2022年の人工知能産業の10大発展トレンド

電子ファンネットワークが報じた（文/李婉婉）近年、技術の継続的な進歩に伴い、人工知能産業は急速に発展している。政策の観点から、各国は積極的に改善し、より完全な市場運営規制を要求している。応用の観点から、人工知能技術は医療、自動運転、メタバースなどで重要な役割を果たしている。技術の探求も継続的に行われ、人工知能業界全体が成熟し、総合的かつ大規模な発展の傾向を示している。

ポリシー

1. AI市場はより標準化される

ここ数年、人工知能は急成長を遂げていると言えるが、特に顔認識技術の乱用により、多くのショッピングモールや店舗がユーザーの許可を得ることなく、ユーザーの顔情報を自由に取得できるようになっている。

2021年以来、中国、欧州連合、その他多くの国々は、人工知能技術の応用の標準化をますます重視し、市場の発展を規制し、人工知能技術が真に人類社会に利益をもたらすことを保証するための新たな政策を継続的に導入してきました。

例えば、2021年9月に中国の「新世代人工知能倫理規範」が発表され、ユーザーの権利と利益を保護する観点から、人工知能技術を使用した製品やサービスはユーザーに明確に通知し、人工知能製品やサービスの機能と限界を特定し、ユーザーに人工知能モードの使用または終了を選択するためのシンプルでわかりやすいソリューションを提供する必要があると指摘されました。

2021年12月、欧州議会調査サービス（EPRS）は「個人識別、人権、倫理原則：人工知能時代の生体認証の再考」と題する報告書を発表しました。この報告書では、生体認証データの規制のより明確な定義を含む、生体認証を規制するEUの「人工知能法」提案の関連内容の改善が提案されました。

各国の政策が継続的に最適化・改善されれば、人工知能技術の応用範囲はより無限に広がることが予想されます。人々の生活や仕事に役立つと同時に、ユーザーの情報セキュリティも保護できるようになります。同時に、人工知能技術を受動的に受け入れるだけでなく、人々に人工知能技術をより自律的に使用する機会を与えることになります。人工知能市場全体がより標準化され、安定した方向に発展することが期待されます。

応用

2. 脳コンピューターインターフェースは麻痺患者のコミュニケーションを助ける

人工知能技術開発の本来の目的は人々の生活と仕事に利便性をもたらすことであり、主要な研究方向の一つは障害を持つ人々が普通の生活を送れるように支援することです。

脳コンピューターインターフェースは、この点で徐々に進歩を遂げてきました。2021年5月、国際的に有名な学術誌「ネイチャー」は神経科学の研究論文を発表し、研究者らは麻痺した人々のコミュニケーションを支援するための新しい脳コンピューターインターフェースの方法を実証しました。首から下が麻痺した被験者の1人は、新しい手書き脳コンピューターインターフェースを使用して、1分間に90文字の速度で94.1パーセントの精度で書くことができました。

さらに、2021年末には、麻痺した男性の脳にコンピューターチップを埋め込んだ後、その男性が「思考」でツイートを投稿できるようになったという最新の報告があった。患者は筋萎縮性側索硬化症を患う62歳のオーストラリア人。彼は、神経技術の新興企業シンクロンが開発した脳コンピューターインターフェースを通じて、自分の思考だけを使ってこのツイートを書き、投稿した。

ボタンを押したり音を出したりしなくても、思考だけでツイートを投稿できるというのは、筋ジストロフィー患者にとって本当にありがたいことです。さらに、頭蓋骨を切らずに脳コンピューターインターフェースを介して脳手術を行うことができるというニュースもありました。脳コンピューターインターフェースには多くの進歩があり、今後さらに大きな進歩が期待されています。

3. 人工知能技術は医療に大きな進歩をもたらした

医療分野は人工知能の重要な応用方向です。近年、精密医療における人工知能の応用はますます成功しています。人工知能技術と精密医療を組み合わせることで、医師は治療と手術をより正確に行うことができ、重大な病気の治療を実現し、手術時間を大幅に節約できます。

最近、ハルビン医科大学第一付属病院の脳神経外科医が人工知能関連技術の助けを借りて、高位脊髄組織の周囲の呼吸、心拍、四肢機能中枢などの複雑な解剖学的関係を正確に回避し、フェンという患者の首の腫瘍を除去することに成功しました。病気のため自力で歩くことができなかった馮さんは、手術後、下肢の筋力を徐々に回復しつつある。

この作戦の成功は、医療分野における人工知能技術の応用の必要性をさらに裏付けるものである。現在、多くの病院や企業が共同で研究開発を行っており、人工知能技術と医療分野との融合を望んでいる。上記の作戦の成功は、ハルビン医科大学第一病院の医療チームと拓茂科技が共同で構築した「医療人工知能共同実験室」の長期にわたる努力の結果でもある。

今後、企業や病院などのチームの積極的な探求により、前述の精密医療だけでなく、スマート医療、遠隔医療など、医療分野における人工知能の応用がますます成熟していくことが期待されます。

4. 人工知能技術が自動運転の実用化に貢献

現在の自動運転技術は、無人化の実現という新たな段階に入っている。最近、百度はカリフォルニア州運輸局が百度に公道での自動運転試験ライセンスを発行したと正式に発表した。今後、百度アポロは米国での無人運転テストプロジェクトの推進に注力していく。

2020年9月、百度アポロは北京で自動運転タクシーサービス「アポロゴー」の正式開始を発表した。2021年4月7日、百度が開発・製造したアポロ自動運転車35台が初めて商用運行ライセンスを取得した。百度の自動運転旅行サービス「Apollo Go」は北京、長沙、滄州で本格的に運行を開始し、累計21万人以上の乗客を乗せた。

現在、さまざまな人工知能技術が徐々に成熟するにつれて、自動車の知能化の度合いはますます高くなり、無人運転の開始段階にさえ入っています。今後、百度などの人工知能と自動車企業の継続的な探求と実験により、無人運転が人々の生活に一歩近づくことが期待されます。

5.人工知能とメタバースを組み合わせたアプリケーションが徐々に登場する

メタバースとは、技術的な手段を使って接続・作成され、現実世界とマッピングされ相互作用する仮想世界であり、新しい社会システムを備えたデジタル生活空間です。 2021年はメタバースの元年と考えられています。

2021年3月、メタバース第一号銘柄として知られるロブロックスがニューヨーク証券取引所に正式に上場。8月にはエヌビディアが世界初のシミュレーション・コラボレーションプラットフォームの立ち上げを発表し、メタバース構築の基盤を提供。10月28日には米ソーシャルメディア大手フェイスブックがメタバースを全面展開するため「Meta」に改名すると発表。

メタバースには、人工知能を含む多くの技術が関わっています。メタは、驚異的な計算能力を使って AI モデルを開発し、より優れた音声認識ツールを開発し、さまざまな言語を自動的かつ正確に翻訳し、3D 仮想メタバースの構築に役立てたいと考えており、世界で最も強力な人工知能 (AI) 専用スーパーコンピュータを構築していると最近報じられました。

これはそのほんの一例です。メタバースの時代において、実際の人間の視覚、聴覚、嗅覚、味覚、触覚などの感覚を仮想世界で実現するには、人工知能技術が不可欠です。メタバースは現時点ではまだ構想段階ですが、すでに多くの企業が研究や企画を始めています。今後は人工知能とメタバースを組み合わせたアプリケーションがますます増えていくと思います。

テクノロジー

6. 人工知能は科学研究による新たな法則の発見に役立つ

近年、科学研究を支援する人工知能技術も頻繁に話題に上る方向性であり、人工知能は研究者が新しいパターンを発見したり、これまで到達または触れられたことのない領域を検出したりするのに非常に役立ちます。

2021年12月1日、DeepMindチームは最新の研究論文をNature誌に発表した。この研究では、AIと数学者が協力して純粋数学の分野における2つの問題を解決することに成功し、結び目理論における代数的不変量と幾何学的不変量の関係を取得し、表現論における組合せ不変量予想の可能な証明方法を提案した。

この成功は、機械学習が将来数学者の研究に導入される可能性があることを意味します。一部の数学者は、これはガリレオが望遠鏡を持っていて、データ宇宙の奥深くを覗き込み、これまで発見できなかったものを見ることができるのと同じだと考えています。

この成果から、数学研究の分野だけでなく、機械学習の多次元、マルチモーダルな大量データを処理する能力を活用して、研究者が複雑なシナリオで科学的問題を解決するのを支援することで、人工知能技術がさまざまな科学研究に応用できることがわかります。

7. ストレージとコンピューティングの統合やその他の技術はさらなる進歩を遂げるだろう

技術の発展に伴い、コンピューティングタスクはますます複雑になり、必要なデータもますます増えています。フォン・ノイマン・アーキテクチャでは、データをストレージ、メモリ、キャッシュ、コンピューティングユニット間で継続的に移動する必要があり、その結果、時間、帯域幅、キャッシュ、電力消費の大部分がコンピューティングではなくデータの移動に費やされます。そのため、メモリウォールはますます深刻な問題になっています。

ストレージとコンピューティングの統合は、メモリウォールの問題を解決する効果的な方法であると考えられています。近年、Zhicun Technology、Houmo Intelligence、Apple Core Technology、Zhixin Technology、Qianxin Technology、Yizhu Technology、Alibaba Damo Academy、Samsungなど、この技術の研究を行っている企業がますます増えており、各社もさまざまな技術ルートを模索し、徐々に進歩しています。

サムスンは最近、構造革新を通じてMRAM（磁気抵抗ランダムアクセスメモリ）に基づくインメモリコンピューティングを実現し、サムスンの次世代低電力人工知能チップ技術の限界をさらに広げました。他のメモリと比較して、MRAM は動作速度、寿命、大量生産の面で大きな利点があり、エネルギー消費は DRAM よりもはるかに低くなっています。

MRAMベースのストレージとコンピューティングのほか、NOR、DRAM、メモリスタなどもあります。最近、Yizhu Technologyは1億元を超えるエンジェルラウンドの資金調達を完了したことを発表しました。同社はすでに、メモリスタ（ReRAM）ベースのストレージとコンピューティングを独自に設計し、量産する能力を備えています。

ストレージとコンピューティングの統合というさまざまな技術分野で、さまざまな企業が徐々に進歩を遂げており、この分野に多額の資本が投入されていることが分かります。今後、ストレージとコンピューティングの統合はさらに急速に発展し、量産化に向かう​​ことが期待されます。

業界

8. 大規模モデルは人工知能の産業化を促進する

大規模モデルの開発は、人工知能技術の発展にとって大きな意義を持っています。大規模なデータでトレーニングされた、非常に大きなパラメータ数を持つ大規模モデルは、人工知能の論理、推論などの能力を強化することができます。

2021年9月、Inspur人工知能研究所は、2,457億のパラメータを持ち、5,000GBの中国のデータセットを使用してトレーニングされた大規模モデル「Source 1.0」をリリースしました。これはGPT3モデルを超え、世界最大の人工知能モデルとなりました。 1,750億のパラメータと570GBのトレーニングデータセットを持つGPT3モデルと比較すると、パラメータスケールは40％進んでおり、トレーニングデータセットスケールはほぼ10倍進んでいます。

現在、Google、Microsoft、NVIDIA、Inspur、AI Research Institute、Baidu、Alibabaなど、世界的に有名な人工知能企業が大規模モデルの研究に投資しています。大規模モデルは、さまざまな人工知能の課題を解決するための重要な道であると人々は信じています。

従来は、基本的に小規模なモデルが特定の専用分野で使用されていたため、1 つのモデルが 1 つのシナリオに対応し、モデルの構築とトレーニングに多くの人的資源とリソースが必要でした。大規模モデルにより、モデルを普遍化、一般化、および複数のシナリオで大規模に複製できるようになり、データラベル付けへの依存が軽減され、人工知能の開発とアプリケーションのコストが大幅に削減されます。

2021年にInspurが大規模モデル「Source 1.0」を発表したほか、MicrosoftとNVIDIAも最大規模の単一AI言語モデルを発表した。多くの人工知能企業の努力により、大規模モデルが人工知能の産業化発展をより強力に推進することが期待される。

9. 人工知能チップは多様な発展傾向を見せる

人工知能の分野では、データ、アルゴリズム、計算能力が3つの重要な要素です。計算能力に関しては、チップが不可欠です。近年、人工知能の応用シナリオはますます多様化しており、人工知能チップの開発にもいくつかの変化が見られます。

これまでAIチップといえば、クラウドトレーニングチップが中心で、AIチップの大部分はGPUでした。人工知能技術が徐々に成熟するにつれ、人工知能の産業化も活況を呈しています。AIチップはエッジや端末にまで広がり、GPU以外にもFPGA、ASIC、NPUなどの市場シェアも増加しています。

人工知能は、自動運転、工業製造、家電、スマートホーム、ウェアラブルデバイスなど、エッジとエンドでの幅広い応用シナリオを持っています。特に、5Gなどの接続技術によりデータの伝送と処理速度が低下するため、エッジでの人工知能処理は企業にとって重要な成長分野になるでしょう。

ここ数年の人工知能ブームに後押しされ、多数のAIチップ新興企業が設立されました。これらの企業は強力な資本の支援を受けて、継続的に技術を洗練させ、革新的な開発ルートを模索し、適切な市場応用シナリオを模索し、チップ製品の商用化を徐々に推進してきました。これにより、AIチップの技術ルートもより多様化しました。

エッジやターミナルのAI推論チップや、これまでのGPUとは異なるAIチップの開発が今後も活発化することが予想されます。

10. AI IPの多様化統合の発展動向

IP コアは、チップ設計プロセスから徐々に分離される検証済みの再利用可能な設計モジュールです。その機能は、チップ設計プロセス中の冗長な設計コストを削減し、エラーのリスクを軽減し、チップ設計の効率を向上させることです。

開発が長らく行われていないAIチップの場合、IPメーカーの役割がより重要になります。この市場の特徴は、現在AIチップの多様化と細分化が進んでいるため、近年はニッチな分野に特化する小規模IPメーカーが多数存在し、人工知能IPが隆盛を極めているようです。

そして、今後の傾向は何でしょうか? 1つ目は、多様な統合です。Arm Technologyの製品ディレクターであるヤン・レイ氏は、エレクトロニクス愛好家に対し、私たちは今、新世代のコンピューティングの波の真っ只中にいると述べました。5G、AIoT、スマートカー、新興のメタバースなどのシナリオでは、膨大な量のデータが生成され、単一のアーキテクチャを持つプロセッサでは、このデータを処理するためのコンピューティングパワーの要件を満たすことができなくなります。

したがって、NPU、GPU、VPU などの IP モジュールの多様な統合ソリューションは、チップメーカーに大きな価値をもたらし、チップメーカーが市場でより競争力のある製品を開発するのに役立ちます。

第二に、単一の IP モジュールがワンストップ ソリューションに変換されます。応用性・再利用性に優れたAI IPモジュールの提供に加え、ツー​​ル、ソフトウェア、設計サービスを含むワンストップソリューションをIPメーカーが提供することが主流となるでしょう。