GoogleのAIチップ設計能力は人間より優れているのか？社内研究者が疑問を呈し解雇された

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しています。転載の際は出典元にご連絡ください。

このグーグルの研究者は、ネイチャー誌に掲載された自身の論文の結果に疑問を呈した後、解雇された。

昨年 6 月、Google は Nature 誌に「高速チップ設計のためのグラフ配置方法論」という記事を掲載しました。その記事の著者の 1 人は Jeff Dean です。

記事によると、 AI は 6 時間以内にチップの設計図を生成でき、人間よりも優れた設計ができるとのことです。

しかし研究者は、論文の主張の一部は支持できず、実験は十分にテストされていないと考えている。

しかし、彼は自分の考えを社内でのみ表明し、彼の見解を検証した論文はGoogleによって直接ブロックされ、外部に公開することはできませんでした。

（ネットユーザーはプレプリントを見たいと思っても見ることができません）

グーグルの最新の回答では、研究者が今年3月に「何らかの理由で」解雇されていたことが確認された。

グーグルの従業員が言論の罪で有罪判決を受けたのは今回が初めてではないことは言及に値する。

わずか1年半の間に、Googleは3人の技術スタッフを解雇したと報じられている。

AIチップの設計能力は人間を超えるのか？

今回の論文は昨年4月13日にネイチャー誌に受理され、6月9日に掲載された。

主に深層強化学習を用いてチップを迅速に設計する方法について説明します。

論文によれば、この方法により、AI は6 時間未満でチップを設計できるが、手作業では数週間から数か月かかることが多いという。

具体的には、一般化機能を備えたチップレイアウト方法です。

AI は 10 万個のチップレイアウトを学習することで、独自に新しいソリューションを設計できるようになり、すべての主要指標 (消費電力、パフォーマンス、チップ面積など) は手動設計のものと同等になります。

AIの学習効率を向上させるために、研究者らは、配線の長さと配線の混雑度の近似コスト関数に基づいて計算される報酬メカニズムも設計しました。

具体的には、マクロと標準セルをフラットなキャンバスにマッピングして、数百万から数十億のノードを持つ「チップ ネットリスト」を形成する必要があります。

次に、AI モデルは電力、パフォーマンス、面積 (PPA) などの要素を最適化し、確率分布を出力します。

次の図は、事前トレーニング戦略に基づくゼロサンプル生成と微調整の効果を示しています。各小さな四角形はマクロブロックを表しています。事前トレーニング戦略では、標準ユニットを配置するためのスペースが中央に残されています。

この論文の共同責任著者であるアンナ・D・ゴールディ氏は次のように述べた。

このアプローチはあらゆる種類のチップ設計に適用可能であり、次世代の Google TPU の製造にすでに使用されています。

疑問は2020年に始まった

しかし、この「大きな進歩」の裏では、Google社内でこの技術に対する疑念が実は2020年に始まっていた。

この疑問を提起したのは、今年3月に解雇されたGoogle Brainの従業員、チャタジー博士だ。

彼はカリフォルニア大学バークレー校のコンピュータサイエンス学部を卒業し、Intel で勤務し、主に通信プロトコルの高レベルモデリングと検証に関する研究に従事しました。

2020年にGoogleは機械学習を使ってチップを設計する方法を提案したが、これはNatureに掲載された成果の先駆けともいえる。

当時、Google はチャタジー博士に、この手法をチップ設計企業に販売またはライセンス供与できるかどうかを尋ねました。

チャタジー博士は電子メールでの返答で、論文の一部の主張に疑問を呈し、この技術が厳密にテストされたのかどうか疑問を呈した。

しかし、こうした疑問は Google のペースに影響を与えていないようだ。

1年後、彼らはこのまだ疑問の残る結果を『ネイチャー』誌に提出し、無事に掲載されました。

元の研究とは異なり、ネイチャー誌に掲載された論文では、以前の研究方法にいくつかの調整が加えられ、2人の著者の名前が削除された。

なぜなら、彼らはチャタジー博士と緊密に協力し、調査結果に対する懸念を共有していたからです。

しかし、Google の策略はそれだけでは終わらなかった。彼らはまた、「ルールは死んでいるが、人は生きている」ということが何を意味するのかを直接実証した。

この面では、ネイチャーに提出された論文が出版承認プロセスに厳密に従っていないという疑問が投げかけられた。

グーグルのアンナ・D・ゴールディ氏と論文の共同責任著者は、論文は以前の結果に大きな変更を加えていないため、完全な承認プロセスを経る必要はないと答えた。

しかし一方で、この成果に疑問を投げかけたチャタジー博士の論文は、最終的に審査に合格しなかった。

彼らはこのアプローチに反論する論文を決議委員会に提出し、出版の承認を得た。

その結果、その論文は数か月後に却下されました。

理由は、基準を満たしていないからです。

ニューヨーク・タイムズによると、チャタジー博士のチームはグーグルからネイチャー誌の調査結果に疑問を呈する論文は出版しないと告げられたという。

そして、書面による報告書は、チャタジー博士がグーグルから解雇されたことを証明している。

Google副社長のZoubin Ghahramani氏はこの件について次のように回答した。

私たちはネイチャー論文の原稿を徹底的に調査し、査読の結果を支持します。

また、その後提出された論文が当社の出版基準を満たしていなかったため、厳格に調査しました。

同時に、事情を知る関係者らは、作品の著者の一人が「解雇された職員らが彼女に嫌がらせをし、作品に疑問を投げかけた」と語っていることを明らかにした。

「解雇された人物」の弁護士はこう答えた。「彼は科学の誠実さを維持していた」

意見の相違で解雇された？

前述のように、Google の経営陣が研究者と衝突したのは今回が初めてではない。

最も典型的な例は、GoogleのAI倫理チームの共同責任者であるティムニット・ゲブル氏の解雇だ。

当時、この事件は1,400人のGoogle社員と1,900人のAI研究者がGoogleの行為を非難する直接的な原因となり、ジェフ・ディーン氏は世間の批判の標的となった。

私のツイートと義兄のその後の反応によると、対立の核心は内部論文審査に関する両者の意見の相違だった。

公開されたメールの内容から、彼女はずっと「大規模言語モデルにおけるバイアス」というタイトルの論文を発表したいと思っていたが、上司から常に反対されていたことがわかった。

さらに、彼女は電子メールの中で、グーグルが黒人という弱い立場の人々を不当に扱い、AI倫理にも配慮していなかったことを明らかにした。

このメールが原因で「Google 経営陣の期待に応えられなかった」ことが明らかになり、彼は解雇された。

2ヵ月後、AI倫理チームのもう一人の責任者であるマーガレット・ミッチェルは、スクリプトを使用して社内のイントラネットでゲブルを支持する証拠を検索したとして解雇された。

昨年4月には、Google Brainの創設メンバーの一人であるサミー・ベンジオ氏も辞任し、Appleに入社した。辞任の理由はこの事件と関係があるのではないかと推測する人が多かった。

今回、グーグル・ブレインのメンバーがまた一人解雇されたが、これはグーグル研究者間の内部混乱の最新の例とみられている。

これまで、Googleのもう一つの主要な研究チームであるDeepMindが独立を目指し、親会社と袂を分かつのではないかと噂されることもあった。

一方、このネットユーザーが言うように、テクノロジー業界全体が研究者と企業の間の「適応」という難しい問題に直面している。

Google のような大企業であっても、この問題を完全に解決することはできません。

もちろん、企業の観点から見ると、主な目標は科学研究の成果を迅速に商品化し、収益を生み出すことです。

しかし、技術者の観点から見ると、あらゆる科学研究は長期的な投資であり、短期的な利益のために格下げされることが許されるのでしょうか?

不一致が発生した場合、選択肢は 2 つしかありません。

選択肢の一つは、業界に留まるか、会社を変えるか、あるいは自分でビジネスを始めるかです。

例えば、百度の主任科学者アンドリュー・ン氏は百度研究所、特に百度ブレインプロジェクトのリーダーシップを担当していたが、3年後に自身の起業プロジェクトを立ち上げるために退職した。

もう一つは学問の世界に戻ることです。

スタンフォード大学の教授であるフェイフェイ・リー氏は、2017年にグーグルに入社し、Google Cloud AIの責任者となった。彼女は1年後に同社を退職し、スタンフォードに戻った。

しかし、現時点では企業にとってこの問題に対する最適な解決策は存在しません。