ファーウェイのエリック・シュー氏：パーベイシブ・インテリジェンスを創造し、すべてがつながるインテリジェントな世界を構築する

第3回HUAWEI CONNECT 2018が2018年10月10日に上海万博展示コンベンションセンターで盛大に開幕しました。

ファーウェイの輪番会長である徐志軍氏は同会議で基調講演を行い、世界初のAscendシリーズIPや全シナリオ人工知能をカバーするチップなど、ファーウェイのAI開発戦略とフルスタック、フルシナリオAIソリューションを体系的に解説した。記者は徐志軍氏の演説の要点を次のように要約した。

• AIはICT産業の60年にわたる発展の集大成である

1956 年、当時ダートマス大学の助教授であったジョン・マッカーシーがダートマス討論会を組織しました。この会議で初めて「人工知能」の定義が正式に提案されました。それ以来の60年間で、AIは2度の発展の低迷期、いわゆる「冬の時代」を経験しましたが、その発展は止まっていません。

1971 年に、Intel は最初のマイクロプロセッサをリリースしました。ムーアの法則は 50 年以上にわたって ICT 業界の急速な発展を目の当たりにしてきました。

過去60年間のAI産業とICT産業の発展の軌跡を合わせて描くと、だいたい次のようになるはずです。要約すると、AI は ICT 業界全体の発展レベルと密接に関連しており、学術研究の成果とエンジニアリング技術の発展が相互に補完し合っています。

AI産業の2度の「冬」は、AIの応用に対する社会の期待がICT産業のエンジニアリングレベルの発展の現実をはるかに上回ったために発生しました。幸いなことに、「冬」は終わりではなく、すべての「春」の始まりです。

今日もまた「収穫」の季節に突入しました。これは、世界中の ICT 学術界と産業界による 60 年にわたる努力と協力の結果です。

将来を見据えて、人工知能技術を駆使し、収穫をつかみ、収穫の成果を拡大するよう努めるとともに、収穫期を長くし、赤道上に人工知能（AI）を構築して、常に活気に満ちた状態にすべきである。

• 人工知能は新しい汎用技術である

いかなるテクノロジーも、正確に位置付けられる場合にのみ、その価値を最大限に実現することができます。人工知能技術を適切に位置付けることが、この技術を理解し応用するための基礎となります。

紀元前の車輪と鉄、19世紀の鉄道と電気、20世紀の自動車、コンピューター、インターネットと同様に、ファーウェイは人工知能が技術の集合体であり、新しい汎用技術（GPT）であると認識しています。

カナダの学者リチャード・G・リプシーは著書『経済変革：汎用技術と長期経済成長』の中で、社会経済の持続的な発展は汎用技術の継続的な出現によって推進されると主張した。いわゆる汎用技術とは、簡単に言えば、多様な用途があり、経済のほぼすべての部分に適用され、大きな技術的補完性と波及効果を持つことを意味します。

経済学者は、人類が現在までに合計 26 の一般的なテクノロジーを所有しており、人工知能はその 1 つであると考えています。

私が人工知能が一般的な技術であることを強調する理由は、人工知能が将来に与える多大な影響と価値に皆さんが注目してくれることを願っているからです。人工知能は一般的な技術として、既存の問題をより効率的に解決できるだけでなく、多くの未解決の問題を解決することもできます。

私たちが真の人工知能思考を持ち、人工知能の概念と技術を使って現在および将来の問題を解決できるかどうかが、将来的に優位な競争力を構築できるかどうかの鍵となります。

ファーウェイは実際に、人工知能が人間に取って代わるだけでなく、生産コストを自動的に削減できることを発見した。これが人工知能と情報技術の違いであり、またその最も価値のある特徴でもあります。

• 人工知能はあらゆる業界と組織を変えるだろう

人工知能によって引き起こされる産業の変化は、あらゆる産業に影響を及ぼすでしょう。ここに集まった私たち一人一人は、自分たちが属する業界が人工知能技術によって変化したり、あるいは完全に破壊されたりするのかどうかについて考えるべきです。それぞれの産業や企業を全く新しいモデルで再構築していくことは、今後私たち全員が考え、実践していく必要があることです。

現在、人工知能が以下の業界に変化や混乱をもたらすことは明らかです。

Øスマート交通は交通効率を大幅に向上させます

Ø個別教育は教師と生徒の効率を大幅に向上させる

Ø精密予防治療は人間の寿命を延ばすことが期待される

Øリアルタイムの多言語翻訳と障壁のないコミュニケーション

Ø精密薬物試験は新薬のコストを大幅に削減し、発見サイクルを短縮することができます

ØAIベースの通信ネットワークの運用・保守効率が大幅に向上します

Ø自動運転や電気自動車は自動車産業などに破壊的な変化をもたらすでしょう。

Huawei Cloud EIとHiAIがリリースされてからわずか1年で、***の熱意を深く感​​じています。

AI は業界に変化をもたらすだけでなく、あらゆる組織にも変革をもたらします。

18 世紀以降のあらゆる技術革命は、組織構造、運用プロセス、人員の能力に大きな影響を与えてきました。

仕事と人材の能力の観点から見ると、人工知能が推進する変革には明らかな違いがあります。これまでの変革では、繊維工場の設備操作、自動車製造ライン、携帯電話製造ラインなど、日常的に大量の反復的な作業ニーズが常に生み出されていました。

しかし、人工知能によってほぼすべての分野で自動化が進むため、反復的で定型的な仕事の需要は大幅に減少するでしょう。それに応じて、データ サイエンティスト、一般的なデータ サイエンスの能力を備えたデータ サイエンス エンジニアなどのデータ サイエンス関連の仕事の需要を増やす必要があります。こうした仕事の数は、現在の反復的で定型的な仕事の数よりもはるかに少なくなります。

そのため、将来の組織の人員構成はダイヤモンド型となり、その下層にある基本的な日常的な反復業務の多くが AI に置き換えられる可能性があると考えています。

• 変化はまだ始まったばかりです。新しい解決策を見つけるよりも、正しい問題を選択することが重要です。

実は、人工知能が引き起こすさまざまな変化は始まったばかりなのです。変化は常に、特に変化の始まりにおいては、ある人々には喜びをもたらし、ある人々には悲しみをもたらしてきました。

AI がこれまで不可能だと思っていた機能を実現するのを見て、私たちは興奮し、AI の広範な導入を加速させたいという衝動に駆られるかもしれません。また、あるAIプロジェクトが期待通りに進んでいないことに不安を感じたり、AIアプリケーションの安全性や信頼性に不安を感じたりして、今後のAIの活用方法に戸惑いを感じることもあるでしょう。

これらは、あらゆる汎用技術の発展の歴史に基づく正常な現象です。

私たちは、AI技術とアプリケーションの現地調査段階を終え、現在は第2段階にあります。現段階では、技術面から見ると、一方ではAI技術がますます洗練されつつありますが、同時に、ますます多くの問題が露呈しています。また、応用面から見ると、一方ではAIの応用がますます広範囲に及び、その価値が確認され続けていますが、同時に、政策環境、企業プロセス、組織人員などは、主に情報化やインターネット時代の技術など、以前の技術に向けられており、インテリジェント技術時代の到来にまだ備えができていないため、衝突や衝突さえも頻繁に発生しています。

AI技術は最終的に独自の社会環境を獲得し、その後、AIアプリケーションの総合的かつ迅速な発展と生産性向上の第3段階に移行します。

新しい GPT テクノロジーが登場するまで、私たちは開発の黄金期である第 4 段階を引き続き目撃し、楽しむことになります。しかし、人工知能は完璧ではないことも認識しなければなりません。人工知能が解決できる問題もあれば、解決できない問題もあります。

人工知能が解決できない問題や価値を生み出せない分野にエネルギーを費やすのではなく、人工知能が解決できる問題や価値を生み出せる分野に全力で取り組むべきです。なぜなら、新しい解決策を見つけることよりも、正しい問題を選択することのほうが重要だからです。

• 今日は、エキサイティングなギャップ

千里の道も一歩から。人工知能の現状を見てみましょう。

一方で、次のような一連の大きな数字は、人工知能産業の発展の「輝き」を感じさせます。

Ø2017年に発表された機械学習論文の数は20,000件

Ø世界22カ国以上がAI計画を発表

Ø2017年には1,100社以上のAIスタートアップが誕生した

2017年のAI関連の合併と買収は240億ドルに達した

ØVCのAIへの投資は2017年に140億ドルに達した

一方、次のような小さな数字の羅列は、人工知能の初期の段階の「穏やかさ」を感じさせます。

AIに投資または導入している企業はわずか4%

小売業者のうち、AIに投資または導入しているのはわずか2%程度

導入されたスマートシティのうちAIを使用しているのはわずか5%程度

Ø2017年には、スマートフォンの約10％にのみAIが組み込まれていました。

ØAI人材の世界的需給比率はわずか1%

「華やかさ」と「落ち着き」のギャップが産業発展に大きな勢いをつけています。 「嵐が来る」ということわざにあるように、こういうギャップは刺激的だ。

[[245659]]

• 未来を創る10の大きな変化

人工知能の「輝き」と「落ち着き」の間にある大きなギャップを解消し、未来を創造するためには、技術、人材、産業の3つの側面を変革する主導権を握る必要があります。今日は、人工知能の技術、人材、産業に関する 10 の重要な変革の方向性を皆さんと共有したいと思います。

変更点1: モデルのトレーニング時間を短縮する

現在の技術レベルでは、特定の複雑なモデルのトレーニングには数日から数か月かかることが多く、革新的な発見を成功させるには複数回の反復が必要になることがよくあります。このトレーニング速度は、アプリケーションのイノベーションを著しく制限します。将来のモデルは数分、あるいは数秒でトレーニングできるようになるはずだと私たちは考えています。

変化2: 豊富な経済計算能力

コンピューティング能力は AI の基盤ですが、現在コンピューティング能力は非常に高価であり、希少なリソースです。コンピューティング能力の向上が現在の AI の発展の主な原動力であるならば、コンピューティング能力の不足と高コストが AI の総合的な発展を制限する中核的な要因になりつつあります。

私たちは、コンピューティング能力は豊富かつ経済的であるべきであり、この需要はできるだけ早く実現されるべきだと考えています。

変化3: AIはあらゆる展開シナリオに適応する必要がある

ハイブリッドクラウドは、企業がクラウドサービスを導入する主なモデルとなっています。現在、AIは主にクラウドにあり、エッジには少量しか存在せず、企業のビジネス環境との統合をさらに深める必要があります。

私たちは、AI が将来あらゆるところに普及し、ユーザーのプライバシーが尊重され保護されながら、あらゆるシナリオに導入できるようになるはずだと考えています。

変更4: より効率的で安全なアルゴリズム

アルゴリズムは AI 開発のもう一つの大きな原動力ですが、現在使用されている主要なアルゴリズムのほとんどは 1980 年代に誕生しました。 AI が普及するにつれて、これらのアルゴリズムの欠点がますます明らかになります。

私たちは、将来のアルゴリズムはより少ないデータ要件、つまりデータ効率に基づくべきだと考えています。また、計算能力とエネルギー消費量が低いこと、つまりエネルギー効率が高いことも重要です。同時に、AI自身のセキュリティ問題の解決や説明可能性の実現などが必要であり、これらはAIの総合的な発展にとって重要な技術基盤となります。

変化5: 自動化のレベル向上

今日の人工知能は、特にデータのラベル付けプロセスにおいて依然として多くの人手を必要としています。今日では、「データラベラー」と呼ばれる新しい職業も誕生しています。今日の人工知能は「人工性」がなければ「知性」がないと冗談を言う人もいます。

AI自体の自動化レベルを大幅に向上させる必要があると考えています。たとえば、データのラベル付け、データの取得、特徴の抽出、モデルの設計、トレーニングにおいて自動化または半自動化を実現する必要があります。

変化6: モデルは実用的なアプリケーションに向けられるべきである

2018 年 6 月、カリフォルニア大学バークレー校の助教授であるベンジャミン氏らは、「CIFAR-10 分類器は CIFAR-10 に一般化できるか?」という奇妙なタイトルの論文を発表しました。

論文では、CIFAR-10 分類器でテストしたときに優れた精度を示したモデル アルゴリズムが、著者らが作成した CIFAR-10 に非常に近い別のテスト セットでは逸脱し、分類認識精度が 5 ～ 15 パーセント ポイント低下すると指摘しています。これは、このモデル アルゴリズムの可用性が大幅に低下することを意味します。

このことから、現在の優れたモデルアルゴリズムの多くは、「試験で優秀」ではあるものの、「優れたパフォーマンス」をまだ達成していないことがわかります。

私たちは、将来のモデルは、テスト セットで「テスト」に合格するだけでは満足せず、産業レベルの卓越性、つまり産業生産のニーズを満たす必要があると考えています。

変更7: モデルの更新

モデルの精度は静的なものではなく、データ分布、アプリケーション環境、ハードウェア環境の変化に応じて変化します。エンタープライズアプリケーションでは、常に期待される範囲内の精度を維持する必要があります。ただし、現在のモデルの更新はリアルタイムではなく、手動による定期的な更新に依存しているため、半オープンループ システムです。

私たちは、将来のモデルは、さまざまな変化にタイムリーに適応し、リアルタイムで更新し、クローズドループ システムを実装し、エンタープライズ AI アプリケーションが常に最良の状態であることを保証できる必要があると考えています。

変化8: 人工知能には複数の技術の連携が必要

それぞれの汎用技術は、他の技術と完全に連携してこそ、その能力を最大限に発揮し、莫大な経済的価値を生み出すことができます。 AIも例外ではありませんが、現在AIについて議論する場合、AIそのものに重点が置かれています。

AIがより大きな価値を実現するには、クラウド、IoT、エッジコンピューティング、ブロックチェーン、ビッグデータ、データベースなどのテクノロジーと完全に連携する必要があると考えています。

変化9: 人工知能はワンストッププラットフォームでサポートされる基本的なスキルになるべき

現在でも、AI は高度なスキルを持つ専門家だけが実行できる仕事です。成熟した、安定した、完全な自動化ツールはまだ比較的不足しています。AI モデルの取得は、依然として非常に複雑で、時間がかかり、労働集約的な作業です。

AI アプリケーション開発をより簡単かつ迅速に行うために必要な自動化ツールを提供するワンストップ プラットフォームが必要であると私たちは考えています。これにより、AI はすべてのアプリケーション開発者、さらにはすべての ICT 技術実践者にとって基本的なスキルになります。

変化10：AI思考でAI人材不足を解決する

AI 人材、特にデータ サイエンティストの不足は、常に業界が懸念する制約となってきました。そして、データ サイエンティストは常に不足するだろうと私たちは考えています。

解決策は、AI 思考で AI 人材の不足を解決することです。インテリジェントで自動化された使いやすい AI プラットフォームとツール サービスの開発に注力し、トレーニングと教育を提供することで、多数のデータ サイエンス エンジニアを育成し、データ サイエンス関連の多くの基本的なタスクを完了できるようになります。

AI人材不足は、多数のデータサイエンスエンジニア、データサイエンティスト、各分野の専門家が連携するラダー構造を通じて解決できます。

これら 10 の変化は、AI 技術、人材、産業の発展のすべてではありませんが、いずれも将来の発展にとって重要な基盤となります。

[[245660]]

• ファーウェイのAI開発戦略

これら 10 の変化は、AI 業界の発展に対する Huawei の期待であると同時に、Huawei の AI 開発戦略の原動力でもあります。

これら 10 の変化に基づいて、Huawei の AI 開発戦略には 5 つの側面が含まれます。

Ø 基礎研究への投資: コンピュータービジョン、自然言語処理、意思決定推論などの分野で、データ効率（データ要件が少ない）、エネルギー効率（計算能力とエネルギー消費が少ない）、安全で信頼性が高く、自律的な機械学習機能を構築する

Ø フルスタックソリューションの構築：クラウド、エッジ、エンドなどのすべてのシナリオに対応する独立した共同フルスタックソリューションを構築し、十分かつ経済的なコンピューティングリソースと、使いやすく効率的なフルプロセスAIプラットフォームを提供します。

Ø オープンエコシステムと人材育成への投資：世界に向けて、私たちは引き続き学界、産業界、業界パートナーと広範囲に協力し、オープンAIエコシステムを構築し、AI人材を育成していきます。

Øソリューション強化：既存の製品やサービスにAIの考え方と技術を導入し、より大きな価値と競争力の強化を実現します。

Ø 内部効率の向上：AIを適用して内部管理を最適化し、大規模な運用シナリオをターゲットにし、内部の運用効率と品質を大幅に向上させます。

• ファーウェイのAIソリューション

この写真は、Huawei のフルスタック、フルシナリオ AI ソリューションです。

私たちが提案する完全なシナリオは、パブリック クラウド、プライベート クラウド、さまざまなエッジ コンピューティング、IoT 業界端末、消費者端末などの展開環境を指します。

フルスタックについて話すとき、私たちは技術的な機能的観点、つまりチップ、チップ有効化、トレーニングおよび推論フレームワーク、アプリケーション有効化を含むフルスタック ソリューションを指します。

Huawei のフルスタック ソリューションには具体的には次のものが含まれます。

Ø Ascend: 統合されたスケーラブルなアーキテクチャに基づく AI IP およびチップのシリーズ。Max、Mini、Lite、Tiny、Nano の 5 つのシリーズが含まれます。これには、本日発表した、世界で発売されたシングルチップコンピューティング密度が最も高いAIチップであるHuawei Ascend 910（Ascend 910）と、エッジコンピューティングシナリオ向けの最高のコンピューティングパワーを備えたAI SoCであるAscend 310が含まれます。

Ø CANN: チップオペレータライブラリと高度に自動化されたオペレータ開発ツール

Ø MindSporeは、エンドツーエンド、エッジツークラウドの独立および協調的な運用をサポートする統合トレーニングおよび推論フレームワークです。

Ø アプリケーションの有効化: フルプロセスサービス (ModelArts)、階層化 API、事前統合ソリューションの提供

ファーウェイは2018年4月にスマート端末向け人工知能エンジン「HiAI」をリリースした。

ファーウェイは2017年9月、企業や政府向けの人工知能サービスプラットフォーム「Huawei Cloud EI」を立ち上げました。

本日、Huawei Cloud EI と HiAI を強力にサポートするフルスタック、フルシナリオ ソリューションをリリースしました。このソリューションに基づいて、Huawei Cloud EIは企業や政府向けにフルスタックの人工知能ソリューションを提供できます。HiAIはスマート端末向けにフルスタックのソリューションを提供でき、HiAIサービスはHuawei Cloud EIに基づいて展開されます。

一般的に、ファーウェイの人工知能開発戦略は、基礎研究とAI人材の育成への継続的な投資、フルスタック、フルシナリオのAIソリューションとオープンなグローバルエコシステムの構築に基づいています。

Ø ファーウェイ社内における内部管理の最適化と効率性の向上を継続的に模索し、支援する

Ø 通信事業者向け、SoftCOM AIを活用した運用・保守効率の向上

Ø 消費者にとって、HiAIを通じて端末は知性から知恵へと進化できる

Ø 企業や政府機関にとって、Huawei Cloud EIパブリッククラウドサービスとFusionMindプライベートクラウドソリューションは、すべての組織に十分かつ経済的なコンピューティングパワーを提供し、AIを有効活用できるようにします。

Ø 同時に、AIアクセラレーションカード、​​AIサーバー、オールインワンマシンなどの製品を社会全体に提供しています。

私たちが提案した完全なシナリオは、ファーウェイがパーベイシブ・インテリジェンスを実現し、すべてがつながるインテリジェントな世界を構築する能力を持っていることを意味します。

フルスタックとは、ファーウェイがAIアプリケーション開発者に強力なコンピューティングパワーとアプリケーション開発プラットフォームを提供できる能力を持ち、手頃な価格で使いやすく、誰もが安全に使用できるAIを提供できる能力を持ち、包括的なAIを実現することを意味します。

***徐志軍氏は、人工知能が一般大衆に利益をもたらすことができるという希望を表明した。 Huawei は、顧客、業界パートナー、学界と協力して双方にメリットのある結果を実現し、普及型 AI を構築し、すべてがつながるインテリジェントな世界を創造したいと考えています。