アルゴリズムのインテリジェントなアップグレードにより、将来のデジタルライフはより明るくなります

[[120716]]

研究者たちは現在、検索結果の改善、自動運転車、スマート携帯電話のアップグレード、モノのインターネットの開発に役立つアルゴリズムの新バージョンの作成に取り組んでいる。

ディープラーニングアルゴリズムは、人間の脳の構造に基づいた緩やかなシミュレーションメカニズムとして、音声認識、自然言語処理、ロボットの自律動作など、多くの先進技術に応用されています。

現在、研究者たちは、これらのアルゴリズムを機械学習や人工知能の分野で大規模に適用し、さらにはこれらの分野における重要な技術的進歩を達成するための基盤として活用することを期待して、新世代のアルゴリズムを開発しています。

ガブリエル・コンサルティングのアナリスト、ダン・オールズ氏は、より「深遠な」技術進歩、例えば、乗客が休憩や読書の時間を確保できる自動運転のスマートカーや、自動で始動して目的地まで直接連れて行ってくれるその他の乗り物などを考えると、ディープラーニング・アルゴリズムは不可欠な前提条件および構成要素になると指摘している。

「これらの自動運転車は、周囲の道路状況や操縦可能な障害物を『見る』ことで安全性が向上します。より優れた車は歩行者と標識を区別できるため、発生する可能性のある予期しない状況をより適切に予測できます」とオールズ氏は説明した。 「さらに、インテリジェントなアップグレードは、私たちの将来のデジタルライフに影響を与えるだけでなく、現実の生活にも大きな影響を与えるでしょう。信頼できるシステムを使用して飛行や運転のタスクを処理し、国内または世界をカバーする貨物タスクを完了できたらどうでしょうか。広々とした後部座席で眠り、車が自動的に運転タスクを完了できたらどうでしょうか。」

基本的に、ほとんどの人はディープラーニング アルゴリズムの概念について聞いたことがありませんが、より優れたアルゴリズムは、よりスマートな家庭環境や、病人の世話をしたり、犬の散歩を手伝ったりできるロボット製品など、より明るいデジタルの未来をもたらすことができます。

「この種の研究は非常に重要であり、モノのインターネットとモバイル技術を通じて、データ駆動型のメカニズムを無限のリソースプールに拡大する可能性を秘めている」とムーア・インサイツ＆ストラテジーのアナリスト、パトリック・ムーアヘッド氏は述べた。 「ディープラーニングは、ほとんどの人が聞いたことがないにもかかわらず、デジタル世界の約束の中核となる要素です。」

アンドリュー・ン氏はスタンフォード大学コンピューターサイエンス学部の准教授であり、百度の上級科学者です。外国人の読者のために説明しておきますが、百度は中国のインターネットサービス企業であり、中国最大の検索エンジンプロバイダーです。 Ng 氏は現在、スタンフォード大学や Baidu の他の科学者と協力して、次世代のディープラーニング アルゴリズムの開発に取り組んでいます。彼は今週、米国ケンブリッジで開催されたMITテクノロジーレビューEmTechカンファレンスで基調講演を行い、検索や将来の技術分野におけるディープラーニング技術の実用化について徹底的に解説した。

[[120717]]

スタンフォード大学コンピュータサイエンス准教授アンドリュー・ン氏

彼は、ディープラーニングアルゴリズムに関連するさまざまな作業をサポートするのに十分な豊富なバックグラウンドを持っています。ン氏はグーグルで1年半勤務し、同社のディープラーニングプロジェクト「Google Brain」の創始者だった。

Google に加えて、Microsoft、Facebook、Baidu などの多くの企業も、大規模データ処理の実際のニーズを満たすために、より理想的なディープラーニング アルゴリズムの開発に取り組んでいます。

ン氏はインタビューで、こうしたアルゴリズムの優れた点は、従来のアルゴリズムにますます大量のデータを送信すると、これらの古いソリューションは動きが鈍くなり、遅くなり、最終的にはデータを処理できなくなることが多い点だと指摘した。しかし、ディープラーニングアルゴリズムはまったく異なる使用効果をもたらす可能性があります。より多くのデータを提出すればするほど、より適切な分析結果を導き出すことができます。

人間の脳が非常にうまく機能するのは、互いに接続され、電気信号を使用して通信する多数のニューロンで満たされているためです。ディープラーニングアルゴリズムは人間の脳を模倣し、シミュレートされたニューロンに基づくネットワークシステムを確立することを目的としています。

「人間の脳のより大規模なシミュレーションを構築するにつれて、これらのモデルは大量のデータを吸収した後、比較的効率的な処理結果を示し始めました」とNg氏は説明した。 「これらは極めて高容量の学習アルゴリズムです。」

作業は現在かなり急速に進んでいます。

約 4 年前、ニューラル ネットワーク、つまりディープラーニング アルゴリズムの最大のコレクションには、約 1,000 万個の接続ノードがありました。ン氏は、Google Brain を立ち上げたばかりの 2011 年初頭のことを言っていたが、現在ではモデル内の接続ノードの数は 10 億にまで膨れ上がっている。昨年、彼とスタンフォード大学の技術チームは、100億個の接続ノードを持つニューラルネットワークモデルを構築しました。

Ng 氏の仕事の一部はアルゴリズムの改良ですが、彼と彼の同僚は、ニューラル ネットワークの中核にある従来の CPU (中央処理装置) の代わりに GPU (グラフィックス処理装置) を積極的に使用しています。これらのチップは、コンピューター グラフィックス タスク専用に設計されており、実際に強力な機能を発揮し、大規模なニューラル ネットワークの構築に適していることが証明されています。これは、これらのチップがこのようなコンピューティング作業の処理に優れているためです。

「当社は、より優れた拡張性を実現するために、GPU ハードウェアを使用した新しいディープラーニング プラットフォームを構築しています」と Ng 氏は述べています。 「私と私たちのパートナーは、このような大規模なネットワークシステムに初めて触れました。他の企業も私たちの後を追うようになっていますが、私の知る限り、Baiduはディープラーニング用の超大規模GPUクラスターを構築した最初の企業です。」

これらのアルゴリズムをより大規模な規模にまで拡大することができれば、ユーザーは音声認識と視覚検索の大幅な改善を実感できるはずです。ン氏によれば、これらはまさにテクノロジー分野における歴史的な偉業だという。

貧困層や識字能力の低い層がインターネットにアクセスするようになるにつれ、検索クエリに手動入力ではなく言葉による表現を使用するユーザーの数はさらに増加するでしょう。さらに、説明的な単語を入力する代わりに、画像を直接検索対象として使用するユーザーも増えるでしょう。

「今後5年間で、問い合わせの約半分が音声と画像を介して行われるようになるため、この技術は当社にとって大きな投資となる」とン氏は語った。

音声認識技術の向上により、運転者は運転中に音声で指示を出すことができ、また乗客は座席から携帯電話に直接要望を伝えることができ、その内容は、例えば待ち合わせ場所に時間通りに到着できないことを友人に報告するなど、対応する受信者に正確に送信されます。

「世界中がモバイル技術に向かっているにもかかわらず、モバイルデバイスに本当に適した、真に最適なユーザーインターフェースを考案したメーカーはまだないと思います。根本的な矛盾は、スマートフォンの小さなソフトキーボードソリューションを使用して入力を素早く完了することが難しいことです」とNg氏は語った。 「音声認識は向上していますが、私たちが望むほどではありません。音声認識がさらに向上したら、スマートフォンの新しいユーザー インターフェース ソリューションの中核として採用されることを期待しています。」

ディープクレイモデリングアルゴリズムは、スマートカーやウェアラブルテクノロジーなどのスマートデバイスにも使用され、これらすべてが組み合わさってモノのインターネット時代の絶対的なバックボーンを構成することになります。

「リモートコントロールソリューションは家庭環境に普及すると思います」とNg氏は指摘した。 「家にいてリラックスするために音楽を聴きたいとき、携帯電話を取り出して画面のロックを解除し、仮想ボタンをいくつも押す代わりに、ソファに横になって百度デバイスに口頭でジャスティン・ティンバーレイクの音楽を再生するように指示するだけでいいのです。将来、孫たちが私に『昔、あなたの家のデバイスは口頭の指示を本当に理解しなかったの？』と聞いてくることを願っています。その時までに、彼らは家のさまざまなデバイスを操作するためにたくさんの異なるタイプのリモコンを用意する必要があったことを間違いなく信じられないと思うでしょう。」

英語: http://www.computerworld.com/article/2687902/smarter-algorithms-will-power-our-future-digital-lives.html