テンセントの馬化騰、センスタイムの唐暁ら6人の大物が人工知能の過去、現在、未来を深く解釈する

テンセントの馬化騰、センスタイムの唐暁ら6人の大物が人工知能の過去、現在、未来を深く解釈する

[[203162]]

テクノロジー、特に今人気の人工知能は、生活、ビジネス、学術などにどれほどの影響を与えるのでしょうか?清華大学経済管理学院が最近開催した「テクノロジー主導の成長」フォーラムでは、さまざまな分野の有力者6人が集まり、保守的またはオープンな意見や解釈を議論した。

[[203163]]

左から順に:清華SEM学部長の銭英益氏、2012年ノーベル化学賞受賞者で米国科学アカデミー会員、スタンフォード大学教授のブライアン・K・コビルカ教授、テンセント会長兼CEOの馬化騰氏、米国科学アカデミー会員、中国科学院外国人会員、スタンフォード大学および清華大学教授の張守生教授、北京大学学務委員会副委員長、理学部長、生命科学学院主任教授の饒易教授、中国科学院深圳先進技術研究所副学長、香港中文大学教授、センスタイム共同創設者の唐暁教授

人工知能がこれほど普及した理由は4つある

ある分野で大きな進歩を遂げるのは簡単なことでしょうか?数人の科学者の答えから判断すると、これは簡単な仕事ではありません。

例えば、ブライアン・K・コビルカ氏は、新薬の開発には25億ドルの費用がかかり、7~12年かかるが、新薬が成功裏に発売される確率はわずか10~15%だと述べています。ラオ・イー氏はまた、人工知能は神経学の研究を促進してきたが、実際には神経学において概念的な進歩はないとも述べた。唐暁氏はまた、長年、人工知能を研究していると言っても何も成果がなかったため恥ずかしかったと語った。ある程度の進歩はあったものの、依然として多くの困難が残っています。

具体的には、1950 年代から人工知能の研究が進められてきましたが、その頃から 2011 年までの成果はあまり良いものではありませんでした。 Tang Xiaoou 氏は、主に次の 4 つの理由から、2011 年は転換点となる年であると考えています。

1 つ目は、実用的なアプリケーションが緊急に必要であることです。以前はノートパソコンがたくさんありました。ノートパソコンは持ち運ぶことはできますが、ほとんどの場合、食事をするためにノートパソコンを持ち運んだり、旅行中にノートパソコンを使って写真を撮ったりすることはありませんでした。その後、携帯電話が登場し、携帯電話のカメラは人々の第三の目となり、WeChatで最もよく送信されるのは写真や動画です。一枚の写真は千の言葉に値します。現時点では、大量のデータが生成され、それをインテリジェントに分析する必要があるため、実用的なアプリケーションが緊急に必要とされています。

第二に、データの量が大幅に増加しました。もともと、データはコンピューターから生成されていましたが、ノートパソコンは1台あたり1万元以上もしたため、持っている人はほとんどいませんでした。しかし、Redmiのスマートフォンが発売されると、1台あたり500~600元で購入できるようになり、誰でも2台購入できるようになりました。もともと1億未満だったユーザー数が一気に10億、20億と増加し、規模の拡大に伴って大量の学習データやアプリケーションデータが生成されました。

3 つ目は、手頃な価格のハードウェア トレーニング プラットフォームです。 CPU を使用していたときは、顔認識に 1,000 個近くのコアを使用していましたが、それでもアルゴリズムを実行するのに 1 ~ 2 か月かかり、その後パラメータを調整するのにさらに 2 か月かかり、時間とコストの両方がかかっていました。しかしその後、GPU を使用すると、同じことを実行するのに 10 台のマシンと 6 時間かかりました。これにより、大学の研究室や中小企業は、手頃な価格のハードウェア プラットフォームとトレーニング機能を手に入れることができます。

4番目に、アルゴリズムに革命的な進歩があります。最初の 3 つの側面だけでは不十分です。最後に、ディープラーニング フレームワークにより、多数のパラメータを使用してエンドツーエンドの学習を行うことができます。以前は、小さなパラメータの学習を行っていました。さらに、これらの小さなパラメータの設計は、多くの問題を解決する必要があるため非常に複雑ですが、実際のアプリケーションは理想的ではありません。しかし、ディープラーニングのネットワーク フレームワークを使用すると、数千、数万、さらには数億のパラメーターと無限のデータを使用して、さまざまなアプリケーション シナリオを直接カバーできます。こうすることで、いくつかの個別のアプリケーションにおいて人間を上回ることができ、つまり、人間に代わってこの作業を実行できるようになります。

この点に関して、張守生氏は、人工知能の急速な発展は、計算能力の飛躍的な成長、ビッグデータの生成、アルゴリズムの改善によるものだとも考えている。

人工知能が人間を制御することは不可能であり、SFのレベルに到達することは不可能でしょうか?

科学研究の観点から革命的な成果を達成することは難しいものの、ムーアの法則によれば、指数関数的に発展した人工知能は、SF小説や書籍で描かれているような万能の世界を私たちに作り出すのでしょうか?さらに、多くの人が懸念しているように、人工知能は人間に取って代わったり、人間を支配したりするでしょう。多くの人々を不安にさせるこの話題に関して、多くの科学者は比較的保守的な答えを出しました。

ラオ・イー氏は、一般の人々が思いつく人工知能のほとんどは記憶と思考を持っており、我々の生きている間にSFのレベルに到達することは不可能だと考えている。そして私たちはまだそのレベルから少しも遠く離れています。しかし、自閉症については何かできるかもしれないし、脳血管疾患は治療できるかもしれないし、睡眠(眠っているか眠っていないか)についての新たな発見があるかもしれない。彼は、これらの特定の側面は予想されていたと述べた。しかし、思考、認知、感情を備えた高度な人工知能はすべてナンセンスです。同氏はまた、「人工知能の進歩には限界がある。人工知能を人間に見せかける部分はすべて100%偽物だと思う」とも考えている。

唐暁氏の人工知能研究室は世界トップ10の先駆的研究室の一つに数えられており、唐氏自身も人工知能の専門家である。しかし彼は、有名人やインターネットの有力者が人工知能について語っているようなことは、基本的に実現不可能だと考えている。彼は、人工知能分野の最前線で働き、銃撃戦に最も近い場所にいる人たちが、実は非常に苦労していることを認めた。過去数十年間何も行われなかったからです。また、過去には学生を募集するためにこの方法が使われていたと冗談を言った。何もできなかったため、学生には終身雇用が保証できたからだ。

しかし彼はまた、人工知能が近年爆発的な成長を遂げてきたことも認めた。かつて、人工知能の年間成長率は1%でした。当初、ImageNetの検出精度はわずか22%でした。100%に到達するには、約80年かかります。しかし、ディープラーニング技術の登場により、わずか数年で 70% 近くを達成しました。人工知能は以前よりもはるかに速いスピードで進歩しているが、それでも彼は「機械のタスクは依然として人間によって定義されています。機械が人間を制御することは不可能です。それはやりすぎです」と主張している。また彼は、砲撃に近ければ近いほど、この問題が遠く感じられるようになり、砲撃から遠いほど、砲撃の音を聞くとすぐに行動を起こす可能性が高くなると付け加えた。

人工知能の応用と将来の市場価値

人工知能の重要性は強調しすぎることはないが、この技術の応用は止められないようだ。

馬化騰氏は、人工知能の進化の第一歩は間違いなく、次世代技術の研究と解決において人類の助けとなり、人類の重要なアシスタントになることだと考えている。しかし、AI がどのように発展しても、それは常に戦術的であり、サポートと支援の形として機能します。より複雑な戦略や、繰り返しパターンのない領域では、依然として人間の脳の判断が必要です。将来、コンピュータと情報科学は、生物学や人々の生活のあらゆる面で大きな役割を果たすでしょう。テンセントの観点から見ると、AI は開発の方向性の 1 つです。彼は、十分に垂直的なセグメントにはまだチャンスがあると考えています。これらの面では、人間に取って代わり、人間よりも優れた成果を上げることが可能です。そのため、同社は現在、AIや情報技術を応用できるニッチな分野でのビジネスチャンスを模索している。研究がどれほど素晴らしいものであっても、最終的な分析は、それが効率性とユーザー エクスペリエンスを向上できるかどうかです。

Tang Xiaoou 氏の意見では、人工知能は現在 3 つの分野で広く使用されています。1 つは音声認識です。これは比較的成熟しており、最初のブレークスルーでもあります。 2つ目は視覚です。現在、主な戦場は視覚であり、見る能力には多くのシナリオが関係しています。 3つ目は自然​​言語の理解、つまり脳のような問題を解くことですが、この問題は現時点では全く解決されていません。この分野は今とてもホットで、国内外の多くの企業が会話型ロボットを作っていますが、これには多くの背景知識や条件が必要なので、実はとても難しいことです。

彼は、自然音声技術の応用がいかに難しいかを示すために、いくつかの例を挙げた。例えば、「あなたは前回私が与えた仕事をやり遂げましたね」といった文章は、音声ロボットでは具体的な時間と内容を判断することができない。これには多くの背景情報が必要ですが、まだ解決されていません。現在市場で入手可能なアプリケーションは比較的シンプルで、主にレストランや映画館などの固定されたシナリオに焦点を当てています。もう一つの問題は、多くのインテリジェントロボットが完全に人間によって制御されていることです。たとえば、一部のロボットは、裏でロボットを操作している人間が5時に仕事が終わるため、5時に仕事を終えなければならないと冗談を言いました。 Siri チームも難しい質問をいくつか集めて、自分たちで答えているので、関連する質問をすると、同じ答えが返ってきます。

馬化騰氏と唐暁氏はともに人工知能の発展に楽観的だが、両社は発展段階が異なるため、取り組み方も多少異なっている。

馬化騰氏は、人工知能と医療や教育を組み合わせるのは比較的難しいと考えている。テンセントは医療や教育関連の企業に多数投資しているが、まだ表面をなぞった程度にしか過ぎないようだ。産業チェーンが長すぎるため、さまざまな角度からほんの一部しか行われていません。まだ道のりは長いですが、医療や教育と組み合わせることができる兆しが見えています。たとえば、AI を使用してパーソナライズされた教育システムを改善するなどです。今日の教育は情報技術を活用できるため、さまざまな教育コンテンツに対する各個人のフィードバックに基づいて、教育の次のステップを決定することができます。情報技術の遠隔学習、ビデオブロードバンドを活用し、これらの技術的手段と製品を組み合わせてマッチングさせることで、生徒と教師をより適切に適応させ、より柔軟な方法とより良い体験を提供できます。

スタートアップ企業であるセンスタイムにとって、短期的には生き残ることが最優先事項であるため、ハイエンドなことを選択することはできない。唐暁氏は、セキュリティはあらゆるところに存在し、各カメラには数百万台のカメラがあるため、同社の第一歩はセキュリティ対策であると述べた。次に携帯電話です。携帯電話には視覚や画像など多くの要件があります。現在、SenseTime はすでに多くの携帯電話メーカーと協力しています。 3つ目はライブストリーミングです。広告の配置や特殊効果にも多くの視覚的要件が必要です。FaceuとYizhiboはどちらもSenseTimeが提供するコアテクノロジーを採用しています。

中長期的には金融分野への進出も予定しており、口座開設や社内ビッグデータ計算、スマート投資アドバイザーなどに人工知能を活用する。これらの技術が普及した後も、企業がビジネスを進めるのはそれほど簡単ではないかもしれません。しかし、人工知能には、パーソナライズされた保険サービスを提供するなど、まだ多くの用途があります。自動運転、医療、チップの3つの主要分野は、今後5〜10年で大きな応用が期待されます。現在、この3つの業界は最も多くの資金を投入していますが、さらなる進歩を遂げるためには、より独自の技術を開発し、大手メーカーと協力する必要があります。

大企業間の熾烈な競争と中小企業の困難な発展

唐暁氏は2002年に早くも顔認識、家庭用監視カメラ、VRなどを手掛けるMeituという会社を設立した。しかし、わずか1年で、人材と技術が不足し、科学研究のバランスをとることができなかったため、閉鎖されました。 2011年と2012年になってようやく、Tang Xiaoou氏はすべての準備が整い、SenseTimeを共同設立しました。

多くの人々の目には、センスタイムはすでに非常に成功した人工知能企業として映っています。しかし唐暁さんは、起業は苦痛と喜びを伴うと他の人が言うが、自分は喜びはなく、苦痛だけだと感じていることを認めた。なぜなら、国内外の起業環境が全く異なるからです。海外では起業が成功する確率は5%で、もっと強くなり大きくなろうとすれば、その確率はさらに小さくなります。しかし、中国ではこの確率は10分の1にまで減少する可能性があります。なぜなら、Google、Microsoft、Facebook などの大企業が前にあり、その後ろには 3 大企業 BAT と無数の中小企業があるからです。中国では世界が3つに分断されているため、スタートアップ企業が成長することは困難です。どの業界にいても、誰もが大きなプレッシャーにさらされており、早い段階でどちらかの側につくようになります。この問題は海外では存在しません。Google と協力した後も、Microsoft や IBM と協力することができます。

大企業から投資・買収されたスタートアップ企業についても、起業したいと考えている企業が多いのではないでしょうか。しかし彼は、本当の男は5匁の米では頭を下げないと言われているが、6匁を与えれば、一部の人は動揺するだろうと冗談を言った。また、スタートアップ企業は依然としてBATのような大企業と協力することに非常に積極的であるとも付け加えた。そして、AI技術のように、独立して存在するわけではなく、多くのシナリオなどを必要とします。さまざまな業界の効率向上に役立つ実現技術です。 Google は自動運転車やチェスで利益を上げているわけではありません。その代わりに、ディープラーニング アルゴリズムを検索に適用し、全体的な効率を 30% 向上させ、数億ドル、あるいは数十億ドルの収益を生み出しています。

唐小欧の「苦情」に対して、馬化騰は、実は私たちも無力だと言った。テンセントがオープンする前は、業界は私たちに対して多くの苦情を抱えていました。しかし、ここ5、6年で私たちは完全に変化し、オープンプラットフォーム、共創スペースなど、よりオープンなエコシステムを形成し、私たちが主催するいくつかの活動もすべてこの方向に向かっています。しかし、競争は避けられないが、BATトリオの発展の道筋により、中国はモバイルインターネット、O2O、モバイル決済、シェアサイクル、自動運転の分野で欧米をはるかに上回ることができた。しかし一方で、確かに悪質な競争が発生し、起業家はどちらの側につくべきか、この企業からの投資を受け入れてあの企業からの投資を拒否すべきか、どうしようもなく悩むことになります。

馬化騰氏は、これは競争によって形成されたパターンだと述べた。競争によってもたらされる急速な発展は楽しいのですが、イライラすることもあります。実際、これは非常に不健全なことであり、私たちもそれを打破したいと考えています。みんなで協力し合ってほしいと思っていますが、短期間で達成するのはそう簡単ではないかもしれません。

さらに、第3四半期の戦争から学んだ教訓により、テンセントは現在「半減期戦略」を追求しており、残りの半分の人生をパートナーに委ねています。同社は人々にあれこれしないように求め、もし何かをしたいのであれば外に出てそれを実行すべきであり、そうすればテンセントは投資できる。馬化騰氏は、テンセントが社内で行っていないことはたくさんあると述べた。テンセントは、自社の中核的な強みを活かせることに注力し、他のすべてをエコシステムのパートナーに任せている。そして、小さな株式を保有するだけで十分であり、支配的な株式を保有する必要はなく、よりダイナミックになります。

<<:  ポスト絵読み時代、人工知能は絵の社会的ジレンマを解決できるのか?

>>:  FPSからRTSまで、ゲーム人工知能におけるディープラーニングアルゴリズムの概要記事

ブログ    
ブログ    

推薦する

Meili United が VALSE カンファレンスで「ファッションをグラフィックで説明」する画像アルゴリズムの体験を共有する方法

最近、第7回ビジョンと学習セミナー(VALSE)が厦門大学で成功裏に終了しました。 VALSE は ...

信頼できる AI ソリューション プロバイダー 5 社

人工知能は、機械内で知的な行動や人間のように考える能力をシミュレートすることで、ヘルスケア、自動車、...

Amazon のニューラル ネットワークに関する書籍トップ 10

近年、データサイエンスとデータマイニングの人気が高まっています。ニューラルネットワークとディープラー...

2018 年の人工知能の 8 つの主要トレンド!

[[251877]]計算の観点から見ると、ビッグデータ分析のトレンドは流れ星のように消えることはあ...

Li Ziqing教授はPBODの主任コンピュータービジョン科学者を務めています。

最近、中国のビッグデータおよび人工知能製品と技術の大手プロバイダーであるPERCENTは、コンピュー...

...

Llama2推論: RTX3090はレイテンシとスループットで4090を上回るが、A800には遠く及ばない

大規模言語モデル (LLM) は、学界と産業界の両方で大きな進歩を遂げてきました。しかし、LLM の...

人工知能に関する3カ年国家戦略が発表されました。8つの主要分野が注目されます。

昨日、工業情報化部が突然、人工知能に関するもう一つの重要な赤字文書を発行しました!文書では、2018...

...

2018 年までに世界を変える 9 つのテクノロジーをご紹介します。

編集者注: 有名なベストセラー作家のバーナード・マー氏は最近、「2018 年に私たちの世界を定義する...

OpenAIは10月に開発された画像生成器DALL-E 3の新バージョンをリリースした。

OpenAIは9月21日水曜日、書かれたプロンプトに基づいて画像を生成できる新しい画像生成器DAL...

ChatGPTスーパープラグインをテスト済み: 経験ゼロでも5分でゲームを開発

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

ビル・ゲイツ:この伝染病は[諸刃の剣]であり、人工知能はエイズとCOVID-19を治すと期待されています!

序文:科学技術界の頂点に立つビル・ゲイツ氏は、2015年にTEDで「今後数十年のうちに、核戦争よりも...

アイティ族テクニカルクリニック第6回

【51CTO.comオリジナル記事】 [51CTO オリジナル記事、パートナーサイトに転載する場合は...

人工知能によって人々の仕事が失われることは確実だが、仕事がなくなることはないと言われているのはなぜでしょうか。

1956年に人工知能の概念が提案されて以来、人工知能と労働市場の関係については議論されてきました。...