何年もの間、人工知能 (AI) と機械学習 (ML) は、広告だけでなくあらゆる業界で次世代テクノロジーとして宣伝されてきました。 紛らわしいことに、これらの用語はしばしば同じ意味で使用されます。 モバイル広告では、スマート入札、最適化アルゴリズム、およびその間のすべてを説明するために、AI、ML、あるいはその両方の使用を耳にするかもしれません。

この混乱を解消するために、AI と機械学習の違いを詳しく説明します。 また、問題を解決するために実際に使用されている各テクノロジーの例も示しています。 モバイルマーケティング用語.

人工知能と機械学習

まず基本を明確にしておきます。AI と ML は両方ともコンピューター サイエンスの用語です。 人工知能はあらゆる「」を包括する用語ですが、スマート」プロセス、機械学習はその具体的な応用です。

Artificial Intelligence

人工知能 (AI) は、人間の行動を模倣するコンピューターまたは機械の機能です。 AI により、機械は、思考、推論、経験からの学習、意思決定など、人間のような知能を使用する人間のようなタスクを実行できるようになります。 アメリカのコンピュータ科学者、ジョン・マッカーシーは次のように述べています。AI は、インテリジェントな機械を作る科学と工学です。 

上記の定義では、知能は人間のタスクを非常にうまく実行する能力として定義されていますが、人間より優れているわけではありません。 言い換えれば、AI 機能を備えたコンピューターや機械は、まだ人間の真の感情レベルに到達していないということです。

AI に関する小さな誤解は、AI はシステムであるということです。 より正確には、AI はシステム自体を記述するのではなく、システムに実装されます。 つまり、スマート入札には AI 機能が備わっていますが、言い換えれば、スマート入札では機械が広告スペースに入札する最適な方法について人間と同様の決定を下すことができますが、それ自体は人工知能ではありません。

AIの例

人工知能が実際に動作している好例としては、Google の Google Home、Apple の Siri、Amazon の Alexa、Microsoft の Cortana などのパーソナル アシスタント テクノロジが挙げられます。 これらのシステムは、人間のような知能を使用して、情報を検索し、会議をスケジュールし、通信を送信します。

さらに、チャットボットを使用して顧客サービスのリクエストを処理し、予約やメッセージングを自動化するブランドがますます増えています。 チャットボットは人工知能を使用して、人間のような会話とプロセスを実行します。

モバイル広告では、AI は人間のような知能を使用してさまざまなプロセスを最適化できます。 前述したように、AI は人間のような知能を使用してより効率的に入札するスマート入札アルゴリズムを最適化します。 AI は、パーソナライゼーション、不正検出、マーケティング パフォーマンス管理、レポート作成などのプロセスを支える予測分析も可能にします。

機械学習

前述したように、機械学習 (ML) は AI の応用です。 明示的なプログラミングを行わずにデータを自動処理できます。 これは、人間の脳のニューロンが情報を処理するのと同じ方法でデータを処理する人工ニューラル ネットワークを通じて行われます。

大量のデータがニューラル ネットワークに供給され、データを照合して分類するようにシステムがトレーニングされます。 時間の経過とともに、マシンはこのデータに基づいて反復し、データによってモデル自体がトレーニングされます。 このシステムはパフォーマンスと勝率を評価し、その情報を体系的なモデルにフィードバックして、より適切な予測を行います。 これが機械学習のプロセスです。

ML の反復的な側面は、おそらく最も顕著な特徴です。 アメリカのコンピュータ科学者アーサー・サミュエルは、機械学習を次のように定義しました。明示的にプログラムされずにコンピューターに学習能力を与える研究分野」 言い換えれば、ML はデータを使用して機械が自ら学習するようにプログラムします。

ML は、ユーザーの行動、購入、好みに関する膨大なデータセットの分析に役立つため、モバイル マーケティング担当者にとって非常に価値のあるツールです。 各ユーザーについてより多くの情報が得られると、パフォーマンス マーケティング キャンペーンの適切な製品、適切な広告、適切な入札単価の予測が向上し、全体的なユーザー エクスペリエンスが向上します。

ML の例

ML の一例は、電子メール スパム テクノロジです。 ほとんどの電子メール サービス プロバイダーは、機械学習ツールを使用して、スパム メールやフィッシング メッセージを自動的にカタログ化します。 これらのスパム フィルタリング ツールも時間の経過とともに学習します。 システムは、より多くの電子メールを処理するにつれて、より多くのルールを識別します。

モバイル広告における機械学習テクノロジーの好例はパーソナライゼーションです。 Amazon などの e コマース アプリは、機械学習を使用して、ユーザーの過去の購入データに基づいて推奨事項を提供します。 このように、リターゲティング広告は機械学習テクノロジーを活用しています。 たとえば、e コマース アプリで特定の靴を閲覧するのに XNUMX 時間を費やした場合、その日の後半にモバイル ニュース アプリを閲覧しているときに、その靴を表示するアプリ内広告が表示される可能性があります。

ML は製品の推奨にも役立ちます。 これらは、あなたがお気に入りにしたもの、購入したもの、カートに追加したもの、その他の閲覧行動に基づいた次回の購入の提案です。

この AIと機械学習の違い

結論として、AI は人間の知性を必要とするタスクを引き受けます。 一方、ML は、システムがデータを使用して時間の経過とともに学習できるようにする人工知能のアプリケーションです。

これは、すべての機械学習は人工知能ですが、すべての人工知能が機械学習であるわけではないことを意味します。

これらの概念をモバイル マーケティングに適用すると、スマート入札は人工知能を使用し、人間のような知能を使用してより効率的に入札します。 しかし、その人間のような知能の「経験からの学習」の側面を可能にするプロセスが機械学習です。 ML を使用すると、勝率やコンバージョン率などに関するデータをどんどん入力してスマート入札プロセスを学習できます。これにより、入札メカニズムは時間の経過とともに学習し、改善することができます。

でのテイクアウト AI と機械学習の違い

  • 人工知能(AI) 人間の行動を模倣するコンピューターまたは機械の能力です。
    • Siri やチャットボットなどのパーソナル アシスタントの使用は、今日の市場における人工知能の例です。
    • モバイル マーケティングでは、スマート入札は AI を使用し、人間のような知能を利用してより効率的に入札します。
  • 機械学習(ML) 明示的なプログラミングを行わずにデータの自動処理を可能にします。 プロセスに関する結果データは、より適切な予測を行うためにモデルに一貫してフィードバックされます。 これにより、機械は時間をかけて学習することができます。
    • パーソナライゼーションと製品の推奨は、今日の市場における ML の主な例です。
    • モバイル マーケティングでは、ML を使用することで、モバイル マーケティング担当者はユーザーの行動、購入、好みに関する膨大なデータ セットを分析し、そのデータを入札モデルと最適化モデルにフィードバックすることでパフォーマンス マーケティング キャンペーンを拡張できます。
  • この AIと機械学習の違い: すべての機械学習は人工知能ですが、すべての人工知能が機械学習であるわけではありません。 AI は人間の知能を必要とするタスクを引き受けますが、ML はシステムがデータを使用して時間をかけて反復できるようにする人工知能のアプリケーションです。

モバイル成長に関する用語をもっと知りたいですか?

人工知能や機械学習など、アプリ マーケティング分野の重要なトピックの詳細については、アプリの成長に関する用語集をご覧ください。 こちら.