2021年中間レビュー: AIの浮き沈み、希望の頂点から失望の谷まで

[[408503]]

1. 2021 年上半期に AI でどのような新たなブレークスルーが達成されましたか?

統計によると、わが国には5,000社以上の人工知能関連企業があり、2021年には人工知能市場規模は2,000億人民元を超え、市場成長率は約30％となる見込みです。

一般の人々の目には、今日の AI は洗練されたものの象徴なのでしょうか。それとも、ひどく誇張された、あるいは信頼できない「ダンディ」なイメージなのでしょうか。

まずは、2021年上半期にAI分野でどのような意味のある出来事が起こったのかを振り返ってみましょう。

2021年、多くの企業や研究機関から、数千億、数兆単位のパラメータを持つ「ビッグモデル」や「巨大モデル」が次々と発表されました。

4月25日、ファーウェイクラウドは、Circular IntelligenceおよびPengcheng Laboratoryと共同開発した、30億のパラメータを持つ世界最大の視覚（CV）事前トレーニングモデル、1000億のパラメータと40TBのトレーニングデータを持つ世界最大の中国語（NLP）事前トレーニングモデルを含む、超大規模事前トレーニングモデルのPanguシリーズをリリースしました。これは「ファーウェイクラウドPanguビッグモデル」と呼ばれています。

6月1日、第3回北京AIカンファレンスで、AI研究所副所長で清華大学教授の唐潔氏が驚異の1兆7500億元規模のメガモデル「Wudao 2.0」を発表した。

アリババDAMOアカデミーは6月25日、巨大モデル「M6」の「低炭素版」をリリースした。これはわずか480枚のGPUカードを使用して、人間のニューロンの10倍の大きさの1兆パラメータマルチモーダルモデルM6をトレーニングしたものだ。

いわゆる AI ビッグモデルや巨大モデルは何に使われるのでしょうか? どのような用途があるのでしょうか?

簡単に言えば、コンピューターが人間の言語理解能力に可能な限り近づくことを可能にする AI モデルです。トレーニング後、AI の言語理解は人間の脳のレベルに達するか、それを超えることさえあります。

今後数年間で、人工知能も知覚知能から認知知能へと発展し、AIによって可能になった知識の応用は認知知能を実現する革新的な形となります。

長期的には、企業がデータから知識へ移行することは避けられない傾向です。シナリオと組み合わせたアプリケーションの革新は、企業に継続的な成長の可能性をもたらします。企業がAI技術を中核とした知識管理を計画し、推進するのが早ければ早いほど、新しい技術がもたらす成長の配当を早く享受することができます。

IDCが2021年6月に発表した「AI対応ナレッジアプリケーション市場エコシステムマップ」によると、ナレッジアプリケーション、ナレッジグラフとグラフコンピューティング、グラフデータベースなどの分野における主なプレーヤーとメーカーは次のとおりです。

IDCのシニアアナリストは次のように述べている。「知識経済の時代には、知識が主要な生産要素となり、知識や情報を活用して仕事をする知識労働者は、ますます組織の中核能力と競争優位性の源泉となっている。そのため、企業内で知識をどのように活用し、企業内で知識を保持し、知識の蓄積と応用を促進し、知識労働者の喪失の影響を軽減するかが、企業が直面する課題となっている。AI対応の知識応用は、インターネット、金融、製造、政府などの分野で徐々に実装されつつある。企業のデータガバナンスの進展と、細分化された分野での知識グラフの蓄積と改善に伴い、中国では知識応用が急速に発展するだろう。」

NLP、ナレッジグラフ、グラフコンピューティングなどのテクノロジーの助けを借りて、基本的に、どのような言語を入力しても、AIは人間の思考パターンに従って具体的な意味を理解できるため、AIはもはや知的障害者ではなく、真の認知知能に向かって進んでいます。

さらに、人間とコンピューターの相互作用技術、特に元々はSF小説の筋書きであった脳とコンピューターのインターフェース技術も大きな進歩を遂げ、麻痺した患者がロボットの腕や脚をワイヤレスで制御できるようにすることが可能になりました。

[[408505]]

2021年6月にネイチャーのサブジャーナルに「脳コンピューターインターフェースにおける新たなブレークスルー、中国のチームが痛みを調節・治療する初のクローズドループ脳コンピューターインターフェースを実現」という記事が掲載されました。

2021年上半期、純粋に技術的な観点から見ると、AI分野は確かに驚くべき成果を達成したと言えます。

2. ブレークスルーと疑問：論争の中でのAIの進歩

これらのテクノロジーがどれほど刺激的であっても、AI の開発には依然として大きな論争が存在します。

楽観主義者と悲観主義者は依然として対立しており、戦争は続いている。

学術的、理論的な実験研究の観点から見ると、AI の発展が実に刺激的であることは否定できません。しかし、AI が常に議論を呼ぶ最も根本的な理由は、「価値こそすべて」であり、「適正価格」があらゆる新技術にとって最も重要な評価基準であり、AI も例外ではないということです。

データの収集、加工、抽出、統計、簡単な分析を0から1まで人力や人的資源に頼って解決する、いわゆるAIも数多くありますが、それらは単に高尚な言葉に置き換えられているだけです。

あるいは、研究室では驚くべき成果が達成されたが、それをエンジニアリングの実践に活かすことはできなかった。

コストが高すぎるか、対空砲は蚊を殺すようなもので、費用対効果が低すぎるかのどちらかです。

価値をどのように評価するか？

最も重要な機能の 1 つは、現実的であり、十分な数の人々が使用する必要があることです。

新しい技術を説明したり証明したりするには、あまりにも多くの神秘的で印象的な言葉だけでは十分ではありません。高尚な文学には低俗な文学との対比が必要なのと同じです。

あまりにもハイエンドすぎて一般の人々に受け入れられないような先進技術は、一般の人々に決して受け入れられない運命にある。

今日では、ビッグデータ、クラウドコンピューティング、モノのインターネットなどの成熟により、さまざまな AI テクノロジーとアプリケーションが実際に私たちの生活に組み込まれています。例えば：

AI占い、AI顔変え、AI静止画変えなど。

オンラインショッピング、読書、ライブストリーミングなどにおけるインテリジェントな推奨テクノロジー。

AI関連のアプリケーションを一度も使ったことがない人はいないのではないでしょうか。

数日間人気があったものの、すぐに人気がなくなった小規模なゲームが、ユーザーのプライバシー情報を違法に収集するという悪循環から逃れられないのは残念です。

また、ユーザー権限の収集を違法に拡大するアプリもあります。アプリをインストールすると、同意を強制され、連絡先情報を読み取ったり、携帯電話のマイクのアクセス許可を許可したりします。その結果、ユーザーがまったく知らない間に、携帯電話がすべての秘密を知っていることになります。

「私の携帯電話は私の考えを理解しているようです。チャットで欲しいものを言っただけで、携帯電話を開くと、ショッピングでもライブストリーミングでも、正確なおすすめが表示されるのはなぜでしょうか？」

これは多くの人が理解できない現象であり、根本的な原因はここにあります。

幸いなことに、我が国のデータセキュリティ法が正式に施行されました。

個人情報保護法は年末までに正式に導入される予定だ。

データによれば、2021年現在、わが国の関係部門は52万件のAPPを審査し、1,571件に是正を命じ、500件を公表し、120件を直接棚から撤去した。

データ エコシステムは、消費者がデータを受動的に受け入れる企業中心から、消費者中心へと徐々に移行してきました。プライバシー コンピューティングを通じて、当社は消費者の信頼を獲得し、データ エコシステムにおける新たなバランスの礎となります。

ルールを回避して発展する道は閉ざされている。

国立産業情報セキュリティ開発研究センターは、プライバシーコンピューティング分野の主要ベンダーを次のように分類しています。

2021年には、徐々に成熟してきたフェデレーテッドラーニング、準同型暗号化、セキュアマルチパーティなどのプライバシーコンピューティング技術が大規模に適用され始めました。簡単に言えば、分散機械学習+暗号化技術を通じて、「データは変更されず、モデルは変更され、データは利用可能だが目に見えない」という目標が達成されます。

消費者にとっては幸運なことだ。

最近では、人気の AI アプリケーションや価値ある AI シナリオを作成するためのハードルはどんどん低くなっており、現実的であることはもはや単なるスローガンではなくなりました。

では、現実的な AI プラットフォームとは何でしょうか? マクロレベルからミクロレベルまで、さらにいくつか例を挙げてみましょう。

ここでは、PlantData が提供する AI プラットフォームのアーキテクチャと機能を例に挙げます。

AIアプリケーション開発プロセスの観点からは、データ管理、モデル構築、モデル管理、モデルの展開、サービス管理などを網羅し、ライフサイクルが完全で、システム論理アーキテクチャが明確で、プロセス設計アーキテクチャが疎結合で、実用性が強く、シナリオ操作の閾値が低いことが必要です。

現在普及している自動機械学習AUTOML技術を例にとると、一般の人々がAIを最大限に活用できるようにすることが最も価値があり、意義のあることです。

オープンソースコードは、主流企業の現在の開発トレンドでもあります。Baidu、Alibaba、Tencent、Xiaomi、Didi、Huaweiなどのインターネット企業や、4Paradigm、MegviiなどのAI企業は、すでにコアAI製品を一般に公開しています。

オープンソース、共同構築、共有を通じてのみ、我が国の AI の発展に最も価値のある根本的な貢献をすることができます。

つまり、具体的な機能の観点から言えば、どのAIプラットフォームであっても、オープンソースやローコード開発プラットフォームの特性を備えていれば、各業界の特性を真に理解しているより多くのビジネス専門家を開発プロセスに参加させることができ、現実的で爆発的な特性を持つAIエコシステムとアプリケーションを作成しやすくなります。

3. エンタープライズシナリオの実装

最新の統計によると、わが国には人工知能関連企業が約5,015社あり、そのうち4,484社が成長志向のAI企業で、人工知能企業全体の約90％を占めています。

価値が何よりも重要なので、簡単な分析やコメントについてはサードパーティのレポートを参照できます。

Internet Weeklyが2021年上半期に発表したインテリジェントリスク管理企業トップ50を例に挙げてみましょう。

リスク管理はAI分野における「最も脂の乗った肉」であり、強固な硬直需要と爆発的な価値シナリオの両方を考慮すると、「日本の和牛」レベルとも言える。リスク管理分野で価値のあるシナリオを作成できない AI メーカーは、他のメーカーと競争する際に自信が持てないようです。

熾烈な競争により、リスク管理の分野ではあらゆるシナリオで AI の利用が加速しています。融資前、融資中、融資後など、さまざまなセグメント化されたシナリオであっても、従来の専門家のルール、統計分析、ビジネス インテリジェンスなどと組み合わせることで、その価値がますます反映されるようになりました。

順調に進んでいるように見える無数のAI企業は、実際には数え切れないほどの知られざる高額な代価を払っています。最も顕著なのは、激しい競争により価格と価値の間に深刻なミスマッチが生じていることです。価値ある案件を獲得するために、低価格で落札し、宣伝効果を得るために損失を出すという現象はよく見られます。

非常に残酷な現実として、ほとんどの AI 企業は開発を達成するために資金調達に依存していることを知っておく必要があります。エンジェル ラウンドから A ラウンド、B ラウンド、C ラウンドまで、各段階で失敗する AI スタートアップのグループが存在します。この段階では、ある程度、資金調達能力が重要になります。

現時点では、99%以上の企業にとって、数千社ある企業から抜きん出て資本市場に参入し、従業員が背が高く、金持ちでハンサム、白人で、金持ちで、美人になるというのは、まだ楽観的すぎるようです。

我々がまだ長い行軍の途中にいるときに革命の成功について空想し始めるのは明らかにあまりに理想主義的すぎた。

東方林宇は多くの企業とのコミュニケーションの中で、プラットフォームベースのAI、SAASビジネスモデル、エコシステム協力など、さまざまな理想的なビジネスモデルが、実装プロセスにおける深い落とし穴に耐えられないことを発見しました。

AI企業を設立した後、常に「主役」になり、徹底的なAI革命を起こしたいと考える偉大な科学者が多すぎます。しかし、AIはあくまでも脇役であり、業界、データ、コンピューティングパワーなどとの「化学反応」を生み出すことが必要であることを真に理解して初めて、そのようなAI企業は真に現実的で価値のある企業と見なされるということを彼らは知りません。

2021年上半期、AI分野の多くの「実力者」が次々と駆け出し、野心的に資本市場への参入を準備したが、現実はあまりに残酷で、次々と手ぶらで帰ってきた。

一部の AI 企業は IPO が失敗した後も、すぐに極端な手段に出て、部門の削減、部門の削減、そしてまた部門の削減を繰り返しました。それだけでは不十分なら、人員削減を続け、さらに人員削減を続ける。ハンサムで上品な「紳士」から、ただ生き延びようとしている乞食団の長老まで、彼らの間には壁しかないようです。

希望の頂点と失望の谷間で浮き沈みを繰り返しながら、これが2021年上半期のAI業界の現状です。

iResearch Consultingのレポートによると、2020年の人工知能産業の規模は約1500億元で、これにはインタラクティブハードウェアからの収益も含まれており、2025年までに4500億元に達すると予想されています。

今後 3 年間の主なサブセクターは、ディープラーニング、コンピューター ビジョン、機械学習、知識工学/知識グラフ、インテリジェント音声、自然言語処理、強化学習になると予想されます。

これらのうち、関連する市場セグメントは次のように分類されます。

コンピュータービジョン：862.1億元

音声認識関連分野：B側垂直産業57.7億元、C側ヒューマン・コンピュータ・インタラクション58.5億元、合計116.2億元。

従来の機械学習：206.9億元

NLPとナレッジグラフ分野：100億元。

2021年上半期のAI分野におけるいくつかのキーワードは、オープンソース、認知インテリジェンス、エコロジカル協力、プライバシー保護にまとめることができます。

夢を持つ人は、未来は明るいと固く信じていますが、その道のりは曲がりくねっています。

しかし、何千マイルにも及ぶ長征とも言えるAIによる価値創造という極めて長いプロセスの中で、最後までやり遂げられる企業がどれだけあるでしょうか。

実は、ここでの「ついに」というのは、ジャック・マー氏が102歳まで生き残る企業になると言ったことを達成するという意味ではなく、ファーウェイの創業者任正非氏が生き残ると言ったことを達成するという意味です。

現実的に生き残り、高い価値を発揮するにはどうすればよいのか。これが、現段階で AI 企業が深く考える必要がある最も深い問いです。

製品そのものにしても、生態系の構築にしても、真に「豊かな枝葉を持つ強い幹」を実現する必要があります。

現象を通して本質を知り、バブルを通して未来を知り、生死の境を体験して上手く生きていくこと、これは貴重で現実的です。

AI For Everyoneが真に実現し、一般の人々が独自のAIアプリケーションを作成できるようになると、人工知能の量的変化から質的変化の時代が真に到来するでしょう。