

ZestFinanceのZest Automated Machine Learning（ZAML）プラットフォームは、信用審査に使用されます。^{[ 170 ]}このプラットフォームは、機械学習を使用して、購入取引や顧客がフォームに記入する方法などのデータを分析し、借り手をスコアリングします。このプラットフォームは、信用履歴が限られている人に信用スコアを割り当てるのに便利です。^{[ 171 ]}

AIは継続的な監査を可能にする。潜在的な利点としては、監査リスクの低減、保証レベルの向上、監査期間の短縮などが挙げられる。^{[ 172 ]}

AI を用いた継続的な監査により、財務活動のリアルタイム監視と報告が可能になり、企業は迅速な意思決定につながるタイムリーな洞察を得ることができます。^{[ 173 ]}

現代の最適とは言えないデータセットを使用するLaundroGraphなどのAIソフトウェアは、マネーロンダリング対策（AML）に利用できる可能性がある。^{[ 174 ] [ 175 ]}

1980年代には、エキスパートシステムが商用化されるにつれて、AIは金融分野で注目を集めるようになりました。例えば、デュポンは100のエキスパートシステムを開発し、年間約1,000万ドルのコスト削減に役立てました。^{[ 176 ]}初期のシステムの1つは、1986年のダウ・ジョーンズ工業平均株価の87ポイント下落を予測したプロトレーダー・エキスパートシステムでした。「このシステムの主な目的は、市場のプレミアムを監視し、最適な投資戦略を決定し、適切なタイミングで取引を実行し、学習メカニズムを通じて知識ベースを修正することでした。」^{[ 177 ]}

財務計画を支援する最初のエキスパートシステムの1つは、Applied Expert Systems (APEX) が開発した PlanPowerm および Client Profiling System でした。これは 1986 年にリリースされ、個人の財務計画の作成を支援しました。^{[ 178 ]}

1990年代には、AIが不正検出に応用されました。1993年には、FinCEN人工知能システム（FAIS）が稼働を開始しました。FAISは週に20万件以上の取引を審査することができ、2年間で10億ドル相当の資金洗浄の可能性のある400件の特定に役立ちました。^{[ 179 ]}これらのエキスパートシステムは後に機械学習システムに置き換えられました。^{[ 180 ]}

金融分野以外では、1980年代後半から1990年代初頭にかけて、エキスパートシステムが技術および環境分野でも使用されるようになった。例えば、研究者らはVP-Expertシェルを使用して、さまざまな水理学的および生物学的条件下での魚道構造を推奨する魚道設計アドバイザーを構築した。^{[ 181 ]}運輸分野の研究者らは、同じシェルを空港容量と騒音軽減計画のバランスを取るために適用した。^{[ 182 ]}農業分野では、ジャガイモ害虫エキスパートシステム（PIES）がコロラドハムシの害虫管理の意思決定を支援した。^{[ 183 ]}​​ 米国環境保護庁の汚染物質排出モデリング用CORMIXシステムは、ルールとFortranの流体力学モデルを組み合わせた。^{[ 184 ]}

欧州連合では、人工知能法（規則（EU）2024/1689）により、金融セクターにおけるAIのいくつかの利用が「高リスク」に分類されており、これには自然人の信用度を評価したり信用スコアを確立したりするシステムや、生命保険や健康保険のリスク評価や価格設定に使用されるAIが含まれます。^{[ 185 ] [ 186 ]}これらのシステムは、リスク管理、データガバナンス、技術文書化とログ記録、透明性、および人間の監視に関する要件を満たす必要があります。^{[ 185 ]}この法律の義務は段階的に導入され、禁止事項とAIリテラシー規則は2025年2月2日から、ガバナンスとほとんどのGPAI義務は2025年8月2日から、義務の大部分は2026年8月2日から、特定の安全コンポーネントの高リスク義務は2027年8月2日から適用されます。^{[ 186 ]}

医療におけるAIは、分類、 CTスキャンや心電図の評価、集団健康のための高リスク患者の特定などによく使用されます。AIは、高額な投薬の問題解決にも役立っています。ある研究では、AIによって160 億ドルを節約できる可能性があると示唆されています。2016年の研究では、AI由来の式によって移植患者に投与する免疫抑制剤の適切な投与量が算出されたと報告されています。^{[ 187 ]}現在の研究では、心臓以外の血管疾患も人工知能（AI）で治療されていることが示されています。特定の疾患については、AIアルゴリズムが診断、推奨治​​療、結果予測、患者の経過追跡に役立ちます。AI技術が進歩するにつれて、医療業界においてその重要性が増していくと予想されます。^{[ 188 ]}

がんなどの病気の早期発見は、複雑な医療データセットを分析して病気を診断するAIアルゴリズムによって可能になります。たとえば、IBM Watsonシステムは、医療記録や臨床試験などの膨大なデータを精査して問題の診断を支援するために使用される可能性があります。^{[ 189 ]}マイクロソフトのAIプロジェクトHanoverは、800種類以上の医薬品やワクチンの中から医師ががん治療を選択するのを支援します。 ^{[ 190 ] [ 191 ]}その目標は、関連するすべての論文を記憶し、どの（組み合わせの）薬が各患者に最も効果的かを予測することです。骨髄性白血病はその対象の一つです。別の研究では、皮膚がんの特定において医師と同等のAIが報告されています。^{[ 192 ]}別のプロジェクトでは、医師と患者のやり取りから得られたデータに基づいて各患者に質問をすることで、複数の高リスク患者を監視しています。^{[ 193 ]}転移学習を用いたある研究では、AIが眼科医と同様の眼疾患を診断し、治療紹介を推奨しました。^{[ 194 ]}

別の研究では、自律型ロボットによる手術が実証された。研究チームはロボットが軟部組織手術を行い、豚の腸を縫合する様子を監視したが、その仕上がりは外科医よりも優れていると判断された。^{[ 195 ]}

人工ニューラルネットワークは、 EMRソフトウェアの概念処理技術など、医療診断のための臨床意思決定支援システムとして使用されています^{[ 196 ]}。

AIに適していると考えられ、現在開発中のその他の医療業務には以下のようなものがある。

• スクリーニング^{[ 197 ]}
• 高齢者介護のためのコンパニオンロボット^{[ 198 ]}
• 医薬品開発^{[ 199 ]}（例えば、候補薬の特定^{[ 200 ]}や、延命研究などの既存の医薬品スクリーニングデータの使用など） ^{[ 201 ]}
• 臨床研修^{[ 202 ]}
• 新規病原体のゲノム病原体シグネチャの特定^{[ 203 ]}、または物理ベースのフィンガープリントによる病原体の特定^{[ 204 ]}（パンデミック病原体を含む）
• 遺伝子とその機能を結びつけるのに役立つ^{[ 205 ]} 、あるいは遺伝子を分析する^{[ 206 ]}、新しい生物学的標的を特定する^{[ 207 ]。}
• バイオマーカーの開発を支援する^{[ 207 ]}
• 個別化医療／精密医療において、個々の患者に合わせた治療法の開発を支援する^{[ 207 ] [ 208 ]}

AI を搭載したチャットボットは、基本的なコールセンター業務を人間が行う必要性を減らし、感情分析における機械学習は、過労を防ぐために疲労を検出できます。^{[ 209 ]}

意思決定支援システムは、産業災害を未然に防ぎ、災害対応をより効率的にする可能性がある。^{[ 210 ]}資材運搬作業に従事する肉体労働者に対しては、筋骨格系の損傷を軽減するために予測分析が提案されている。^{[ 211 ]}

AIは労災補償請求の処理を試みることができる。^{[ 212 ] [ 213 ]} AIは過少報告されているニアミス事故の検出に提案されている。^{[ 214 ]}

機械学習は、医薬品設計^{[ 52 ]} 、医薬品の発見と開発、医薬品の用途変更、医薬品生産性の向上、臨床試験^{[ 215 ]}に利用されてきた。

計算反応ネットワークを介したコンピュータ計画合成は、「分子特性を予測するためのAIアルゴリズムと計算合成を組み合わせたプラットフォーム」として説明されており^{[ 216 ]} 、医薬品合成や、200種類の産業廃棄物化学物質を重要な医薬品や農薬にリサイクルする経路の開発（化学合成設計）に使用されています^{[ 217 ]}。また、地球上の生命の起源を探るためにも使用されています^{[ 218 ]}。

ディープラーニングはデータベースとともに使用され、特定の遺伝子DDR1の酵素を阻害する薬剤を設計、合成、試験する46日間のプロセスの開発に用いられた。DDR1は癌や線維症に関与しており、これがこれらの結果を可能にした高品質のデータセットの理由の一つである。^{[ 219 ]}

AIプログラムAlphaFold 2は、従来の自動化されたアプローチで必要だった数ヶ月ではなく、数時間で（折り畳まれた）タンパク質の3D構造を決定することができ、人体内のすべてのタンパク質、そして科学的に知られているほぼすべてのタンパク質（2億以上）の推定構造を提供するために使用されました。^{[ 220 ] [ 221 ] [ 222 ] [ 223 ]}

音声翻訳技術は、ある言語の話し言葉を別の言語に変換しようとするものです。これにより、グローバルな商取引や異文化交流における言語の壁が軽減され、さまざまな言語を話す人々が互いにコミュニケーションをとることが可能になります。^{[ 224 ]}

AIは、 Microsoft Translator、Google Translate、DeepL Translatorなどの製品で、音声言語やテキストコンテンツの自動翻訳に使用されています。^{[ 225 ]}さらに、動物のコミュニケーションを解読して行うための研究開発が進められています。^{[ 8 ] [ 226 ]}

意味はテキストだけでなく、使用法や文脈によっても伝達されます（意味論と語用論を参照）。その結果、機械翻訳の主な分類アプローチは、統計的機械翻訳（SMT）とニューラル機械翻訳（NMT）の2つです。従来の翻訳方法は、統計的手法を用いて特定のアルゴリズムで最良の出力を予測することでした。しかし、NMTでは、文脈に基づいてより良い翻訳を実現するために動的なアルゴリズムを採用しています。^{[ 227 ]}

AI顔認識システムは、特に中国で大規模な監視に使用されています。 ^{[ 228 ] [ 229 ]} 2019年、インドのベンガルールでは、 AIで管理される交通信号が導入されました。このシステムは、カメラを使用して交通密度を監視し、交通を解消するために必要な間隔に基づいて信号のタイミングを調整します。^{[ 230 ]}

人工知能はIdeaCuria Inc.によってデジタル分光法と組み合わされ、 ^{[ 238 ] [ 239 ]}家庭での水質モニタリングなどのアプリケーションを可能にした。

1990年代には、初期の人工知能ツールがたまごっちやギガペット、インターネット、そして初めて広く普及したロボットであるファービーを制御していた。アイボは、知能と自律性を備えたロボット犬の形をした家庭用ロボットだった。

マテル社は、会話を「理解」し、知的な応答をし、学習するAI搭載玩具を多数開発した。^{[ 240 ]}

石油・ガス会社は、人工知能ツールを使って業務を自動化したり、機器の問題を予測したり、石油・ガスの生産量を増やしたりしている。^{[ 241 ] [ 242 ]}

Google DeepMindが開発したFunSearchは、 大規模な言語モデルと自動評価を組み合わせて、数学的問題を解決するのに役立つプログラムを検索します。これは、キャップセット問題を含む 極値組み合わせ論やオンラインビンパッキングに適用されています。 ^{[ 249 ]}

AI システムは、より優れたアルゴリズムや計算ルーチンを探索するためにも使用されてきました 。AlphaTensor 、 AlphaDev、AlphaEvolve は、行列乗算アルゴリズム、ソートルーチン、およびより広範な科学的およびアルゴリズム的発見に適用されています 。 ^{[ 250 ] [ 251 ] [ 252 ]}

AIはB2Bのソーシングと調達に利用されてきました。^{[ 258 ]}学術文献や業界レポートでは、サプライヤーの評価と選択、需要予測、契約と請求書の自動処理、サプライチェーンのリスク評価にAIが利用されていることが指摘されています。機械学習、自然言語処理、ロボットプロセスオートメーションは調達で一般的に使用されています。^{[ 259 ]}

機械学習は、ソーシャルメディアのフィードにどの投稿を表示すべきかを決定するレコメンデーションシステムに使用されています。^{[ 260 ] [ 261 ]}また、さまざまな種類のソーシャルメディア分析でも機械学習が利用されており^{[ 262 ] [ 263 ]} 、オンラインの誤情報や関連するフィルターバブルの（半）自動タグ付け/強化/修正への使用に関する研究も行われています。^{[ 264 ] [ 265 ] [ 266 ]}

AIは、ショッピングオプションのカスタマイズやオファーのパーソナライズに利用されてきました。^{[ 267 ]}オンラインギャンブル企業は、ギャンブラーをターゲットにするためにAIを使用しています。^{[ 268 ]}

インテリジェントなパーソナルアシスタントは、AIを使用して自然言語の要求に応答しようとします。 2010年にAppleのスマートフォン向けにリリースされたSiriは、この概念を普及させました。^{[ 269 ]}

Bing Chatは検索エンジンの一部として人工知能を利用している。^{[ 270 ]}

機械学習は、スパム、詐欺、フィッシング対策に利用できます。スパムやフィッシング攻撃の内容を精査して、悪意のある要素を特定しようとします。^{[ 271 ]}機械学習アルゴリズムで構築されたモデルの中には、スパムと正規のメールを区別する精度が90%を超えるものもあります。^{[ 272 ]}これらのモデルは、新しいデータや進化するスパムの手法を使用して改良できます。機械学習は、送信者の行動、メールヘッダー情報、添付ファイルの種類などの特性も分析し、スパム検出を強化する可能性があります。^{[ 273 ]}

AIは顔認識システムに利用されています。例としては、モバイルデバイスのセキュリティ確保に使用されているAppleのFace IDやAndroidのFace Unlockなどがあります。^{[ 274 ]}

中国は新疆ウイグル自治区で顔認識と人工知能技術を使用している。2017年に同地域を訪れた記者は、いくつかの都市で100メートルごとに監視カメラが設置されているほか、ガソリンスタンド、ショッピングセンター、モスクの入り口などの場所に顔認識チェックポイントが設置されているのを発見した。^{[ 275 ] [ 276 ]}人権団体は、中国政府が政治的弾圧に人工知能顔認識技術を使用していることを批判している。^{[ 277 ] [ 278 ]}

オランダは2016年から顔認識と人工知能技術を導入している。^{[ 279 ]}オランダ警察のデータベースには現在、 130万人のオランダ国民の220万枚以上の写真が保存されている。これは人口の約8%に相当する。オランダでは、警察は市営CCTVで顔認識を使用していない。^{[ 280 ]}  

画像ラベリングは、 Google Image Labelerによって写真内の製品を検出したり、写真に基づいて検索できるようにするために使用されています。画像ラベリングは、視覚障害者向けに画像を説明する音声を生成するためにも実証されています。^{[ 225 ]}

2024年4月、欧州委員会の科学的助言メカニズムは、科学研究における人工知能がもたらす機会と課題に関する包括的な証拠レビューを含む助言^{[ 281 ]を発表しました。}

利点として、エビデンスレビュー^{[ 282 ]}は以下を強調した。

• 研究とイノベーションを加速させる上でのその役割
• ワークフローを自動化する能力
• 科学研究成果の普及を促進する

課題として：

• 透明性、再現性、解釈可能性に関する制約とリスク
• 性能不良（不正確さ）
• 誤用または意図しない使用による危害のリスク
• 誤情報の拡散や格差の拡大といった社会的な懸念

機械学習は古代の文書の復元や帰属の特定に役立ちます。^{[ 283 ]}例えば、断片の検索や分類をより容易かつ効率的に行うために、文書にインデックスを作成するのに役立ちます。^{[ 284 ]}

人工知能は、ゲノムを調査して遺伝的歴史 を解明するためにも使用できます。例えば、古代人と現代人の交配によって、ネアンデルタール人やデニソワ人ではない、幻の集団の過去の存在が推測されました。^{[ 285 ]}

また、「考古学的遺物の内部構造への非侵襲的かつ非破壊的なアクセス」にも使用できる。^{[ 286 ]}

乳幼児の視覚認知の研究に触発された未発表のアプローチに基づき、視覚データ（仮想3D環境）から直感的な物理法則を学習する深層学習システムが報告されている。[ ^{287 ] [ 288 ]他}の研究者は、さまざまな物理システムの基本変数のセットを発見し、その動作のビデオ記録からシステムの将来のダイナミクスを予測できる機械学習アルゴリズムを開発した。^{[ 289 ] [ 290 ]}将来的には、このようなものが複雑なシステムの物理法則の発見を自動化するために使用できる可能性がある。^{[ 289 ]}

2023年11月、Google DeepMindとローレンス・バークレー国立研究所の研究者らは、AIシステムGNoMEが200万を超える新素材を記録したと発表した。GNoMEは深層学習技術を用いて潜在的な材料構造を調べ、安定した無機結晶構造を特定する。システムの予測は自律型ロボット実験によって検証され、成功率は71%であった。新たに発見された材料のデータはMaterials Projectデータベースを通じて公開されている。^{[ 291 ] [ 292 ] [ 293 ]}

機械学習は、さまざまなタイプのリバースエンジニアリングに使用されています。たとえば、機械学習は複合材料部品のリバースエンジニアリングに使用され、高品質の部品の不正な製造を可能にしました^{[ 294 ]。}また、マルウェアの挙動を迅速に理解するためにも使用されています^{[ 295 ] [ 296 ] [ 297 ]}。人工知能モデルのリバースエンジニアリングにも使用できます^{[ 298 ]}。また、特定の望ましい機能のための逆分子設計^{[ 299 ]}や、事前に指定された機能部位のためのタンパク質設計^{[ 300 ] [ 301 ]}など、まだ存在しない仮想コンポーネントのリバースエンジニアリングの一種を行うことで、コンポーネントを設計することもできます。生物学的ネットワークのリバースエンジニアリングは、たとえば遺伝子発現レベルの時系列データに基づいて、人間が理解できる方法で相互作用をモデル化することができます^{[ 302 ] 。}

人工知能は、天文学において、増加するデータ量^{[ 303 ] [ 304 ]}の分析や、主に「分類、回帰、クラスタリング、予測、生成、発見、および新たな科学的知見の開発」のためのアプリケーションに使用されており、例えば、系外惑星の発見、太陽活動の予測、重力波天文学における信号と機器効果の区別などに使用されています。^{[ 305 ]}また、宇宙探査などの宇宙活動にも使用でき、宇宙ミッションからのデータの分析、宇宙船のリアルタイムの科学的決定、宇宙デブリの回避^{[ 306 ] 、より自律的な運用[ 307 ] [ 308 ] [ 57 ] [ 304 ]}などが含まれます。

地球外知的生命体探査（SETI）では、機械学習が、リアルタイム観測[311]などの利用可能なデータ[309][310]や、異常検出[312]などによるその他の技術的特徴を識別する試みに用いられてきた^{。UFO学では、ハカン}・^{カヤル教授[} 313 ]が率いるSkyCAM ^{- 5プロジェクト}と、アヴィ・ローブが率いるガリレオプロジェクトが、機械学習を用いてUFOの種類を検出・分類しようとしている[314][315][316][317][318]。^{ガリレオプロジェクトでは、AIを用いてさらに2種類の潜在的な}地球外技術的特徴、すなわち「オウムアムア」のような恒星間物体と非人工衛星を検出する^ことも目指している^{。[ 319 ] [ 320 ]}

機械学習は、金星で検出された可能性のあるホスフィンなど、特定の化学物質の大気中での生成や消費に関与する可能性のある分子のスペクトルシグネチャのデータセットを作成するためにも使用でき、これにより誤認を防ぎ、精度が向上すれば、将来的に他の惑星での分子の検出や識別に使用できる可能性がある。^{[ 321 ]}

機械学習によって恩恵を受けるコンピュータ支援化学の種類に関する研究が行われています。^{[ 322 ]}ゲノムデータベースを使用して進化アルゴリズムに基づいて新しいタンパク質を設計する深層学習AIベースのプロセスが開発されています。^{[ 323 ] [ 324 ]}機械学習は、事前に指定された機能部位を持つタンパク質の設計^{[ 300 ] [ 301 ]}、分子特性の予測、大規模な化学/反応空間の探索 にも使用されています。^{[ 325 ]}

創薬AIアルゴリズムを用いて、研究者らは4万個の潜在的な化学兵器候補を生成し、これらの化学物質が実際に害を及ぼすために合成されるのを防ぐための規制に役立てた。^{[ 326 ] [ 327 ] [ 328 ]}

機械学習は、遺伝子発現パターンを機能的活性化パターンにマッピングするのを助けたり^{[ 329 ]} 、機能的なDNAモチーフを特定したりするなど、人間の生物学の解読においてさまざまな用途があります。 ^{[ 330 ]}遺伝子研究で広く使用されています。^{[ 331 ]} また、合成生物学^{[ 332 ] [ 333 ]}、疾患生物学^{[ 333 ]} 、ナノテクノロジー（ナノ構造材料やバイオナノテクノロジーなど）^{[ 334 ] [ 335 ]} 、材料科学^{[ 336 ] [ 337 ] [ 338 ]}でも機械学習が使用されています。

サイバーセキュリティ企業は、システムを改善するためにニューラルネットワーク、機械学習、自然言語処理を採用している。 ^{[ 339 ]}

サイバーセキュリティにおけるAIの応用例は以下のとおりです。

• ネットワーク保護：機械学習は、これまで特定された脅威を超えて検索範囲を広げることで、侵入検知システムを改善します。 ^{[ 340 ]}
• エンドポイント保護：ランサムウェアなどの攻撃は、典型的なマルウェアの挙動を学習することで阻止できます。
  • AI関連のサイバーセキュリティ応用事例は、メリットと複雑さの両面で多様である。セキュリティオーケストレーション、自動化、レスポンス（SOAR）や拡張エンドポイント検出およびレスポンス（XDR）などのセキュリティ機能は企業に大きなメリットをもたらすが、統合と適応に多大な労力を要する。^{[ 341 ]}
• アプリケーションセキュリティ：サーバーサイドリクエストフォージェリ、SQLインジェクション、クロスサイトスクリプティング、分散型サービス拒否攻撃などの攻撃に対抗するのに役立ちます。
  • AI技術は、システムセキュリティの向上やプライバシーの保護にも活用できます。Randrianasolo（2012）は、侵入を検知し、より優れたパフォーマンスを発揮するように適応できる人工知能ベースのセキュリティシステムを提案しました。^{[ 342 ]}クラウドコンピューティングのセキュリティを向上させるために、Sahil（2015）はAI技術を用いたクラウド環境向けのユーザープロファイルシステムを作成しました。^{[ 343 ]}
• 疑わしいユーザー行動：機械学習は、不正行為や侵害されたアプリケーションが発生した時点でそれを特定できます。^{[ 344 ]}

航空業界では、予測保守のために人工知能の利用がますます増えている。これは遅延の削減に役立っている。ボーイングやエアバスなどの企業は、運用性能を維持しながら修理手順を最適化するためにAIを使用している。^{[ 345 ]}

交通の複雑さゆえに、ほとんどの場合、実際の運転環境でAIを訓練することは非現実的であり、シミュレーターベースのテストによって実現される。^{[ 346 ]} AIベースのシステムは、ブレーキ、車線変更、衝突防止、ナビゲーション、マッピングなどの機能を制御する。^{[ 347 ]}

自動運転車の中には、人間の運転手が乗れないものもある（ハンドルやペダルがない）。^{[ 348 ] [ 349 ]}

自律走行型公共交通機関のプロトタイプとしては、自律走行鉄道輸送[ ^{350 ] [ 351 ] [ 352 ] 、}電気ミニバス^{[ 353 ] [ 354 ] [ 355 ]}、自律走行配送車両^{[ 356 ] [ 357 ] [ 349 ]}（配送ロボットを含む）^{[ 358 ] [ 359 ]など}がある。

自動運転トラックは試験段階にある。英国政府は2018年に自動運転トラック隊列の試験を開始するための法案を可決した。^{[ 360 ]}自動運転トラックのグループが互いにぴったりと並んで走行している。ドイツの企業ダイムラーは、フレイトライナー・インスピレーションを試験している。^{[ 361 ]}

AIは交通管理の最適化に利用されており、待ち時間、エネルギー消費、排出量を削減できる。^{[ 362 ]}

航空機シミュレーターは、パイロットの訓練にAIを活用している。パイロットが自身や高価な航空機を危険にさらすことなくミスを犯せるような飛行状況をシミュレートできる。空中戦もシミュレート可能だ。

AIは、地上車両の制御と同様に、航空機の操縦にも使用できます。自律型ドローンは、単独で、または群れをなして飛行できます。^{[ 363 ]}

AODは、インタラクティブ故障診断・分離システム（IFDIS）を使用しています。これは、TF-30関連文書の情報と、TF-30の整備に携わるメカニックからの専門的なアドバイスを活用するルールベースのエキスパートシステムです。このシステムは、F-111C用のTF-30の開発に使用するために設計されました。このシステムは、専門の作業員を置き換えるものでした。システムのおかげで、一般の作業員はシステムと通信できるようになり、ミスや計算ミス、あるいは専門の作業員に相談する必要がなくなりました。

音声認識技術により、交通管制官はドローンに音声で指示を与えることができる。

人工知能支援航空機設計^{[ 364 ]}、またはAIDAは、航空機の概念設計を作成するプロセスにおいて設計者を支援するために使用されます。このプログラムにより、設計者は設計プロセスよりも設計そのものに集中できます。また、このソフトウェアは、ユーザーがソフトウェアツールに集中する必要性を低くします。AIDAはルールベースのシステムを使用してデータを計算します。これは、AIDAモジュールの配置図です。シンプルですが、このプログラムは効果的であることが証明されています。

2003年、ドライデン飛行研究センターのプロジェクトにより、損傷した航空機が安全な着陸が達成できるまで飛行を継続できるソフトウェアが開発されました。^{[ 365 ]}このソフトウェアは、損傷した部品を、残りの損傷していない部品に頼ることで補償しました。^{[ 366 ]}

2016年のインテリジェント自動操縦システムは、徒弟学習と行動のクローン化を組み合わせたもので、自動操縦装置は航空機を操縦するために必要な低レベルのアクションと、それらのアクションを適用するために使用される高レベルの戦略を観察した。^{[ 367 ]}

ニューラルネットワークは、船舶やボートの状況認識システムに使用されています。 ^{[ 368 ]}また、自律型ボートもあります。