人工知能の「ホットテクノロジー」をどう応用するか

人工知能が詩と連句を作曲、神経医学人工知能研究の最新の進歩、人工知能交通融合認識とデジタルツインソリューション、精密医療補助診断プラットフォーム... 10月26日、2021年人工知能コンピューティング会議が北京で開催されました。人工知能技術の応用における数々の革新的な成果が、多くの聴衆の反応を引き付けました。

[[431712]]

会議では、中国工程院の院士でInspurの主任科学者である王恩東氏を含む専門家らが、新たなデジタル経済環境下でコンピューティングがいかにしてインテリジェントコンピューティングに変貌できるか、インテリジェントコンピューティングがいかにして技術革新、社会統治、産業のアップグレードを促進できるかについて詳細に議論し、人工知能がいかにして人間のような論理を開発できるか、それを応用シナリオとどのように組み合わせるかなど、人工知能業界のホットな問題に答えた。

「人工知能は5、6年前の『ブラックテクノロジー』から今日の『ホットテクノロジー』へと進化しました。アルファフォールド2モデルによる人間のタンパク質配列の予測や、脳コンピューターインターフェース研究によるサルの脳を使ったゲームなど、最先端の研究が次々と生まれています。同時に、人工知能がさまざまな産業と深く融合し、第一次、第二次、第三次産業の生産方法を変えていることもわかります。さまざまな産業で頭脳や無人運転モードが絶えず登場しています。これらの新しいインフラは、インテリジェント時代の到来を加速させています。」王恩東氏は、人工知能が「ホットテクノロジー」になるための鍵は、新しいインフラを強化し、多様化したコンピューティングパワーの価値を解放することにあり、その中でもコンピューティングシステムのイノベーションが鍵となると述べた。

2020年にはAIアクセラレーションチップの総計算能力が汎用CPUを上回る

今年の人工知能コンピューティング カンファレンスのテーマは、「インテリジェント コンピューティングと新たな領域」です。カンファレンスでは、Inspur人工知能研究所が開発した世界最大の中国AIモデル「Source 1.0」がイベントの焦点となり、多数の参加者が列をなして「Source 1.0」に触れ、人工知能が推進するコンテンツ制作方法の変化を自ら体験しました。

「2020年、人工知能加速チップによって提供される総計算能力は、汎用CPU（中央処理装置）の計算能力を上回りました。2025年までに、加速チップによって提供される計算能力は80％を超えると予測されています」と王延東氏は述べた。

「人工知能の大規模な発展に伴い、コンピューティングパワーは決定的な力となり、インテリジェントコンピューティングはインテリジェント時代の中核的な生産性です。」王恩東氏は、人工知能はコンピューティングパワーの需要の飛躍的な増加をもたらし、コンピューティング業界は多様化、大規模化、生態学的離散性が絡み合った傾向と課題に直面していると述べた。一方、多様化したインテリジェントシナリオには、多様化したコンピューティングパワーが必要であり、大規模なモデル、データ、アプリケーションの規模には、膨大なコンピューティングパワーが必要です。コンピューティングパワーは、人工知能の継続的な発展の最優先事項となっています。一方、チップからコンピューティングパワーへの変革には依然として大きなギャップがあり、多様化したコンピューティングパワーの価値はまだ十分に発揮されていません。マルチチップからコンピューティングシステムまでのイノベーションをいかに迅速に完了させるかが、人工知能産業の発展を促進する上での重要なポイントとなっています。

AIが人間のような論理を開発する方法

人工知能が人間の論理、意識、推論のような認知能力をどのように発達させることができるかは、人工知能研究が探求してきた方向性です。

「現在、大規模なデータを通じて極めて大きなパラメータを持つ大規模モデルをトレーニングすることは、汎用人工知能の実現に向けて大きな期待が寄せられている重要な方向性だと考えられています。」王恩東氏は、大規模モデルの台頭により、大規模量子化は人工知能の将来の発展において非常に重要なトレンドになっていると考えています。

世界を代表するAI企業は大規模モデルに多額の投資を行っており、Google、Microsoft、NVIDIA、Inspur、人工知能研究所、Baidu、Alibabaなどの企業が次々と独自の大規模モデルを発表している。

Wang Endong 氏は、質量量子化の核となる特徴は、多数のモデルパラメータと大量のトレーニングデータであると紹介しました。 「『Source 1.0』を例にとると、そのパラメータ量は2457億にも達し、トレーニングデータセットのサイズは5000GBに達します。」

アプリケーションは困難に直面しています。人工知能をアプリケーション シナリオとどのように組み合わせることができますか?

多くの人が困惑しているかもしれません。人工知能はとても優れていますが、それを自分のビジネスやアプリケーションのシナリオとどのように組み合わせることができるのでしょうか。AIテクノロジーを使用してインテリジェントな変革を実現したいのですが、アルゴリズムやモデルを理解できる人は誰もいませんし、使いやすいAI開発プラットフォームも不足しています。アルゴリズムモデルがたくさんある中で、自分のアプリケーションでさまざまなアルゴリズムの最適な組み合わせを見つけるにはどうすればよいでしょうか。

「こうしたことを理解している人材は、科学研究機関や大手企業に集中していることが多い。こうした場所には最高のAI人材が集まっているが、伝統的な産業の需要シナリオやビジネスルールに対する深い理解が欠けている」と王恩東氏は指摘し、技術から応用まで人工知能が直面している現在のジレンマを指摘した。

アクセンチュアの調査レポートによると、テクノロジー研究機関とテクノロジー企業の70％以上が需要シナリオ、ドメイン知識、データを欠いており、業界ユーザーの70％以上が技術人材、AIプラットフォーム、実践能力を欠いていることが示されています。

王恩東氏は、現在の人工知能技術と産業チェーンは乖離しており、生態学的離散性が人工知能技術のレベル、応用規模、産業の発展を制限するボトルネックとなっていると考えている。 「多様化したコンピューティングパワーの価値を解き放ち、AIイノベーションを促進するには、インテリジェントコンピューティングシステムのイノベーションに注力し、新しいAIインフラストラクチャの構築を増やし、テクノロジーからアプリケーションまでのチェーンを設計し、アーキテクチャ、チップ設計、システム設計、システムソフトウェア、開発環境など、さまざまな分野で明確な分業と共同イノベーションの状況を形成するだけでなく、オープンスタンダードの構築を加速し、統一された標準化された標準を通じて、多様化したコンピューティングパワーをディスパッチ可能なリソースに変換し、コンピューティングパワーを簡単に使用できるようにします。」