2021年の主なAIトレンド：AIチップスタートアップのM&Aの可能性

人工知能 (AI) と機械学習は、テクノロジーの意思決定者、業界の専門家、投資家にとって引き続き注目の的です。

S&P Global Market Intelligenceが2020年7月に発表した調査によると、企業や組織の58%がCOVID-19パンデミックが既存のAI計画に悪影響を及ぼすと予想し、19%がパンデミックによりAIプロジェクトを中止したと回答した。同時に、企業や組織の75%が、COVID-19によって新たなAIの取り組みが加速したと回答しています。

最近発表された 2021 AI/ML ユースケース調査では、この状況が変化していることが示されており、回答者の 86% が、COVID-19 パンデミックにより、組織は新しい AI イニシアチブに投資するようになった、または今後投資することになるだろうと回答しています。パンデミックによって引き起こされた不確実性は依然としてすべての人に影響を及ぼしていますが、レポートでは2021年の主要なAIトレンドがいくつか示されています。

AI開発にはデータサイエンティスト以上の人材が不足している

データ サイエンティストの不足は依然として残っていますが、AI を開発する企業が直面している課題はそれだけではありません。 S&P Global Market Intelligence が 2018 年夏に実施した初の企業向け人工知能および機械学習に関する調査では、回答者の 36% が技術リソースの不足が最大の障害であると考えており、次いでアクセス可能なデータ (16%) が続いています。かつてはデータ サイエンティストが最も求められていました。

最新の調査では、クラウド アーキテクトの需要が 27% で最も高く、次いで機械学習エンジニア、ソフトウェア エンジニア、データ サイエンティストの需要が 23% でした。データ サイエンティストはまだ不足していますが、AI と ML の学際的な性質も考慮する必要があり、これは企業の採用にも反映されています。

大規模モデルがAI音声会話を変えると期待される

Google は 2017 年に Transformer 言語モデルを導入し、大きな変化をもたらしました。2018 年には BERT (Bidirectional Encoder Representations from Transformers) をリリースし、2019 年にこの技術を Web 検索エンジンに実装しました。BERT モデルには 3 億 4000 万のパラメーターがあります。

その後、Microsoft は 2020 年 2 月に 170 億のパラメータを持つ Turing-NLG モデルをリリースし、OpenAI は 6 月に 1750 億のパラメータを持つ GPT-3 モデルをリリースしました (2019 年の GPT-2 は 15 億でした)。 AI モデルのサイズは重要です。パラメータの数が多いほど、コンテキスト情報を理解する能力が向上するためです。しかし、これらのモデルは規模が大きく、構築と実行にコストがかかるため、コンピューティング リソースとエネルギー消費の面で課題が生じます。

大規模な音声モデルはまだ初期段階ですが、高度なチャットボット、複雑な研究​​論文の要約の作成、ニュースやコンテンツのレビューの作成など、将来のアプリケーションは期待に値します。人間による問題の説明を理解してソフトウェア コードを自動的に生成したり、あらゆる種類のコンテキストから必要な情報を検索したりすることもできます。

このような強力なモデルは、偽の歴史や人種差別など、あらゆる種類のテキストを生成できるため、物議を醸しています。このため、マイクロソフトとそのパートナーである OpenAI は、最新モデルの使用を制限しました。モデルパラメータの増加傾向は 2021 年も続き、大規模言語モデルを活用するエンタープライズユースケースが増えるでしょう。

AIチップの新興企業、合併の可能性も

AIチップ分野で注目すべき分野の一つは、NVIDIAによるARMの買収である。これは、世界の規制当局の意見次第で、2021年後半か2022年に完了するか、あるいは決して完了しないかもしれない。

インテル側では、新任のCEOが2019年末の買収を基にハバナをさらに発展させたいと考えている。

AIチップの2大プロバイダーであるNvidiaとIntelに加えて、設立4～5年のAIチップサプライヤーやスタートアップ企業も数多く存在し、2021年には製品をリリースし、重要なパートナーを獲得することを期待しています。

AI アクセラレータ チップのスタートアップ企業の数が非常に多いこと (現在 40 社以上) を考えると、S&P Global Market Intelligence は 2021 年に何らかの統合が起こると予想しています。

また、AI モデルがますます大規模になるにつれて、AI チップの需要もパフォーマンスと消費電力の両方を考慮する必要があることにも留意する必要があります。

製造業におけるAIの応用が一歩加速

AIがより広く活用されている業界を特定することは困難ですが、2021年には製造業がAIの応用において重要な役割を果たすと思われます。これは、2020年に観察された市場の勢いだけでなく、過去数年間のこの分野に注力しているスタートアップの業績からも明らかです。製造業の自動化のビジョンが加速しています。

2020年10月に発表された「企業の声：2020年ベンダー評価」調査によると、調査対象となった製造企業の62％が、AI/MLを今後2年間で最も変革をもたらす技術と見なしており、業界が最先端技術で遅れをとっているというこれまでの印象とは異なっています。

新しい調査によると、2021 年の製造業における AI の主な使用例としては、データ セキュリティ、在庫監視、予測保守などが挙げられます。今後2年間で、組立ラインの構築と最適化、従業員の安全（社会的距離の確保を含む）が上位4位に入るでしょう。

テクノロジーは規制されている

テクノロジーは規制されつつあり、大手ソーシャルメディア企業はコンプライアンスチームの採用を開始するでしょう。私たちが注目している AI 企業ではありませんが、その影響力は、ここ数週間の政治的混乱の影響を受けている Twitter、Facebook、Parler でも実証されています。

AWS、Salesforce、Stripeなど一部のバックエンドプロバイダーも措置を講じ、トランプ関連の特定の団体との取引から撤退した。これらの企業の中には、業界の標準化を促進し、難しい決断を下す上で役立つ規制を歓迎する企業もあるだろう。

テクノロジー（または少なくともソフトウェア）と規制について考えるときに考慮すべきもう 1 つの要素は、テクノロジーと有形物（石油や食品など）の違いです。ほとんどの場合、テクノロジー製品は他の国でもすぐに使用できます。したがって、野心的な企業は、自社の範囲を超えた規制にも注意を払う必要があります。

国家の資金と政策がAI開発を支援

過去数年間にわたり、国家の AI 戦略は進化してきました。政府は現在、AIプロジェクトを支援するために多額の資金を投入しています。たとえば、米国では、新しい防衛法案である2021年度国防権限法が今年初めに法律となり、人工知能のために64億ドルの政府予算が確保されました。

これらには、国防総省が取得したAI技術が倫理的に正当であることを保証するためにホワイトハウスが主導する国家人工知能プログラムオフィスを設立することや、国立標準技術研究所（NIST）にAIリスク管理フレームワークを開発させることなどが含まれる。こうしたタイプの資金の活用と、新政権による細部へのさらなる配慮により、米国政府の統治は強化されるだろう。

英国では、2019年に設立された独立諮問専門委員会であるUK AI Councilが、英国政府に助言するためのAIロードマップを公開し、英国をAIとデータ革命の最前線に立たせています。

中国も2017年に国務院が新世代人工知能開発計画を発表し、国家AI戦略の策定を開始した。同社の目標は、2030年までに世界有数のAIイノベーションセンターになることです。米中関係は緊張しているが、中国は2021年の目標を達成するために断固とした姿勢で臨むだろう。

翻訳：Leifeng.com、オリジナルリンク：https://www.spglobal.com/marketintelligence/en/news-insights/blog/2021-ai-and-machine-learning-outlook