2021年の中国AI業界の10大トレンド、1分でわかる | WAIC2021

2021年の中国AI業界の10大トレンド、1分でわかる | WAIC2021

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

中国のAI産業の現状はどうなっているのでしょうか?

世界人工知能会議(WAIC)を3日間訪問した後、それに関連する全体像が徐々に浮かび上がってきました。

全体として、AI 業界は、業界の原動力、基礎となる能力、競争環境、実装シナリオにおいて大きな変化を遂げてきました。

これらの調査結果と変化に基づいて、QuantumBit のアナリストは次の10 の傾向をまとめました。

次に、上記の各動向について、「具体的な解釈事例紹介」という形で一つずつ展開していきます。

1. 市場代替政策が業界の主な原動力となる

2019年のオフライン展示会では、フォーラムは主にさまざまなシナリオの実装可能性と特定のテクノロジーについて議論するために使用されました。

単一ポイントのシナリオの技術的な効果に重点が置かれており、ビジネスと市場価値が十分に反映されておらず、全体的な状況は主に方法論の段階にあります。

また、オフライン出展者の中には政府機関も多数存在します。

2021年のWAIC展示会では、オフライン出展者の70%以上が国内のスタートアップ企業でした。

各メーカーは成熟したソリューションと技術提案を発表しており、そのほとんどは明確な顧客事例と技術提案を持っています。

広報の重点もビジネス志向の効率化と価値創造へと移行しました。

ほとんどの製品には、より実用的な 2 つの形式があります。

1つ目は、従来の製品や総合情報プラットフォームにインテリジェント分析などの機能を追加した総合情報ソリューションです。

インテリジェンスは、このような製品では決定的な役割を果たしておらず、教育、採用、オフィスなどのソフトウェアでよく見られます。

2番目のタイプはハードウェアとソフトウェアが統合されたデバイスで、ほとんどがカメラとパネルデバイスであり、ビジュアルエッジインテリジェントモジュールがすでに登場しています。

2. プライバシーとセキュリティが業界の新たな課題とトレンドに

最近では、プライバシーとセキュリティがあらゆる面で注目されるようになりました。

政策面では、欧州のGDPR、我が国の「個人情報プライバシーデータ保護規則」、「中華人民共和国データセキュリティ法」、「個人情報保護法(草案)」はいずれも厳格な要件を提示しています。

世論の面では、今年の3.15会議では、テクノロジー企業による個人情報の違法収集が、AIの応用に対する国民の不安を引き起こしました。

ビジネス面では、個々の企業における最近のデータ問題が、他のテクノロジー企業にも警鐘を鳴らしている。

プライバシーを保護し、既存のデータを最大限に活用しながら「データアイランド」をいかに回避するかが、AI業界が今後の展開で直面しなければならない課題となっている。

プライバシーの面では、フェデレーテッドラーニング、差分プライバシー、セキュアなマルチパーティコンピューティング、データセキュリティ関連技術などのプライバシーコンピューティングが、学術的および応用的な議論で注目されているトピックとなっています。

会議で紹介された関連製品は次のとおりです。

  • JD Wanxiang+ 信頼できるデータ開発プラットフォーム
  • Ant プライバシー コンピューティング テクノロジー アライアンス
  • ハニカムフェデレーションインテリジェントプラットフォーム
  • 上海データ交換センターが開発した分散プライバシーコンピューティングソリューション

さらに、会議ではセキュリティと信頼性についても議論されました。

セキュリティ面では、モデルトレーニングの信頼性を確保するために、Ant Financial と 360 Security はともにインテリジェントな敵対的技術を導入しました。

RealAI は、ディープフェイクなどの技術によって生成された偽のコンテンツに対処するために、深層合成コンテンツ識別プラットフォームを立ち上げました。

3. 「AIの3大構成要素」の中で、最初に堀となるのはデータ

この WAIC カンファレンスではデータが焦点となっています。

これは、データ処理のハードルを下げ、業界データと一般データを蓄積した関連メーカーとソリューションのおかげです。

具体的には、多数のデータ処理ツールや企業、ナレッジグラフ企業、超大規模な事前トレーニング済みモデルなどが含まれます。

データ処理およびナレッジグラフ企業には、ShuKu Technology(構造化データの大量生産を実現するために使用されるDASインテリジェントデータファクトリー)、StarRing Data(超高速ビッグデータプラットフォーム)、Shuzhilian、JD.com、Zhipu Huazhang、Minglu Technologyなどがあります。

さらに、上海データ交換センターは関連データの流れの取引の場を提供し、業界および一般的な NLP/CV 事前トレーニング モデルは新しいソリューションを提供します。

4. スマートシティと自動運転が業界シナリオの最大の勝者となる

多くの応用シナリオの中で、スマートシティ自動運転車は最も明らかな進歩を遂げた2つの分野となっています。

その理由としては、包括的な協力計画の出現と量産化の実現が挙げられる。

スマートシティの代表的なサプライヤーには以下が含まれます。

Huawei(市内最小のインテリジェントガバナンスユニット)、China Mobile(都市ネットワークのデジタル基盤)、SenseTime(SenseTime Ark都市レベルオープンプラットフォーム)、StarRing Data、Minglu Technologyなど。

現地調査によると、スマートシティの台頭は主に政府の諜報に対する意識の高まりによるものだという。

このホットスポットは今後何年も続くと予想されます。

インテリジェント運転に関しては、20社以上の企業が参加し、40台以上の自動運転車が市場に出回っています。

[[411512]]

自動車メーカーに比べ、自動運転ソリューション、LIDAR、路上テスト認識インテリジェントソリューションなどの上流サプライヤーの存在感が増しており、敷地内には2.8キロメートルの体験エリアも設置されている。

2019年のインテリジェント運転と比較すると、量産モデルと高度な自動運転ソリューションが焦点になりました。

さらに、教育や医療の分野も注目に値し、参加メーカー数も大幅に増加し、統合ソリューションも数多く登場しています。

5. 待望の消費シナリオが上昇中

AI 業界が現在のエンタープライズ レベルのサービスの限界を突破できるかどうかは、次の要素にかかっています。

大規模なユーザーベースを持つ消費者市場で新たなブルーオーシャンを見つけることができるでしょうか?

この会議では、さまざまなアプローチの試みが見られました。含む:

  • 無人配達:宅配便や食品配達などのシーンで使用される無人車両、ドローンなど。
  • 日常の付き合い:UBTECH の WalkerX ロボットと Yushu Technology の付き添いロボット犬。
  • 飲料の準備:コーヒーマシン/バーテンダーを作る協働ロボット。
  • 日常的なモニタリング:Manniu および Pacific Insurance の健康検査機器、Fiture スマート フィットネス ミラーなど。
  • スマート食堂を製作するXi Xiang Technologyもあります。

会議会場の外には、AIデジタル新生活体験特設エリアが設けられました。

セコイア・キャピタルのニール・シェン氏はカンファレンスの開会式で次のように述べた。

生活シナリオにおけるデータマイニングにはまだまだ改善の余地があり、食料、衣服、住居、交通、オンライン、オフラインに関連した多数の細分化されたシナリオを開発することもできます。 AIが家庭生活とより密接に統合され、より多くの生活シナリオが探求されるほど、AIの産業的価値は高まります。

6. 伝統産業メーカーが積極的に市場参入

今回のカンファレンスでは、Megvii、Unisound、Yitu、4Paradigmなど国内有数のAI企業は出展しなかった。

しかし、現場の熱い雰囲気は影響を受けませんでした。

パートナーや大規模な展示ブースの役割を担ったのは、シュナイダーエレクトリック、交通銀行、アストラゼネカ、AOスミス、国家電網など、伝統的な業界リーダーである企業たちであり、彼らは「クライアント」となった。

統計によると、この会議の約50のパートナーのうち、 16社は伝統的な製造業者であり、 30%以上を占めていることがわかりました。

特に交通銀行は今年の会議の最高レベルのパートナーとなりました。

2019年のカンファレンスには、IBM、Amazon、Microsoft(今年はいずれも出展しなかった)など大手テクノロジー企業を中心に、わずか16社のパートナーが参加した。

ブースの選択に関して言えば、伝統的なリーダーは主に、Huawei、Tencent、Meituan と同程度の面積の中規模から大規模のブースを選択します。

交通銀行とSAICのブース面積は、センスタイムに次いで2番目に大きい。

しかし、AI企業との比較や現場の担当者への質問を経て、これらの伝統的なメーカーの業界ソリューションは主にAI企業の支援を受けて構築されており、体系化が比較的不足していることがわかりました。

限られた人数の社内研究開発チームと比較すると、従来のリーダーは依然として外部の力を好みます。

7. 大手AIベンダーは、基盤となるAIプラットフォームと業界のエコシステムを活用して「さまざまなシナリオに魚の釣り方を教える」

AI企業内でも、中小メーカーと大手メーカーの差別化がますます顕著になってきています。

大手メーカーの多くは資金調達と長期計画の後期段階に入り、自社の現場力を強調しながら、新たな発展ルートを選択し始めています。

大手メーカーは、AI プラットフォームの基盤となる統合ハードウェアとソフトウェア、およびパートナー エコシステムを構築することで、「インフラストラクチャ サプライヤー」と「セグメント化されたシナリオ インテグレーター」の役割を担います。

これにより、すべての産業が自立的かつ効率的に発展できるようになり、AI産業の実装が加速されます。

アナリストは、一方ではプラットフォームベースのベンダーがその形成を加速し、PaaS 製品を通じて AI 業界の標準化問題を解決すると考えています。

一方、大手メーカーは、さまざまなセグメントのパートナーのエッジハードウェア、業界認識などを組み合わせて、さまざまな業界に迅速に浸透し、AIを推進して汎用ツールとしての地位を確立することが期待されています。

しかし同時に、データの蓄積とモデルの能力は反復後にフライホイール効果を持つため、AI業界の集中度の増加につながる可能性もあります。

基盤となる AI プラットフォーム ベンダーは次のとおりです。

  • Baidu: Baidu Brain と PaddlePaddle ディープラーニング プラットフォーム。
  • テンセント: TI ONE、TI Matrix、TI DataTruth。
  • SenseTime: SenseCore AI大型デバイス。
  • Huawei:ワンストップ開発プラットフォームModelARTS、MindsporeフルシナリオAIコンピューティングフレームワーク。
  • 中国移動:中国移動九天人工知能プラットフォーム等

iFlytek(Shunfenger Tuling Industrial Cloud Platform)、Baidu(Baidu Cloud Kaiwu Industrial Internet Platform)、Schneider Electricなど、一部のメーカーも特定のシナリオ向けのプラットフォーム製品を発売する予定です。

8. 大規模な事前学習済みモデルが新たなAI兵器となる

2020年、1,750億のパラメータを持つGPT-3が、大規模な事前トレーニング済みモデルに対する一般の人々の熱狂に火をつけました。

膨大なトレーニング データを通じて大量の一般的な知識が蓄積されているため、特定の業界データが少量しかなくても、またはまったくなくても、大規模な事前トレーニング済みモデルをその後の特定の用途に活用できます。

現在、Huawei、AI Research Institute、Circular Intelligence、Alibaba、清華大学などがこの分野でレイアウトや出力を行っています。

このカンファレンスでは、ファーウェイとCircular Intelligenceが参加したHuawei Cloud Panguの超大規模事前トレーニング済みモデルが公開され、カンファレンスのSAIL賞を受賞しました。

Huaweiによると:

Panguシリーズの大型モデルはCV部分も含み、100以上の実際のビジネスで検証されています。

9. 国産のさまざまな革新的なチップが我が国の計算能力を高める

会議には国内のチップメーカー20社以上が参加し、独立した知的財産権を持つトレーニングチップと推論チップを携えて、0から1への飛躍を達成しました。

今年のSAIL賞(世界人工知能会議の重要な賞)10個のうち、国産チップが3席を占めている。

たとえば、チップリーダーの Huawei に加えて、次の企業もあります。

  • Suiyuan Technology: Suisi 2.0 をベースにした「Yunsu T20」トレーニング加速カードと「Yunsu T21」トレーニング OAM モジュール。
  • Tianshu Zhixin: 7nm 汎用並列グラフィック プロセッサ GPGPU。
  • AiXin Technology: AI ビジョン処理チップ AX630A。
  • Kunyun Technology: データフローチップ CAISA。
  • カンブリア紀:思源・玄思系列。
  • Horizo​​n: Journey 5 車載グレードのスマート チップ。

BiRen TechnologyやXinChi Technologyなど20社以上の企業も、会場で自社のチップを展示した。

清華大学は、人工汎用知能のための脳のようなコンピューティングチップである天極チップを発表しました。会議では、量子コンピューティングとフォトニックチップに関する特別フォーラムも開催されました。

チップメーカーの積極的な参加に加えて、スーパーコンピューティングセンター(SenseTimeは上海に大規模なスーパーコンピューティングセンターを建設し、それを基にSenseCoreAI大型デバイスを発売した)とコンピューティングプラットフォーム(Alibaba Cloud Aurora Heterogeneous Computing Acceleration Platform)もコンピューティングパワーの問題を解決した。

10. XR、マルチモーダル性、ディープシンセシスが広く実装される

シナリオ要件と既存の開発レベルを組み合わせると、近年の AI 実装のホットスポットとなるトピックは次のようになると考えています。

  • XR: Huawei スーパーマーケット ソリューション、Baidu、SenseTime AR 運転ミニバス ソリューション、Liangliang Vision AR グラス。
  • バーチャルヒューマンテクノロジー:Zhuiyi Technology、Bank of Communications、NetEase Fuxi。
  • 深層合成コンテンツとその検出: Baidu PaddleGAN と RealAI 社。
  • エッジインテリジェンス: Ucloud エッジボックス。
  • 時空インテリジェンス:千崑ロケーション崑崙ミラー時空インテリジェンスオペレーティングシステム。
  • 大規模な事前トレーニング済みモデル。

その他の技術ホットスポットとしては、グラフニューラルネットワークと認知インテリジェンス、強化学習(テンセントの「Juewu」インテリジェントエージェント)、脳コンピューターインターフェース(中国科学院上海微系統の柔軟な埋め込み型脳コンピューターインターフェース)、量子コンピューティング(Siliang Intelligence)、グラフコンピューティングなどがあります。

結論

2021年、AI業界には暗流が流れている。

Megvii、Yitu、Unisoundなどの大手企業は科学技術イノベーションボードへの上場を目指して何度も失敗しており、AI企業は「死の谷」に突入している。

しかし同時に、AI企業の登録数や資金調達額も過去最高を記録しており、生き残っている有力企業の多くは1,000人近い規模で資金調達後期にある。

さまざまなトレンドが変化する中で、業界が今後どのように発展していくのかは、忍耐と期待に値します。

<<:  AI コンピューティング センター構築熱の背後で、お金を無駄にしているのは誰か?

>>:  清華大学の1年生向けPythonの宿題が難しすぎると話題に! AIアルゴリズムを学ぶためのたった3つのクラス

ブログ    
ブログ    
ブログ    

推薦する

ICML賞を受賞したばかりの機械学習の専門家マックス・ウェリング氏がマイクロソフトに入社し、分子シミュレーションに注力

[[412546]]量子コンピューティング + 機械学習は分子シミュレーションの分野でどのような火花...

...

機械学習から最も恩恵を受ける4つの業界

機械学習は、将来性が最も高く、業界に最大のメリットをもたらす AI の分野です。関連レポートによると...

...

機械学習のテストセットをスケールアップする方法

[[387235]]テスト セットのヒル クライミングは、トレーニング セットに影響を与えたり、予測...

自然言語処理必読本: 理論と実践のバランスが取れた 5 冊の本

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

...

ADAPT: エンドツーエンドの自動運転の説明可能性を徹底的に探求する、理解の夜明け!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

...

OpenAIがロボットチームを解散、創設者は「これまでで最高の決断」と語る

OpenAIの共同創設者であるヴォイチェフ・ザレンバ氏はポッドキャストで、OpenAIがロボット工学...

SurroundOcc: サラウンド 3D 占有グリッドの最新技術!

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

機械学習におけるモデルドリフト

今日、機械学習モデルはビジネス上の意思決定の主な原動力となっています。他のビジネス戦略と同様に、これ...

...

マスターカードがAIを活用して詐欺を阻止し、誤ったチャージバックを削減する方法

【51CTO.com クイック翻訳】チェックアウト時に銀行カード取引が拒否されると、イライラしたり恥...

...