ディープラーニングの未来に関する6つの予測

[51CTO.com クイック翻訳] ディープラーニングは複雑な概念であり、その中の各要素は単純ではありません。人工ニューラル ネットワークの基礎にすでに精通しているデータ サイエンティストであっても、加速畳み込み、再帰、生成、その他の多層ディープラーニング アルゴリズムの仕様に関連する複雑な概念を理解するには時間がかかります。ディープラーニングのイノベーションが活発化するにつれ、この技術は新たなリスクに直面し始めています。一般の開発者にとっては、その過度に複雑な性質により、深く研究したとしても理解することが困難になっています。

しかし、私は個人的に、この 10 年の終わりまでにディープラーニング業界がその機能を提供する方法を大幅に簡素化し、一般の開発者が理解して採用できるようになると確信しています。以下では、ディープラーニングの今後の発展方向に関する 6 つの予測について説明します。

[[184073]]

1. ディープラーニング業界は標準化されたツールのコアセットを採用する

この 10 年の終わりまでに、ディープラーニング業界は標準化されたツール フレームワークの中核セットを確立するでしょう。今のところ、ディープラーニングの専門家はいくつかのツールオプションに落ち着いており、そのほとんどはオープンソース プロジェクトです。最も人気のある結果には、TensorFlow、BigDL、OpenDeep、Caffe、Theano、Torch、MXNet が含まれます。

2. Sparkではディープラーニングがネイティブにサポートされる

Spark コミュニティは、今後 1 ～ 2 年かけてプラットフォームのネイティブ ディープラーニング機能を強化していきます。今年の Spark Summit でのスピーチから判断すると、テクノロジー コミュニティ全体が TensorFLow に力を注いでいることは明らかで、BigDL、Caffe、Torch は少なくともサポート範囲に含まれることになります。

3. ディープラーニングはオープン分析エコシステムの中で確固たる地位を築く

ほとんどのディープラーニングの展開は、Spark、Hadoop、Kafka、その他のオープンソースのデータ分析プラットフォームに基づいています。これらのプラットフォームが提供する完全なビッグデータ分析機能がなければ、ディープラーニング アルゴリズムをトレーニング、管理、展開することはできないことがますます明らかになっています。具体的には、Spark はさまざまなツールでディープラーニング アルゴリズムを拡張および高速化するための基本プラットフォームになります。確かに、ほとんどのディープラーニング開発者は、ハイパーパラメータの最適化、高速なインメモリ データ トレーニング、データ クリーニング、前処理などの特定のタスクに Spark クラスターを活用しています。

4. ディープラーニングツールは、高速コーディングのための簡素化されたプログラミングフレームワークを導入する

アプリケーション開発者コミュニティは、コアアルゴリズム機能の開発を迅速に完了するためにコード行数を削減することを目的とした API やその他のプログラミング抽象化を今後も採用していきます。今後、ディープラーニング開発者は、既成のプラグイン可能なアルゴリズムのより広範なライブラリへのアクセスを提供する、統合されたオープンなクラウドベースの開発環境にますます依存するようになるでしょう。これらすべてにより、構成可能なコンテナ化されたマイクロサービスの形式で、ディープラーニング アプリケーションの API 駆動型開発が可能になります。このようなツールは、ノートブック デバイスでのコラボレーションと共有の仕様を提供しながら、ディープラーニング開発パイプラインのさらなる自動化を実現します。この傾向が強まるにつれ、「50 行のコードで構築された敵対的生成ネットワーク (Pytorch)」のような見出しが増えるでしょう。

5. ディープラーニングツールセットは再利用可能なコンポーネントの視覚的な開発をサポートする

ディープラーニング ツールセットでは、既存のビルディング ブロックに基づいて新しいモデルを視覚的に設計、構成、トレーニングできるように、よりモジュール化された機能が導入されます。再利用可能なコンポーネントのほとんどは、類似のユースケースを解決するために「翻訳学習」を通じて元のプロジェクトから抽出されます。再利用可能なディープラーニング成果物は、特徴表現、ニューラル ノードの階層化、重み付け方法、トレーニング方法、学習率、および元のモデルに関連するその他の機能を含む標準ライブラリとインターフェイスに組み込まれます。

6. あらゆるデザイン面にディープラーニングツールが組み込まれる

「ディープラーニングの民主化」の進捗状況を議論するのは時期尚早です。今後 5 ～ 10 年で、ディープラーニング開発ツール、ライブラリ、言語は、あらゆるソフトウェア開発ツールセットの標準コンポーネントになるでしょう。同様に重要なのは、これらのユーザーフレンドリーなディープラーニング開発機能がジェネレーティブ デザイン ツールに組み込まれ、あらゆる分野のアーティスト、デザイナー、建築家、クリエイティブ ワーカーが使用できるようになることです。これらすべてを推進しているのは、ディープラーニング ツールの使いやすさです。その強力な機能は、画像検索、自動ラベル付け、リアルなレンダリング、解像度の向上、スタイルの転送、グラフィックのインスピレーション、音楽作曲などに幅広く使用されます。

大規模市場アプリケーションにおけるディープラーニングの急速な進歩により、ディープラーニングは、データ視覚化、ビジネスインテリジェンス、予測分析とともに、多くの業界の基盤となるでしょう。さまざまなトライアルおよび学習ソリューションもセルフサービス クラウド配信モデルへと移行し始め、基盤となるテクノロジーの複雑さに触れたくないユーザーに利便性を提供します。そしてこれは、長期にわたる技術発展の必然的な傾向でもあります。

原題:ディープラーニングの将来に関する 6 つの予測

原作者:ジェームズ・コビエルス

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]