AI業界の「第2の成長曲線」を牽引する清華大学傘下のRealAIが第3世代のAI製品をリリース

12月9日、清華大学人工知能研究所、北京市知源人工知能研究所、北京市瑞来スマートテクノロジー株式会社が共催する「2020年第三世代人工知能産業フォーラム及び瑞来スマートRealAI戦略発表会」が北京で開催された。清華大学人工知能研究所所長で中国科学院院士の張北氏、清華大学教授で中国科学院院士の王暁雲氏、清華大学教授でセキュア人工知能イノベーションセンター所長の朱軍氏、北京智源人工知能研究所所長の黄鉄軍氏、清華大学技術移転研究所所長の王燕氏、RealAI CEOの田天氏が会議に出席した。

このカンファレンスでは、RealAIの第3世代AI製品2つ、プライバシー保護機械学習プラットフォームRealSecureと人工知能セキュリティプラットフォームRealSafe 2.0が正式にリリースされました。この新製品の発売は、RealAIが「第3世代人工知能技術」に基づくAIネイティブインフラストラクチャの青写真を公式に披露した初めての機会です。RealAIは、人工知能インフラストラクチャの構築を継続的に深化させ、AI業界の「第2の成長曲線」を発展させ、人工知能を新時代の原動力にすることを目指します。

[[356747]]
RealAI CEO ティエン・ティエン

AIネイティブインフラ構築における3つの大きな障壁を突破

AIネイティブインフラの構築

人工知能が新時代の「水と電気」となり、さまざまな産業のアップグレードを推進する基盤となる汎用能力となるためには、完全な AI インフラストラクチャが必要です。 RealAIのCEOである田天氏は、インターネット時代の経験を受け継ぎ、現在のAIインフラ構築の焦点はデータセンターとコンピューティングプラットフォームに集中しており、主にAIの「衣食住」の問題を解決し、AIに基本的なコンピューティング環境を提供することだと述べた。しかし、シナリオによってデータの蓄積が制限され、既存のコンピューティングパワーが限界に近づくにつれて、ビッグデータやビッグコンピューティングパワーなどの外部の原動力によってもたらされたAI産業の「第1次成長曲線」は鈍化し始めています。

成長は内側からの破壊から生まれます。インテリジェンスのスピードが産業に深く浸透するにつれて、AIインフラの構築は、自らの基盤能力を強化することから始め、データとコンピューティングパワーの次元を超えた新たな能力を開発することが急務となっている。同じデータとコンピューティングパワーの条件下で、AI対応産業の徹底的な応用をより良くサポートし、AI産業化の新たな市場空間を開拓し、産業の第二の成長曲線を牽引できるように、「内生的な原動力」を備えたAIネイティブインフラを構築する必要がある。

AIの内発的推進力を強化するには、3つの大きな「障壁」を突破する必要があります。最初のレベルはアルゴリズム レベルで、アルゴリズムの決定の信頼性とセキュリティが保証されます。田田氏は、インテリジェンスの時代においては、AIの意思決定ロジックやリンクには当然多くの不確実性と説明可能性の欠如があり、価値の高い意思決定のシナリオに適用することは難しいと説明した。さらに、アルゴリズムの広範囲にわたる「敵対的サンプル」特性により、AI システムは悪意のある攻撃を受けるリスクにさらされます。

2 番目のチェックポイントはデータ チェックポイントであり、データのプライバシーとセキュリティが確保されます。 AI モデルをトレーニングする場合、プレーンテキスト データの単純な送信と使用によってプライバシー漏洩が簡単に発生する可能性があります。同時に、AIアプリケーションのためのデータサイロを解体するプロセスでは、データの目的と量を保証することが難しく、悪用やコピーされる可能性があります。また、利点を定義し、所有者の権利を確保することも困難です。

最後のステップは、AI アプリケーション シナリオの管理と制御であるアプリケーション ステージです。たとえば、信用モデルにおける「生存者バイアス」や顔認識における人種差別など、アルゴリズムの公平性に関する一連の問題の発生、金融詐欺や世論誘導のための政治プロパガンダにつながる技術の悪用などです。

「3つの大きな障壁」を突破するために、AIネイティブインフラストラクチャは、アルゴリズムの信頼性、データのセキュリティ、アプリケーションの制御可能性という3つの主要な機能を実現し、既存のAIプラットフォームをアップグレードして強化し、さまざまなシナリオでAIの可用性を拡大する必要があります。ティエンティエンは、これが現段階の人工知能業界の需要であり、業界の目標でもあると考えています。能力実現の観点から見ると、これら 3 つの能力は、データやコンピューティング能力によってもたらされる能力向上とはまったく異なり、本来の 2 次元の能力成長を新たな空間に拡張し、能力成長の新たな次元を切り開きます。

基盤となる技術スタックから始めて、AIインフラ構築の青写真を概説します。

AIネイティブなインフラの構築は「高い目標」であり、第3世代の人工知能技術フレームワークにより、その達成が可能になります。 RealAIは清華大学人工知能研究所が育成したテクノロジー企業として、安全で信頼性が高く、信頼性が高く、拡張可能な第3世代人工知能の開発に深く取り組んでいます。ベイジアンディープラーニング、説明可能な機械学習、AIセキュリティ対決攻撃と防御、新世代ナレッジグラフ、プライバシー保護機械学習などの基盤技術スタックに依存し、説明可能な機械学習モデリングプラットフォームRealBox、人工知能セキュリティプラットフォームRealSafe、ディープフェイク検出ツールDeepRealなどの一連のプラットフォーム製品を含む、アルゴリズムの信頼性、データセキュリティ、アプリケーションの制御可能性の3つの側面を中心としたAIインフラストラクチャ構築の青写真を描いています。

この戦略的な発表会で、RealAI は、プライバシー保護機械学習プラットフォーム RealSecure と人工知能セキュリティ プラットフォーム RealSafe 2.0 という 2 つの製品のリリースに重点を置きました。

プライバシー保護機械学習プラットフォーム「RealSecure」

AI 応用のプロセスにおけるデータサイロの問題を解決するために、プライバシーを保護する機械学習は学界と産業界によって実現可能な道として認識されています。しかし、プライバシー保護機械学習と従来の機械学習は同じ技術エコシステムに属していないため、プライバシー保護エコシステムを構築したい企業は、パフォーマンスの低下、使いやすさの悪さ、ブラックボックスプロトコルなど、多くの課題に直面しています。

RealAIは、暗号化や分散などの複数の技術システムを統合し、RealSecureプライバシー保護機械学習プラットフォーム（RSC）をリリースしました。これは業界初のプライバシー保護AIコンパイラーであり、基盤となるデータフローグラフの観点から、機械学習アルゴリズムと対応する分散プライバシー保護アルゴリズムの関係を明らかにした最初のコンパイラーです。同時に、プライバシー保護アルゴリズムの数式表現を「演算子」レベルでより細かい粒度に分解し、演算子の組み合わせを通じて機械学習エコシステムとプライバシー保護機械学習エコシステムを接続して、2つのエコシステムの統合を実現します。

従来の処理方法と比較すると、RSC は「コンパイラ」機能としての役割が強く、ワンクリックで機械学習アルゴリズムをプライバシー保護型機械学習アルゴリズムにコンパイルします。基盤となるコンパイラ レベルの機能のおかげで、RSC には 3 つの大きなパフォーマンス上の利点があります。

•まず、トレーニング速度が30倍以上向上します。その理由は2つあります。暗号化アルゴリズムの面では、完全準同型技術の革新的な応用により、機能と性能の面で半準同型技術の束縛が打ち破られ、性能が2～3桁向上しました。AIアルゴリズムの最適化の面では、収束速度が速くなり、反復回数が減りました。

•2番目は、ホワイトボックス検証可能なセキュリティです。 RealSecure は、すべての中間コンピューティング プロセスを、先駆的なデータ フロー グラフの形式で安全かつ透過的にユーザーに提示します。内部オペレータの実行は完全に公開されており、安全で透過的なプライバシー保護通信プロトコルを実現します。

•3つ目は、面倒な書き直しが不要で、加工方法も「木版印刷」から「活版印刷」に変更したため、使いやすいことです。

パフォーマンスの向上により、RealSecure は最も商業的に実現可能なエンタープライズ レベルのプライバシー保護機械学習プラットフォームになりました。従来の方法では、さまざまなデータソースを接続するために依然として人力に依存していますが、RealSecure は「高速道路」レベルのノードリンクを実現し、支払い、消費、課税、交通、司法、オペレーターなどのビッグデータの相互接続をより迅速かつ安全にし、詐欺防止、中小企業の福利厚生、AI ヘルスケアなどのインテリジェントな意思決定を真に実装できるようにしました。

人工知能セキュリティプラットフォームRealSafe

RealSafe は、人工知能のセキュリティ リスクに対処するために開発されました。これは、世界初の商用 AI セキュリティ プラットフォームであり、業界初の人工知能モデル向けウイルス対策ソフトウェアです。 RealSafe は、「敵対的サンプル」や「バックドアの埋め込み」などの攻撃方法に対応して、一方ではモデルのセキュリティを総合的にテストすることができ、テストプロセス全体がインターフェースを通じて完全に操作可能であるため、ユーザーはモデルのセキュリティアルゴリズムに関する専門知識やプログラミング開発の経験を持つ必要がありません。他方では、セキュリティを強化するためのさまざまなソリューションを提供し、テスト対象のモデルに対する各ソリューションのセキュリティ向上効果を自動的に評価できます。

RealSafe2.0 は、以前のバージョンをベースに、セキュリティ検出機能を全面的にアップグレードしました。まず、評価できるアプリケーション シナリオが、最も広く使用されている顔認識モデルからターゲット検出および画像分類モデルまで全面的に拡大されました。同時に、敵対的サンプル攻撃のセキュリティ検出に基づいて、画像分類モデル用の新しい自動バックドア検出が追加されました。さらに、RealSafe2.0 は、敵対的サンプルのノイズ除去方法、敵対的サンプルの検出方法、敵対的トレーニング方法などのセキュリティ向上ソリューションも提供します。

現在、RealSafe は工業情報化部や電力網会社の主要建設プロジェクトに適用されており、将来的にはさらに多くのセキュリティリスク検出機能を統合する予定です。これを基に、RealAI はサードパーティの人工知能セキュリティ検出プラットフォームの構築に取り組んでおり、人間の介入なしに高セキュリティモデルを自動的にトレーニングする技術ソリューションを模索しています。

AIネイティブインフラストラクチャブループリント

人工知能産業の「第2の成長曲線」を開く

田田氏は「この一連のAIネイティブインフラストラクチャは、AI機能の新たな次元を切り開き、AIの第2次成長曲線を刺激し、AIがあらゆる分野の力を発揮するための新たな市場機会をもたらすことができる。例えば、金融シナリオでは、コンプライアンスとプライバシー保護を前提として、インテリジェントリスク管理、詐欺防止、精密マーケティングなどのアプリケーションの有効性を大幅に向上させることができる。スマート金融商品のリスクを制御可能にし、資産配分と利用効率を向上させる。より安全で保護された顔スキャン支払いシステムを提供する。公安部門がさまざまなチャネルで虚偽の内容を制御し、対応する伝達リスクを防ぐ能力を向上させるのに役立つ」と紹介した。

記者会見の最後に、田田氏は、アプリケーションで問題が起こったときに、問題を一つずつ解決したり、小さな修正を加えたりするのではなく、RealAIは常に基礎的な技術の変化を推進することを主張していると述べた。問題が発見されると、問題のカテゴリを把握し、基礎となるフレームワーク、プラットフォーム、方法論のブレークスルーを通じて、業界全体のアップグレードに貢献します。彼によれば、新しくリリースされた 2 つの製品は、このコンセプトの典型的な代表例です。製品の位置付けと機能的価値はどちらも RealAI では初めてのものです。

田田氏は、RealAIの目標はAIネイティブインフラシステムを完成させ、さまざまな業界に対応するビジネス製品とソリューションを提供することで、規模や価値に関係なく、あらゆるシナリオでAIエンパワーメントの恩恵を受け、AIがより高品質で人類社会に貢献できるようにすることだと語った。