機械学習は将来どこに向かうのでしょうか?インテル・南京大学共同研究センターが答えを提供する

[51CTO.com からのオリジナル記事] 人工知能アルゴリズムに関しては、ディープラーニングが現在のリーダーとして認識されています。では、ディープラーニングはどのような問題を解決できるのでしょうか? DARPA（国防高等研究計画局）は、人工知能全体の開発が現在第3段階に飛躍しつつあると考えています。最後の段階では推論と論理的能力が求められます。しかし、これでは十分ではありません。人工知能には、推論、知覚、適応、継続的な学習という少なくとも 4 つの機能が必要だからです。ディープラーニングを通じて、人工知能は知覚能力の第2段階まで発達しました。

これまでの推論能力は、限られた空間内で行われる論理的な議論や推論でした。しかし、大量の情報が入ってくると、推論能力が限界に達してしまいます。人工知能が今後も発展・学習を続け、膨大なデータの入力に適応し、十分な計算能力を確保するためには、新たなアルゴリズムを導入する必要がある。

「ディープフォレスト」は機械学習の発展に新たなアイデアを提供する

インテルと南京大学は9月12日、インテル-南京大学人工知能共同研究センターの設立を発表した。両者は人工知能技術の革新、人材育成、エコシステム構築などの分野で協力をさらに強化する。この協力は、南京大学人工知能学院長の周志華教授が提案した新世代ディープラーニングモデル「ディープフォレスト」もサポートします。

[[244087]]

インテル-南京大学人工知能IPCCセンター開所式

周志華教授が昨年「ディープフォレスト」を提唱し、多くの研究者の注目を集めたと報じられている。これはニューラルネットワークではなく、決定木フォレストに基づくディープラーニングモデルである。マルチレイヤー GBDT フォレスト (mGBDT) は、複数の回帰 GBDT レイヤーをビルディング ブロックとして積み重ねることで、階層表現を学習する能力を探ります。このモデルは、バックプロパゲーションと微分可能性を導出する必要なく、レイヤー間ターゲット伝播のバリアントを使用して共同でトレーニングできます。実験と視覚化の両方で、パフォーマンスと表現学習機能の点でモデルの有効性が実証されています。

インテル中国研究所所長の宋吉強氏は、ディープフォレストはもはや膨大なデータに依存せず、少量のデータでも良い結果を出せるため、優れたイノベーションだと考えている。そして、その利点は、トレーニングの結果を理解し、解釈し、受け入れ可能な知識に変換できることです。同時に、応用分野も大幅に拡大しました。知覚層だけでなく、意思決定層、理解層、さらには行動分析にも応用できます。これは、その後のアルゴリズムとハードウェアのスパイラル上昇の基礎を築きました。

人工知能システムは、認識層、意思決定層、行動層で構成されています。認識層は並列コンピューティングによって高速化できますが、決定層は一般的なコンピューティングと FPGA によって高速化する必要があり、動作層にはリアルタイムの高速化が必要です。実際、今日の人工知能の発展により、1 つのソリューションですべての問題を解決することはできず、さまざまなワークロードやアプリケーション シナリオのニーズに適応するには、より多くのコンピューティング モードと製品が必要であることが徐々に認識されるようになりました。インテルは人工知能チップ製品を積極的に開発しています。

インテルは2015年12月、プログラマブルロジックチップ大手のアルテラを現金167億ドルで買収すると発表した。 2016年8月、同社は新たな動きを見せ、新興企業Nervana Systemsを3億5000万ドルで買収した。そのわずか1か月後には、シリコンバレーの新興ビジュアル処理企業Movidiusを買収した。

さまざまなコンピューティング モードには異なるハードウェア アクセラレーションが必要であるという事実を考慮して、Intel は人工知能チップ製品を、Xeon スケーラブル プロセッサ シリーズ、Nervana ニューラル コンピュート プロセッサ、Movidius、FPGA など、いくつかのカテゴリに分類しています。今後、インテルは南京大学が異種コンピューティングを通じて最適なソフトウェアとハ​​ードウェアを選択して組み合わせることも支援し、「ディープフォレスト」アルゴリズムの研究を推進していきます。

南京大学とインテルは3つの主要分野で協力

周志華教授は、インテルと南京大学の人工知能共同研究センターの設立は、南京大学の人工知能と機械学習アルゴリズムの研究をさらに促進するだけでなく、機械学習と理論アルゴリズムの研究をさらに拡大し、チップとアーキテクチャのさらなる発展を促進するだろうと述べた。さらに重要なのは、インテルはさまざまな業界の多くのハイエンドユーザーに技術サポートとサービスを提供していることです。インテルとの協力を通じて、双方は双方の研究成果を産業用途にさらに推進し、より良い開発スペースを提供することができます。

南京大学とインテルの協力には、主に次の 3 つの側面があります。

まず、現在のディープニューラルネットワークとは異なり、「ディープフォレスト」テクノロジーは GPU アクセラレーションには適していません。より大きなモデルを作り、より良い結果をもたらすためには、一方では業界パートナーと協力して分散コンピューティング技術を通じてより大きなモデルを作る必要があり、他方ではハードウェアアクセラレーションを通じてそのスケーラビリティを向上できるかどうかも模索しています。予備調査では、Intel のマルチコア プロセッサが Deep Forest モデルの高速化に特に役立つ可能性があることが示されており、研究をさらに推進するのに役立ち、ひいては Intel の将来のチップ設計に何らかのインスピレーションを与える可能性があります。

第二に、科学研究全体の観点から見ると、南京大学の機械学習と人工知能の研究チームは、主に理論、アルゴリズム、応用技術のブレークスルーの分野で研究を行っていますが、主にソフトウェア分野です。南京大学は総合大学として、コンピュータサイエンスのハードウェアをさらに強化する必要があります。インテルとの協力により、南京大学はソフトウェアとハ​​ードウェアの融合をさらに進めることができます。

第三に、特に人材育成の面では、南京大学は人工知能の分野でソフトウェアとハ​​ードウェアの両方の能力を備えた高度な人材を育成することを目的として、人工知能学院を設立しました。同大学はインテルとの協力を通じてチップやハードウェア設計に関するコースも導入する予定で、これは人材育成のための非常に優れた補足とサポートとなるだろう。

将来に向けた高度なAI人材を共同で育成

インテル-南京大学人工知能 IPCC センターは、人工知能を主な方向性とする中国初の IPCC です。 IPCC は、Intel の長年にわたる並列コンピューティング センターです。以前は高性能コンピューティングに重点を置いていましたが、現在は人工知能が主な目標となっています。インテル-南京大学人工知能 IPCC センターは、技術と人材育成の両面で大きな意義を持っています。

周志華教授は機械学習の最先端のテーマを研究するだけでなく、人工知能分野の人材の育成にも力を入れています。同氏は、中国最大の大学として、南京大学の人工知能学院は高度な人工知能の人材を育成する立場にあると述べた。まず、独創的なイノベーションを可能にする人工知能機能を備えている必要があります。次に、企業や機関が直面している主要な技術的問題を解決する能力を備えている必要があります。これら 2 つの目標を達成する人材はどのような知識構造を持つべきでしょうか?主に 3 つの側面があります。1 つ目は数学のしっかりした基礎、2 つ目はコンピューティングとソフトウェア プログラムのしっかりした基礎、3 つ目は人工知能に関する包括的な専門知識です。

宋吉強氏はまた、未来志向のAI分野の上級学生として、アルゴリズムを理解するだけでなく、実際に適用する際にアルゴリズムをどのようなハードウェアと組み合わせれば最善のソリューションになるかを理解する必要があるとも語った。したがって、コースの設計は、現在の部分的な理解に限定されないように、業界に対する深い理解を持つ企業と協力して実行する必要があります。

南京大学はインテルとの協力を通じて人材育成において一定の成果を上げているとみられる。大学院生の中には、早い段階から研究活動を開始し、インテルの上級エンジニアから指導を受けた人もいます。学生は理論とアルゴリズムに関してインテルにサポートを提供し、協力を通じてソフトウェアとハ​​ードウェアの有機的な組み合わせに関する知識も深めます。したがって、これらの大学院生は、一般コースで訓練を受けた学生よりも、基盤となるハードウェアに対する理解と操作能力がはるかに優れています。

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]