この記事では、AI を「小型マシン」に実装する根拠と、AI 小型マシンの開発で直面する課題という 2 つの主な質問に焦点を当てます。 将来、人工知能に関しては、空飛ぶ車やロボット執事が登場するはずです。私たちに反抗することを決意した知覚力のあるロボットに遭遇する可能性もあります。まだそこまでには至っていませんが、人工知能 (AI) テクノロジーが私たちの世界に入り込んできたことは明らかです。 スマート音声アシスタントに何かを依頼するたびに、機械学習テクノロジーがまずユーザーの発言内容を理解し、ユーザーが望む動作について最適な判断を下そうとします。たとえば、動画サイトや電子商取引プラットフォームが「あなたにおすすめな映画」や「あなたに必要な商品」を勧めるたびに、複雑な機械学習アルゴリズムに基づいて、できるだけ説得力のある提案を行おうとします。これは明らかに、過去のプロモーションよりも魅力的です。 私たち全員が自動運転車を所有しているわけではないかもしれませんが、私たちはこの分野の発展と自律ナビゲーションがもたらす可能性を痛感しています。 人工知能技術は、機械が周囲の世界に基づいて判断を下し、人間と同じように、あるいは人間よりも優れた方法で情報を処理できるという大きな可能性を秘めています。しかし、上記の例について考えてみると、AI の可能性は、多くの場合、電力、サイズ、コストの制約がない「大きなマシン」、つまりデバイスでのみ実現できることがわかります。言い換えれば、熱くなり、電源が必要で、かさばり、高価です。たとえば、世界有数の IT 大手である Alexa や Netflix は、ユーザーの意図を推測するために、クラウド内の大規模で電力を大量に消費するサーバー (データセンター) に依存しています。 自動運転車はおそらくバッテリーに依存することになるが、そのバッテリーが車輪を回して操縦する必要があることを考えると、そのエネルギー容量は莫大なものとなる。これらは、最もコストのかかる AI の決定と比較すると、膨大なエネルギー消費となります。 つまり、人工知能の可能性にもかかわらず、「小さな機械」は取り残されつつあるのです。小型のバッテリーで駆動するデバイスや、コストやサイズの制約があるデバイスでは、機械が見たり聞いたりできるという考えには対応できません。現在、これらの小さなマシンは、キーワードを聞き取ったり、光電式容積脈波記録法 (PPG) などの心拍数からの低次元信号を分析したりする、単純な AI 技術しか利用できません。 もし小さな機械が見たり聞いたりできたらどうなるでしょうか?しかし、小さな機械が見たり聞いたりできることに価値があるのでしょうか?自動運転や自然言語処理などの技術を活用したドアベルカメラのような小型デバイスを想像するのは、多くの人にとって難しいかもしれません。それでも、単語認識、音声認識、画像分析など、それほど複雑ではなく、処理負荷も少ない AI 計算の機会は存在します。
これらの例はほんの表面をなぞっただけです。小型の機械で、これまでは人間の介入が必要だった問題を見たり聞いたりして解決できるようにするというアイデアは強力であり、私たちは毎日、創造的な新しい使用例を見つけ続けています。 小型機械に視覚と聴覚を与えることの課題は何でしょうか?では、AI が小型マシンにとってそれほど価値があるのであれば、なぜまだ広く導入されていないのでしょうか?答えは計算能力です。人工知能の推論は、ニューラル ネットワーク モデルの計算の結果です。ニューラル ネットワーク モデルは、脳が画像や音声を処理する方法の大まかな近似値として考えることができます。脳は画像や音声を非常に小さな断片に分解し、それらの小さな断片が組み合わさったときにパターンを認識します。 現代の視覚問題に対する主力モデルは、畳み込みニューラル ネットワーク (CNN) です。これらのモデルは画像分析に優れており、音声分析にも非常に役立ちます。問題は、そのようなモデルでは数百万または数十億の数学的計算が必要になることです。従来、これらのアプリケーションの実装は困難でした。
必要なのは、CNN 計算のエネルギー消費を最小限に抑えるためにゼロから構築された組み込み AI ソリューションです。 AI 推論は、従来のマイクロコントローラやプロセッサ ソリューションよりも桁違いに高速に実行され、電力、サイズ、コストを消費するメモリなどの外部コンポーネントを使用せずに実行される必要があります。 AI 推論ソリューションによってマシンビジョンのエネルギーペナルティを排除できれば、最小のデバイスでも周囲の世界で何が起こっているかを見て認識できるようになります。 幸いなことに、私たちはこの「小さな機械」革命の始まりにいるのです。 AI 推論のエネルギーコストを実質的に排除し、バッテリー駆動のマシンビジョンを可能にする製品が登場しました。たとえば、マイクロコントローラを使用すると、わずかマイクロジュールのエネルギーしか消費せずに AI 推論を実行できます。 |
<<: データサイエンスについて知っておくべきこと: 10 の重要な概念 + 22 のグラフ
>>: フロントエンドインテリジェンスは、AIがセキュリティに着地するための第2の足掛かりになりつつある
今日、現代科学技術の出現と発展、そしてさまざまなインテリジェント技術の登場により、人類の宇宙旅行はよ...
今年4月、Metaは「Segment Everything(SAM)」AIモデルをリリースしました。...
今日の社会では、デジタル工業化と産業のデジタル化により、デジタル世界と物理世界の深い融合と発展が促進...
ビジネス インテリジェンスは、あらゆる業界のグローバル企業の従来のワークロードを変革しています。ビジ...
近年、セキュリティ業界では、デジタル化された人工知能の学習および認識技術の概念がかなり普及しています...
[[411034]] AI 研究者は、新しい機械学習モデルを構築し、パラダイムをトレーニングする際に...
今日のデジタル時代では、顧客獲得の方法はよりシンプルになりましたが、さまざまなプラットフォームでの煩...
[[202009]]導入Raft アルゴリズムは分散コンセンサス アルゴリズムです。 Paxos ...
モデルの壊滅的な忘却は現在重要なホットトピックとなっており、GPT-4 でもそれを回避することはでき...
この記事は公開アカウント「Reading Core Technique」(ID: AI_Discov...