Google、Facebook、Baiduはディープラーニングのフレームワークをめぐって競争している

[[226860]]
タイトル画像提供：Visual China

最近、海外の多くの企業で興味深い変化が起きています。それは、AIが他の部門の付属物としての役割から離れ、独立した部門や事業ユニットになりつつあるというものです。

まず、ナデラCEOはマイクロソフトの大規模な組織再編を実施し、従来のWindows部門を「デバイスとエクスペリエンス」と「クラウドコンピューティングと人工知能プラットフォーム」に再編しました。間もなく、Google は、元々の人工知能部門と検索部門を 2 つに分割し、人工知能部分を Google Brain の元責任者であるジェフ・ディーンが率いる独立したユニットに分離することも発表しました。その後すぐに、アップルはグーグルの人工知能および検索部門の元責任者であるジョン・ジャンナンドレア氏を引き抜き、機械学習と人工知能の戦略を率いてティム・クック氏に直接報告する役職に任命した。

これは明らかにAI業界にとって良いニュースです。もともと AI をコアビジネスとグループ化していた Google と Microsoft が、現在では両者を切り離しているように、これは間違いなく AI の重要性が高まっていることの表れです。今後の動向としては、ディープラーニングが特定のビジネスの派生や従属ではなく、本来のルーツのしがらみを振り払い、高速軌道上での自立的な発展と高頻度の競争の時代へと移行していくことが考えられる。

AIファーストトラック競争全体では、ハードウェアの計算能力、データアルゴリズムなどの要素がすべて激しい競争を繰り広げており、ほぼ毎日新しい論文や新製品が発表されています。ファースト トラックの一番下に隠れているのは、見落とされやすいが実際には非常に重要な問題、つまりディープラーニング開発フレームワークです。

すべての AI 開発者が毎日これを使用していますが、これに注意を払う人はほとんどいません。しかし、ディープラーニングの開発フレームワークは決して停滞しているわけではありません。Google、Facebook、Baiduという3大AIプレイヤーは、ディープラーニングフレームワークを軸に、ひっそりと新たな「三国志」をスタートさせています。

AIフォーカス：ディープラーニングはより集中的かつ体系的なものになりつつある

Google の元々の事業構造において、Google Brain はもともと、ディープラーニング、NLP、CV などの分野で国際ジャーナルや学術出版物に多数の論文を発表し、開発フレームワーク TensorFlow を自社の傘下に収めた研究指向のチームでした。

過去1、2年でAI関連技術の応用範囲が広がったため、Google Brainの上記研究成果は業界にさらなる投資が行われる機会がある。今回、GoogleはAI事業の重要性を高め、AI事業の自主的な発展の可能性と、AIと産業、AI医療画像などの体系的な事業レイアウトを計画しているのかもしれません。技術展望がますます広がるにつれて、ディープラーニング開発フレームワークの産業関係における戦略的地位がさらに実証されています。ディープラーニング開発フレームワークは開発者やアプリケーションをターゲットにすることができ、それによって Google の AI における技術的能力と将来の TPU の計算能力を解き放つことができます。

大手企業はアーキテクチャの調整を開始しており、これはディープラーニングがより体系化され、集中化されていることを意味します。データ、知覚、コンピューティングが深く絡み合うこの業界分野では、開発と開発者エコロジーが自然に業界活動の基盤となっています。開発エコロジーにおける競争は、ディープラーニング開発フレームワークの開発に直接反映されています。

例えば、Facebook は自社のディープラーニング開発プラットフォームがもたらす環境上の利益を Google だけに享受させることを望まず、昨年初めに Google をターゲットにした PyTorch 開発プラットフォームを立ち上げました。昨年9月、同社はマイクロソフトのCNTKおよびCaffe2と提携し、オープンなニューラルネットワーク交換フォーマットを立ち上げた。これは、Googleのエコシステムがますます閉鎖的になる中で、この分野の他のプレーヤー間のフレームワークフォーマットの相互運用性を向上させるためだ。

中国では、BaiduのPaddlePaddleも継続的に開発されており、ローカライズされた機能で国内の開発者を魅了しています。GitHubのプルリクエストのデータによると、PaddlePaddleは世界で最も開発成長率の高いオープンソースのディープラーニングプラットフォームとなっています。同時に、Baidu はスタンフォード大学やカリフォルニア大学バークレー校などの海外の大学で技術交流活動を頻繁に行っており、PaddlePaddle は徐々に世界舞台へと前進しています。

知らないうちに、これら 3 つのテクノロジー大手が独占的に使用しているディープラーニング フレームワークが、新たな 3 者間競争を開始しています。

あらゆる障壁を下げる：三国志の開発フレームワークは何のために戦っているのか？

AI 開発について話すとき、私たちは具体的に何について話しているのでしょうか?

開発者の増加: 開発者の数は、明らかにすべての前提条件です。多数の開発者はタンポポの種のようなものです。彼らは、さまざまな企業にディープラーニング開発フレームワークと関連するソフトウェアおよびハードウェアサービスをもたらし、巨人の AI レイアウトがあらゆる場所に根付き、成長するのに役立ちます。

よりアクティブな開発エコシステム: 多数の開発者を基盤とする開発コミュニティには事例や経験が溢れており、オープンソースと共有が奨励されているため、AI 開発がより簡単になり、より多くの業界やシナリオに参入できます。

より高度な開発プロジェクト: 独自のフレームワーク内でキラー アプリを作成することは、あらゆる大企業の理想的な目標かもしれません。高価値かつ高実用性の応用 AI は、このフレームワークのエコシステムに集まる多数のフォロワーを引き付ける可能性があります。

つまり、いかに敷居を下げて開発者を惹きつけるかが、3大開発フレームワークの共通目標となっているのです。

最も典型的な例は、TensorFlow と PyTorch の競争です。

現在の開発フレームワークの中で、TensorFlow は Google の技術的優位性のおかげで常に比較的強力なパフォーマンスを発揮してきました。開発者が増えるにつれて、開発コミュニティのエコシステムも健全に発展しています。

しかし、優位に立った後、TensorFlow は Google とともに独自の開発エコシステムを強化し始めました。たとえば、Google は開発者を支援し、開発者にコース指導を提供するための一連のトレーニング プログラムを開始しました。しかし、その結果、すべての教育は TensorFlow 上に構築され、提供されるハードウェア API は TensorFlow にのみ接続でき、TensorFlow のコミュニティ リソースと開発ツールは Google Cloud 上で更新およびデプロイされるようになりました。さらに、TensorFlow は最近、Caffe などの開発プラットフォームとの連携を一方的に断ち切ったため、開発者がプラットフォーム間で移行することは不可能になりました。

そしてFacebookはこれを利用しました。オリジナルの開発ツール Torch がアップグレードされ、Microsoft と提携して、開発者の移行コスト削減に役立つニューラル ネットワーク交換フォーマットが作成されました。同時に、PyTorch はより便利なデータ読み込み API インターフェースを設計しました。これにより、開発プロセス中の並列データの読み込みがスムーズになり、TensorFlow と比較して API 学習コストが大幅に削減されます。

カスタム拡張に関しても、PyTorch は TensorFlow が定型コードに依存して実装されていた状況を変えました。CPU/GPU のインターフェースを記述することで、より簡単な方法でカスタム拡張を追加できるため、開発プロセスの自由度が大幅に向上します。

全体的に、開発フレームワークの競争においては、学習コストと移行コストの低減、使いやすさとコミュニティの親しみやすさの向上が鍵となります。

これらの点において、PaddlePaddle は西部戦場以外でも柔軟性と使いやすさで知られています。トレーニング部分の呼び出し方法は、ブラウザやクライアントなどの複数の主流の呼び出し方法を統合し、CPU、GPU、FPGAなどの複数のハードウェアをサポートすることで、開発コストを大幅に削減します。同時に、より多くの開発者や企業が既存のプロジェクトを PaddlePaddle に接続できるようにするために、PaddlePaddle は基本トレーニングから分散アーキテクチャまですべてを完全にオープンソースにしました。開発者獲得競争に挑む百度（Baidu）の決意は明らかだ。

もちろん、中国市場において、PaddlePaddle の最大の強みは、適用可能な中国語のドキュメントとデータセットを提供する唯一の開発フレームワーク コミュニティであることです。中国市場は欧米とは異なる独立した極として、巨大な中国AI産業と開発クラスターを有しています。これらの産業と開発者は、地域に適した体験システムを必要としており、PaddlePaddleのコミュニティ雰囲気に自然に惹かれます。

将来の配当に注目：貿易戦争がもたらす米中AI競争の新たな課題

理想的な状況では、大手企業は開発フレームワークを通じて開発者システムをしっかりとコントロールし、自社プラットフォーム上で継続的にエコロジカルな効果を生み出し、将来のAI時代に必然的に登場してくる驚異的な製品やアプリケーションを刈り取ることになります。このプロセスこそが、大手企業が注力している目標です。

同時に、驚異的な製品やアプリケーションを AI という用語で表現するということは、これらのアプリケーションがソーシャル メディアや世論データ、あるいは自動運転や各車の走行ルートに関連する可能性があるということを認識する必要があります。

ここで、もう一つの可能​​性を挙げなければなりません。米中貿易戦争を背景に、TensorFlowなどのプラットフォームを使用する中国のAI開発グループ、特にAI企業のリスク指数が上昇しています。

アメリカが世界にGPS技術を無料で提供した例を見てみましょう。かつて多くの国が軍事施設でも測位技術としてGPSを使用していました。しかし、1999年にインドとパキスタンが互いに敗北したとき、アメリカは自国の利益のためにインド・パキスタン地域のすべてのGPSサービスを直接停止しました。 2 つの軍隊が戦っているときに、突然誰もその位置情報を知らないとしたらどうなるでしょうか。それはどれほど恐ろしいことでしょうか。現在、TensorFlow は単なる開発フレームワークではなく、テクノロジーやクラウド サービスなどの複数のモジュールに関連付けられています。同じ状況が AI にも当てはまるとすれば、ある日ディープラーニング モデルが私たちの日常業務の細部に深く埋もれてしまったとしても、Google がさまざまな理由で中国へのクラウド サービスの提供を停止した場合、私たちはモデルの移行にも非常に消極的になるでしょう。

米中貿易戦争によって引き起こされた最近のチップ事件は、中国のテクノロジー業界全体に警鐘を鳴らしたようだ。

これはAIの場合にさらに当てはまります。完全にローカル化された開発フレームワークとコミュニティを構築し、ローカルデータ、コンピューティングサービス、テクノロジーを接続できれば、中国のAIは開発から技術革新、そして産業モジュールと商品化まで、完全に自律的なプロセスを実現できます。

経済のグローバル化の文脈では、どの国も自国の技術開発だけに完全に依存することはできません。しかし、グローバルなゲームでは、自分自身の賭け金を増やすことは間違いなく安全な選択です。