人工知能のルーツを解読する

  [[384631]]

◇コンピューティングパワーアルゴリズムの重要な基盤として、人工知能チップと人工知能フレームワークのパフォーマンスが人工知能産業の発展を決定します。

◇米中競争が激化する中、人工知能は大国間の新たな競争の焦点となっている。アメリカと比較すると、我が国の現在の人工知能の弱点は、鍵となる根本技術が不足していることです。

◇第14次5カ年計画期間中の人工知能計画の焦点は、我が国の人工知能技術の発展ルートを明確にし、我が国の制度的優位性を発揮し、人工知能技術の飛躍的進歩と革新を促進することである。

AlphaGoが再び進化。

2020年12月、ネイチャー誌によると、ディープマインドによる研究では、ルールを知らなくても独自の実験で囲碁やチェスなどのゲームをマスターできる「MuZeroアルゴリズム」が提案された。これは、汎用的な人工知能アルゴリズムの探求における重要な一歩とみなされている。

2016年に、この人工知能プログラムの「前身」であるAlphaGoが初めて世界トップの囲碁プレイヤーに勝利したことを覚えている人は多いだろう。 1年後、後継機であるAlphaGoZeroはルール入力と自己対戦を通じて学習し、わずか40日間のトレーニングで前任機を打ち負かしました。その後間もなく、チェスを 9 時間、将棋を 12 時間、囲碁を 13 日でマスターした AlphaZero が誕生しました...

人工知能がこれほど急速に進化する理由は何でしょうか?

人工知能を「技術ツリー」に例えると、人間のチェスプレイヤーを打ち負かすAIプログラムはまさに「王冠」であり、ツリー全体を養い、継続的なアップグレードを可能にするのは、基本的なソフトウェアとハ​​ードウェアを中心とした根源的なAI技術です。

中国科学技術情報研究所党委員会書記の趙志雲氏は、Outlook News Weeklyの記者に対し、人工知能の根幹技術とは、人工知能チップやシステムフレームワークなど、人工知能技術の発展を支え、人工知能産業の派生を支えることができる基礎研究と主要技術を指すと語った。

深い根と青々とした葉。ある程度、根底にある技術が産業発展の盛衰を決定します。

ルートテクノロジーがAIエコシステムに影響を与える

人工知能にはどれくらいの計算能力が必要ですか?

シリコンバレーの非営利団体OpenAIの計算によると、世界の人工知能のトレーニングに使用されるコンピューティング量は2012年以降、平均3.43か月ごとに倍増する指数関数的な成長を見せています。現在のコンピューティング量は30万倍に拡大しており、コンピューティングパワーの成長率をはるかに上回っています。従来の CPU アーキテクチャは、長い間、ディープラーニングの計算能力要件を満たすことができませんでした。AlphaGo のハードウェア基盤は、ニューラル ネットワーク アルゴリズムに重点を置き、計算速度を大幅に加速する TPU チップです。

人工知能チップはコンピューティングパワーの重要な基盤であり、その性能が人工知能産業の発展を決定づけると言えます。

清華大学マイクロナノエレクトロニクス学部の魏少軍教授は、CPU、GPU、FPGAなど既存のチップの基本アーキテクチャは、人工知能のこのブレークスルーよりずっと前から存在していたと指摘した。それらは人工知能のために特別に設計されたものではなく、したがって人工知能を実現するという任務を完璧に遂行することはできない。人工知能には、十分な計算能力と極めて高いエネルギー効率に加えて、高効率の汎用コンピューティング エンジンも必要なチップが必要です。

魏少軍氏は、人工知能チップには少なくとも以下の特性が必要だと考えている。第一に、プログラム可能性。アルゴリズムは不安定で常に変化しているため、アルゴリズムの進化に適応し、多様性に対応できること。第二に、動的なアーキテクチャの可変性。さまざまなアルゴリズムに適応できること。第三に、効率的なアーキテクチャ変換機能。さまざまな操作にはさまざまなアーキテクチャへの変更が必要になるため。

また、AlphaGoが非常に短期間で急速に「進化」するにはアルゴリズムの改善も不可欠であり、その背後には人工知能アルゴリズムのフレームワークがある。

CADIシンクタンク情報技術・ソフトウェア産業研究所情報技術研究室長の徐亜千氏は、このアルゴリズムフレームワークにより人工知能の学習効率が大幅に向上すると述べた。一方、アルゴリズム フレームワークは、ディープラーニングの難易度を軽減し、ディープラーニングの基礎となるアーキテクチャとインターフェイス、および多数のトレーニング済みニューラル ネットワーク モデルを提供し、ユーザーのプログラミング時間を短縮します。一方、ほとんどのディープラーニング フレームワークは優れたスケーラビリティを備えており、複雑なコンピューティング タスクを最適化し、複数のサーバーの CPU、GPU、または TPU 上で並列実行することをサポートしているため、モデルのトレーニング時間が短縮されます。

さらに、徐亜千氏は、アルゴリズムフレームワークも人工知能のコアエコシステムを確立するための重要なリンクであると考えています。アルゴリズム フレームワークは、人工知能の技術、産業、アプリケーションを決定する中核的なリンクであり、コア人工知能エコシステムを確立するための基盤と鍵となります。アルゴリズムフレームワークの研究開発は、チップ、システム、ソフトウェア、ハードウェアプラットフォームなどのエコシステム関連産業と周辺産業の発展を促進し、人工知能のコアエコシステムの構築を促進します。

欧米の先進国では、人工知能アルゴリズムフレームワークの研究、開発、応用が数多く行われてきました。 Google、Amazon、Microsoft、IBM などの国際的なテクノロジー大手はいずれも、テクノロジーと市場の機会をつかむためにアルゴリズム フレームワークを導入しており、TensorFlow や PyTorch などの主流の人工知能アルゴリズム フレームワークを数多く開発し、オープンソース化しています。

ルートテクノロジーが主な欠点である

「中国と米国の競争が激化する中、人工知能は大国間の競争の新たな焦点となっている。米国と比較すると、我が国の現在の人工知能の欠点は、重要な根本技術が不足していることだ」と趙志雲氏は述べた。

インタビューを受けた専門家は、近年、わが国は人工知能技術と応用において大きな進歩を遂げ、国際的に一定の競争力を持っているが、基礎層の全体的な実力は比較的弱く、人工知能フレームワークや人工知能チップなどのルート技術のサポートが不足していると指摘した。ほとんどのチップは輸入に依存しており、コンピューティングパワーの基盤は弱く、オープンソースフレームワークは外国の大手企業の影響を受けている。

我が国の半導体輸入額は長年にわたり石油を上回り、2019年には3000億ドルを超えたとみられる。OSやハイエンドリソグラフィー機器は依然として外国企業に独占されており、センサーの90％以上は海外から輸入されている。

CADIシンクタンクの人工知能産業状況分析研究チームが実施した調査では、人工知能のコンピューティングパワーサポートの面では、IBM、HPE、Dellなどの国際大手が世界のサーバー市場でトップ3にしっかりと位置している一方で、Inspur、Lenovo、H3Cなどの国内企業の市場シェアは限られていること、国内の人工知能チップメーカーは、Qualcomm、NVIDIA、AMD、Xilinx、Marvell、EMC、Avago、MediaTekなどの国際大手企業に供給を大きく依存する必要があり、Cambrian Semiconductorなどの国内企業は発展を始めたばかりであると指摘されています。

清華大学電子工学部の王宇教授の言葉でまとめると、国産の人工知能チップは、知性と知恵を必要とする分野では一般的に優れた性能を発揮するが、蓄積と沈殿を必要とする分野では十分な性能を発揮できない。専門家は、我が国の人工知能チップは、汎用性、産業チェーンの完全性、高速インターフェース、専用集積回路IPコアの面で欠点があると指摘した。

「人工知能チップ業界にとって、優れたハードウェア基盤を持つだけでは十分ではない。ハードウェア基盤の上に優れたソフトウェアを作成することによってのみ、より良い成果を上げることができる」と中国情報通信研究院クラウドコンピューティング・ビッグデータ研究所の主任エンジニア、王雲涛氏は強調した。

現在、我が国では依然として外国メーカーが基本ソフトウェア市場を独占している状況にあります。データによれば、中国のサーバー出荷量は世界全体の28%を占めているが、中国のOS販売量は世界全体の6%未満である。世界市場シェアの観点から見ると、中国のアプリケーションソフトウェアは基本的に「世界の3分の1」というパターンを達成しています。しかし、技術基盤の観点から見ると、政府アプリケーションソフトウェアのうち中国の技術基盤で稼働しているのは約 10% に過ぎず、残りの 90% のアプリケーションは依然として主に外国の技術基盤に基づいています。

アウトルック・シンクタンクと莫干山研究所が発表した報告書「デジタル経済を強化してコンピューティングパワー時代を迎える」は、中国の新しいコンピューティング産業の基盤となる技術アーキテクチャと標準が外国企業によって支配されており、産業セキュリティのリスクが高いと指摘した。第一世代の電子管コンピュータ ENIAC の発売以来、CPU 周辺機器のすべてのインターフェース バス標準を策定する権利は外国企業の手に握られており、中国企業は確立された枠組み内でしか発展を追求できません。

人工知能フレームワークなどの基本ソフトウェアを例にとると、TensorFlowやCaffeなどの主流のディープラーニングフレームワークはすべて米国の企業や機関によって習得されています。中国には依然として、独立して制御可能なフルシナリオコンピューティングフレームワークが不足しており、現在のコンピューティングフレームワークには、開発のハードルが高い、運用コストが高い、展開が難しいなど、早急に解決する必要がある問題があります。

「デジタル経済がコンピューティング時代に対応できるようにする」というレポートでは、現在、西側諸国が世界の主要なオープンソース コミュニティとオープンソース プロジェクトに 30% 以上の投資を行って独占していると指摘しています。 GitHub（オープンソースおよびプライベートソフトウェアプロジェクトのホスティングプラットフォーム）の2019年の年次レポートによると、4,000万人のユーザー（開発者）のうち、30％がアメリカの開発者、70％が他の国の開発者であり、その年の最も人気のあるオープンソースソフトウェアとプロジェクトのトップ10はすべて、Google、Microsoft、Facebookなどのアメリカ企業が占めています。 2020年には、米国からのオープンソース貢献者の数は22.7％に減少し、中国（9.76％）とインド（5.2％）からの開発者が増加しましたが、全体として、我が国のオープンソースコミュニティとプロジェクトへの貢献はまだ高くなく、その影響力をさらに向上させる必要があります。

根本的な技術的制約を打破する高度なレイアウト

趙志雲氏は、第14次5カ年計画期間中の人工知能計画の焦点は、我が国の人工知能技術の発展ルートを明確にし、我が国の制度的優位性を発揮させ、人工知能技術の飛躍的進歩と革新を促進することであると考えている。

人工知能チップに関しては、まず政府レベルで汎用チップへの支援を強化するための包括的な計画が必要だと専門家は述べた。技術の方向性としては、包括的なレイアウトと段階的なブレークスルーの原則に従います。近い将来、NPUに代表されるASICチップのブレークスルーに重点を置き、長期的にはGPUやFPGAなどの汎用チップのブレークスルーを目指します。アプリケーションリンクでは、エッジからクラウドへ、推論チップからトレーニングチップへと徐々に拡大し、同時に複数のチップを効率的に協調して動作させるためのチップソリューションを模索します。 ASICチップは専門性が高いため、アプリケーションシナリオのニーズに応じて、異なるメーカーが独自に開発する必要があることがよくあります。しかし、GPUやFPGAなどの汎用チップには標準化された製品があるため、国内の端末アプリケーションメーカーは代替品を独自に開発したり、国内で生産したりすることを望んでいません。そのため、政府はGPUやFPGAなどの汎用チップの分野での配置と推進の取り組みを強化すべきである。

さらに、脳型チップなどの最先端分野の配置も強化します。国内の大学や研究機関の力を最大限に活用し、脳型チップなどの最先端分野を開発する。この分野の国際的大企業はまだ技術的、知的財産的障壁を形成していません。早期の計画により、我が国は人工知能チップの分野で他国を追い抜くことができるでしょう。

CCIDコンサルティング株式会社の調査によると、人工知能チップは今後新たな発展傾向を示すと予想されています。たとえば、チップ開発は技術的な難しさからシナリオ上の問題点へと移行します。現在、人工知能チップの設計は、特定のパフォーマンス要件を満たすための技術的な観点からのものが多くなっています。将来的には、チップ設計はアプリケーション シナリオから開始し、シナリオ実装の助けを借りて大規模な開発を実現する必要があります。例えば、技術ルートは専用チップから汎用チップへと移行します。現在、人工知能分野で使用されているチップのほとんどは特定のシナリオ向けに設計されており、複数のシナリオのニーズに柔軟に適応することができません。将来的には、人工知能専用の柔軟で汎用的なチップを設計する必要があります。また、現段階では、人工知能チップ産業の発展モードは主に企業ベースであり、製品の上流と下流の企業の運営と管理は比較的独立しているが、同じリンクにある企業の競争力は非常に高い。業界の将来の発展は、協力に基づいて産業生態系を形成する必要がある。

北京大学経済学院教授で深圳湾区デジタル経済技術研究所所長の曹和平氏は、人工知能チップの開発には産業的思考が必要だと語った。 「製品を作るだけでなく、産業を構築する必要があります。チップ産業の発展を促進するという前提でチップを作る必要があります。完全な産業チェーンの下でチップを作る場合の外部コストは低くなります。」

中国工程院の院士である高文氏は、オープンソースはソフトウェア時代において非常に重要な技術的ルートであり、人工知能の分野でも採用されるべきだと考えている。

中国工程院の院士である倪光南氏は、チップ設計のハードルは非常に高く、中高級チップの研究開発費を負担できる企業はごくわずかであり、これもチップ分野におけるイノベーションを制限していると述べた。我が国はオープンソースソフトウェアの成功体験から学び、イノベーションの敷居を下げ、企業の自立性を高め、国産のオープンソースチップを開発することができます。

人工知能フレームワークに関して、専門家は、新世代の人工知能オープンソースコンピューティングフレームワークは、まず人工知能の専門家、エンジニア、データサイエンティストがより良く使用できるようにする必要があると指摘しました。次に、コンピューティングフレームワークは、人工知能のあらゆるシナリオのアプリケーションニーズを満たし、データのプライバシーをより適切に保護する必要があります。また、オープンソースであり、オープンソースを通じて、さまざまな種類の人工知能チップ、ハードウェア機器、アプリケーションなどを幅広くサポートする広範なアプリケーションエコシステムを形成する必要があります。現在、オープンソースのディープラーニングフレームワークがトレンドになっています。 Megvii のディープラーニング フレームワーク Tianyuan と Huawei のディープラーニング フレームワーク MindSpore は、どちらも正式にオープンソース化されました。

趙志雲氏はまた、人工知能インフラとコンピューティングセンターの集中的な建設を通じて我が国の強みをさらに生かし、人工知能と産業の深い融合を加速し、多階層の人材を育成し、我が国の人工知能産業が中長期的な国際競争において引き続き主導的地位を維持できるようにすべきだと提案した。

現在、新しいインフラストラクチャは、多数の人工知能インフラストラクチャの実装を推進しています。 2020年以降、河南省、安徽省、広州などでデータセンタープロジェクトが開始されました。昨年、テンセントは上海市松江区に総投資額150億元超の長江デルタ人工知能スーパーコンピューティングセンターと産業基地を建設し、武漢人工知能コンピューティングセンターも建設を開始した。趙志雲氏は、人工知能コンピューティングセンターは人工知能産業の基本的なコンピューティング電源プラットフォームであり、集積効果を大きく発揮し、人工知能、基礎共通技術研究、将来を見据えた基礎およびアルゴリズム研究の分野における国家の重大な戦略的ニーズを担うことができると考えています。また、地元の有利な産業におけるコア人工知能技術の研究開発と応用を推進し、ハイエンドの人材育成を促進することもできます。

AIチップ・AIフレームワークの代表的企業