2017-2019 AIの3年間の浮き沈み

ガートナーが発表した2017年の「技術成熟度レポート」によると、5G、人工汎用知能、ディープラーニング、深層強化学習、デジタルツイン、エッジコンピューティング、サーバーレスPaaS、コグニティブコンピューティングなど、8つの新たな技術的成果があるという。時代は変わりました。2019年のテクノロジーの革新と発展は私たちの想像を超えています。人工知能業界分析機関CBInsightsが発表した「2019年AIトレンドレポート」によると、人工知能は目に見えるスピードで生活のあらゆる分野に浸透しています。

ディープラーニング熱の後の「冷静な思考」

2017年、人々はディープラーニングの発展に大きな期待を寄せ、それが最大の利益を生み出すと信じていました。人工知能のさまざまな分野に多額の資金が注ぎ込まれました。その最たる例は、AlphaGoの勝利でした。 2017年5月、中国・烏鎮で開催された囲碁サミットで、AlphaGoは世界ランキング1位の囲碁チャンピオン、柯潔と対戦し、合計スコア3-0で勝利した。 2017年末までに、スーパーバージョンのAlphaGo Zeroは人間のデータから完全に独立しました。ゲームのルールだけを知りながら自分自身と対戦し、3日間のトレーニングでAlphaGoを100対0で破りました。

ボードゲームの中でも、囲碁に含まれる膨大な探索空間（その状態の数は全宇宙の原子の数をはるかに超える）は、機械学習では克服できない難問であり、近い将来にAIが解決するのは不可能だとさえ考えられていた。 AlphaGo の成功により、強化学習と確率的シミュレーション技術 (「モンテカルロ」技術とも呼ばれる) の魅力が人々に認識されるようになっただけでなく、ディープラーニングの人気も高まりました。冷静になってみると、AlphaGo のアルゴリズムは大規模な確率空間でのインテリジェントな検索に適しており、環境と状態はどちらもシミュレーション可能であることが分かりました。ディープマインド社の創設者デミス・ハサビス氏は、こうしたアルゴリズムは、自動運転など、環境をシミュレートすることが難しい意思決定の問題には無力だと述べた。

NLPは量から質への移行を完了します

2017 年は自然言語処理の分野にとって重要な年でした。今年のさまざまな実践 (Word2vec と GloVe) により、事前トレーニング済みの単語埋め込みモデルが NLP 問題を解決するための重要なツールになっていることが証明されました。たとえば、Facebook AI Research (FAIR) 研究所の fastText は、294 の言語をカバーする事前トレーニング済みのベクトルを提供しており、これは間違いなくテクノロジー コミュニティ全体に大きな貢献と推進力をもたらします。ある程度の進歩は見られましたが、この分野ではまだやるべきことは多く残っており、より優れた事前トレーニング済みモデルの出現が必要です。

2018年にGoogleはBERTをリリースし、質問応答から言語推論に至るまでさまざまなタスクで優れたパフォーマンスを発揮したことで注目を集めました。 BERT は、以前のモデルに比べてシステム パフォーマンスが大幅に向上した最近の NLP モデル (GPT、GPT2、ULMFiT、roBERTa) の波の一部であり、一部の研究者は NLP が「ハイライトの瞬間」を迎えていると述べています。 Google は BERT の利点を最大限に活用し、それを検索エンジンに追加しました。これは、これらのテクノロジが研究的価値と商業的価値の両方を持っていることを間接的に示しています。 2018 年 11 月 24 日、Google は、モデルの TensorFlow 実装、BERT-Base および BERT-Large の事前トレーニング済みモデル、および TensorFlow コードを含む BERT 公式コードと事前トレーニング済みモデルを正式にリリースしました。

同様に、OpenAI は 2018 年 6 月に、自社の言語モデル GPT を紹介する論文を初めて発表しました。 2019 年初頭、OpenAI は GPT-2 と呼ばれる合成テキストを生成できる大規模な言語モデルの開発を発表しました。同社は、注意のため、また悪用される可能性を懸念して、GPT-2 のコードすべてを公開していない。 OpenAIは5月に3億5000万パラメータ版をリリースし、7億6200万パラメータと15億パラメータを限定パートナーと共有すると発表。同時にGPT-2の悪用に対する対策も検討している。業界では「最も強力なフェイクニュースジェネレーター」として知られるGPT-2 AIモデルは、誕生以来大きな注目を集めています。半年を経て、GPT-2の段階的なオープンがついに終了しました。 11月6日、OpenAIは15億のパラメータを持つ最大バージョンであるGPT-2の最後の部分の完全なコードを正式にリリースしました。

これら 2 つの事前トレーニング済みモデルの公開により、ラベル付けされたデータの不足の問題が解決され、NLP が量的蓄積から質的飛躍への変換を完了するのに役立ちました。

連合学習の旅は星と海へ

2016年にGoogleはフェデレーテッドラーニングを提案しました。これはもともとAndroid携帯電話ユーザーのローカルモデル更新の問題を解決するために使用されました。使用できる機械学習アルゴリズムはニューラルネットワークに限定されず、ランダムフォレストなどの重要なアルゴリズムも含まれます。フェデレーテッド ラーニングは、本質的には分散型機械学習テクノロジー、または機械学習フレームワークです。その目的は、データのプライバシー、セキュリティ、合法性、コンプライアンスを確保しながら、共同モデリングを実現し、AI モデルの有効性を向上させることです。

過去数年間にわたり、この技術の標準は継続的に改善されてきました。 IEEE Federated Learning国際標準プロジェクトが誕生しました。このプロジェクトはWeBankによって開始され、昨年12月に承認されました。これは、人工知能のコラボレーション技術フレームワークの標準を定める最初の国際プロジェクトです。これまでに4回のワーキンググループ会議が開催されました。フェデレーテッド ラーニング標準のドラフトは 2020 年 2 月にリリースされる予定で、正式な標準は 2020 年前半にリリースされる予定です。フェデレーテッドラーニングは、「ポイントツーポイントの開発段階」から「アプリケーションの実装と事例の蓄積段階」に移行しています。

フレームワークの面では、2019年に重要な進歩があり、WeBankのAIチームが独自に開発したオープンソースフレームワークである初の産業グレードオープンソースフレームワークFATEが誕生しました。FATEは今年2月にバージョン0.1を初めてリリースし、3月に初の外部貢献者を迎えました。同時に、GitHubStarは100を超えました。5月にバージョン0.2がリリースされ、フェデレーテッドフィーチャーエンジニアリングとオンライン推論をサポートしました。6月にバージョン0.3がリリースされ、主要なパートナーがFATEに移行しました。FATEはLinux Foundationに寄贈されました。8月にバージョン1.0がリリースされ、FATE-FlowとFATE-Boardをサポートしました。 10月31日、FATE v1.1が正式にリリースされ、VMware China R&D Open Innovation CenterのCloud Native LaboratoryチームがKubeFATEプロジェクトをリリースしました。FATEのすべてのコンポーネントをコンテナ形式でカプセル化することで、Docker ComposeまたはKubernetes（Helm Charts）を使用してデプロイできます。フェデレーテッド ラーニングは 3 年足らずで急速に発展し、業界からの反響を得ています。JD.com、Tencent Cloud、Ping An Technology などの企業もフェデレーテッド ラーニング チームに参加しています。

連合学習を推進する過程で、一貫した標準を確立することが現在直面している大きな課題です。最近、IEEE P3652.1（Federated Learning Infrastructure and Applications）標準ワーキンググループの第4回会議が北京で成功裏に開催されました。北京大学、IEEE、WeBank、Sinovation Ventures、JD.com、China Telecom、Tencent、Xiaomi、Alibaba、Yitu、Clustar、4Paradigm、Huawei Terminal、VMWare、LogiOcean、SensesGlobal、Swiss Re、Intel、CETC BigData、Ant Financial、China Asset Management、Fusu Technologyなど、合計22の大手企業と研究機関が参加しました。会議では、フェデレーテッドラーニングのシナリオ分類と需要分類に重点が置かれ、フェデレーテッドラーニングのセキュリティ評価と格付けの計画が強調され、さらにフェデレーテッドラーニング標準の策定について議論されました。これは、フェデレーテッドラーニングの発展への基礎的な貢献であると言えます。フェデレーテッドラーニングはまだ爆発的な発展の段階には至っていませんが、幸いなことに将来には希望があります。

自動運転は天使でも悪魔でもない

2017年は自動運転に関するニュースが爆発的に増加した年であり、この分野ではほぼ毎月大きなイベントが発生しました。 GMは6月13日、同社の最新世代の自動運転技術を搭載したシボレー・ボルト電気自動車のテストバージョン第1弾130台がミシガン州オリオン工場の生産ラインから出荷されたと発表した。 GM は、当時の 50 台のシボレー ボルト電気自動車のテスト車両群を含め、現在 180 台のボルトからなる自動運転車両群を保有しており、サンフランシスコ、アリゾナ州スコッツデール、デトロイトで公道テストを実施しています。アウディは7月11日、世界初のレベル3自動運転機能を搭載した量産モデルとされる新型A8を発売した。時速60キロ以下の低速や混雑した道路状況でも自動運転を実現できる。同年末、北京市は「北京市における自動運転車の路上試験の推進加速に関する指導意見（試行）」と「北京市における自動運転車の路上試験管理実施規則（試行）」という2つの公式文書を公布し、北京市が中国で初めて自動運転試験のために公道を開放した都市となった。

当時、自動運転は好評を博し、人々はその技術を人々の手を自由にする「天使」に例えていた。しかし、良い時代は長くは続かなかった。 2018年、ウーバーの自動運転車が世界初の死亡事故を引き起こし、道路を横断中の女性がはねられて死亡した。この事件は、無人運転車、特に安全性の問題に世界中の注目を集めました。この悲惨な事故は、安全性が何よりも重要であり、技術によってどれだけの事故を回避できるかを推定するだけでは絶対に不十分であるという最も重要な事実を人々に認識させました。同年5月には、グーグルの自動運転企業ウェイモでも自動車事故が発生し、テスト担当者が負傷した。その後の調査で、この自動車事故はやはり人為的要因によるものであることが判明しました。検査員は気が散って居眠りをしていたため、緊急事態に間に合うことができず、この悲劇を引き起こしました。

現在、一部の自動車メーカーもL3の自動運転を実現しており、最も有名な事例はテスラが推進している自動運転機能です。多くのユーザーが自動運転関連の動画を撮影し、SNSにアップロードしている。これは自動運転技術にとって最高の宣伝ではあるが、テスラの関係者は、自動運転のためにユーザーが手足を完全に離すことをサポートしていないと依然として述べている。現在、この機能を使用するには、ドライバーが常に道路状況を観察することに集中する必要がある。 L4レベルの自動運転は、現在ほとんどの企業が克服しようとしている難しいハードルです。昨今、自動運転の技術は、無害な「天使」でも残酷な「悪魔」でもないと、世間も客観的に見るようになってきた。

AIチップは他人に制御されるものから「強さを目指す」ものへと変化した

2016 年、中国のチップ設計会社の数は 2015 年と比較して 600 社以上増加し、2017 年末までに中国には約 1,380 社のチップ設計会社が存在しました。 Soopatのデータによると、国内のチップ関連特許の公開数は毎年増加しており、2018年以降は1万8871件が公開されている。しかし、これらは十分ではありません。

2018年のZTEに対する米国の制裁は私たちに「厳しい教訓」を与え、その後の米国におけるHuaweiへの攻撃は、外国からのチップ輸入に過度に依存している企業をさらに目覚めさせた。遅れをとれば負ける、これはどの分野でも真実である。我々はコア技術で競争する必要があり、大企業が先頭に立つ必要があります。コア技術を習得しなければ、他人の土台の上に家を建てることになるでしょう。こうした困難により、中国の科学界は「チップの自立」の重要性を認識するようになった。

2019年、これらの問題を認識した後、多くの中国のチップ企業が、特に専用チップの分野で追い上げを始め、目覚ましい成果を上げました。

9月25日の杭州雲旗カンファレンスで、アリババグループの最高技術責任者、アリババクラウドインテリジェンス社長、DAMOアカデミー学長の張建鋒氏がAIチップ「Hanguang 800」のデモを行った。アリババは次のように述べた。業界標準のResNet-50テストにおいて、Hanguang 800の推論性能は78,563 IPSに達し、これは当時の業界最高のAIチップの4倍に相当します。エネルギー効率比は500 IPS/Wで、2位の3.3倍に相当します。

ファーウェイは、デュアルモード5GチップBalong 5000と世界初の5G基地局チップTiangangの発売に続き、今年、5Gベースバンドを内蔵した初のKirin 990 5G SoC、つまり初の商用5Gフラッグシップチップを発売しました。つい最近、チップ大手のMediaTekも、北斗七星の一つで「先導」を意味する名前に由来する新しい5GチップブランドDimensityの立ち上げを発表し、同ブランド初の製品である5G SoCチップDimensity 1000を発売した。国産チップも「他人にコントロールされる」という冷遇を経験した後、自立して強くなり始めています。コア技術を自らの手で習得してこそ無敵になれることがわかります。

5Gは技術の萌芽から大爆発へと移行している

2017年12月21日（北京時間）、第78回RAN総会において、代表者の拍手の中、第5世代移動通信「5G NR」の初版が正式に凍結され、リリースされました。これは5G標準化における重要な節目です。今年初めの3GPPによる5Gネットワ​​ークの加速提案から、年末の3GPPによる最初の実装可能な5G New Radio（5G NR）仕様の完成発表まで、今年の5Gの開発は急速でした。

[[284772]]

2019年、5Gはまさに技術用語から商用実装へと移行しました。今年6月6日、わが国は3大通信事業者と中国ラジオテレビに5Gライセンスを発行し、5Gが正式に商用化段階に入ったことを示しています。基地局の展開速度が大幅に加速され、AIの性能が大幅に向上するでしょう。

エッジコンピューティングが波を巻き起こす

調査会社フォレスターの調査によると、世界中の通信会社の意思決定者の 32% が現在エッジ コンピューティング施設を導入または拡張しており、さらに 27% の意思決定者が 1 年以内にエッジ コンピューティング施設を導入する予定であると回答しています。ますます多くの企業がエッジ コンピューティングを開発および導入する主な動機は、帯域幅、コスト、ネットワーク遅延の緊急性と重要性にあります。

[[284773]]

エッジ コンピューティングは、コンピューティング システムをフラットからエッジへ、そして 5G ネットワーク アーキテクチャへと進化させる上で不可欠なテクノロジーです。また、新しいエコシステムとバリュー チェーンも提供します。サードパーティのデータ分析機関であるIDCは、2020年までに、スマートフォン、ウェアラブルデバイス、個人用交通機関などを中心に、世界中で約500億台のスマートデバイスがインターネットに接続され、データの40％にエッジコンピューティングサービスが必要になると予測しています。エッジ コンピューティングは大きな市場の可能性を秘めており、研究機関、標準化団体、サービス プロバイダー、業界から大きな注目を集めています。

結論：

急速に変化するテクノロジーの世界では、3 年は十分な長さです。私たちは、人工知能が未来を変えるという遠い夢から徐々に目覚め、技術発展の長所と短所を真に冷静かつ客観的に考えることができるようになりました。では、テクノロジー従事者として、2017 年から 2019 年にかけてあなたの生活にはどのような変化がありましたか?