人工知能業界の最新の開発動向を1つの記事で理解する

[[418444]]

現在、新世代の人工知能に代表される科学・産業革命が起こりつつあります。デジタル化、ネットワーク化、インテリジェント化の情報インフラの構築が加速し、情報通信、生命科学、材料科学の融合を特徴とする統合イノベーションとクロスドメインイノベーションが徐々に主流になりつつあり、「インテリジェンス+」を中心に構築された新しい産業アプリケーション、新しいビジネス形態、新しいモデルが絶えず出現し、人工知能の「リーダー」効果を十分に活用することができます。 2021年には、人工知能が現代のデジタル経済システムを構築し、質の高い経済社会の発展を促進するための重要な原動力への転換を加速すると予想されます。人工知能は「新インフラ」の一部として、5G、クラウドコンピューティング、ビッグデータ、産業インターネットなどの新技術と深く融合し、新世代の情報インフラの中核機能を形成し、デジタル経済の発展に根本的なサポートを提供します。

2021年情勢に関する基本判断

1. 新たな技術が次々と登場し、人工知能を核とした統合技術革新が加速する

2020年以降、我が国の人工知能技術の単一点応用は成熟してきましたが、人工知能と関連技術の協調的かつ大規模で産業化された応用はまだ初期段階にあり、高品質の経済発展を可能にする効率を向上させる必要があります。将来的には、単一の人工知能技術の独立した役割は限界に直面するだろうと私たちは考えています。 2021年には、仮想現実、超高精細ビデオ、新興の自動車エレクトロニクスなどの新技術や新製品が引き続き登場し、人工知能との相互統合が加速し、生産とライフスタイル、社会統治方法のインテリジェントな変革の経済的形態が促進されると予想されます。同時に、5G、クラウドコンピューティング、ビッグデータ、産業インターネット、モノのインターネット、複合現実（MR）、量子コンピューティング、ブロックチェーン、エッジコンピューティングなどの新世代情報技術と人工知能が相互にサポートし合うようになります。人工知能は、インテリジェント技術の産業化と伝統産業のインテリジェント化を通じて、スマート経済の発展と産業のデジタル変革に根本的なサポートを提供し、5Gやクラウドコンピューティング、ビッグデータ、モノのインターネットなどの分野との人工知能の深い融合を促進し、新世代の情報インフラストラクチャの中核機能を形成します。

具体的な方向性としては、相互統合を特徴とする統合イノベーションが徐々に主流になりつつあり、複数の新興技術の相互統合の価値により、人工知能はより大きな社会的・経済的価値を発揮できるようになるでしょう。 2021年には、人工知能が自動車エレクトロニクスなどの分野との融合を加速し、知覚、意思決定、制御などの特殊機能モジュールを実現し、自動運転、運転支援、人間と車両の相互作用、サービスとエンターテインメントの応用システムの形成を促進し、伝統的な自動車産業チェーンをさらに革新し、自動車の知能化とネットワーク化を加速すると予想されます。人工知能は仮想現実技術と組み合わせて、生産と製造、家の装飾などのツールを提供し、仮想製造、インテリジェント運転、模擬医療、教育とトレーニング、映画とテレビのエンターテインメントなどに豊富なシナリオとタイムリーなインタラクションを備えたプラットフォーム環境を提供することが期待されています。

2. スマート経済が形成されつつあり、ユビキタスインテリジェンスが急速に発展している

COVID-19パンデミックは、今後の世界発展の「新常態」となっている。中米両国は経済社会の革新、発展、変革、アップグレードの時期にあり、人工知能の活用が急務となっている。アルゴリズムの革新、コンピューティングパワーの向上、データリソースの蓄積により、インテリジェントインフラストラクチャと従来のインフラストラクチャの構築はインテリジェントアップグレードを実現すると私たちは信じています。人工知能技術は、経済発展のすべての要素においてインテリジェントイノベーションを促進することが期待されています。

2021年を見据えると、人工知能はデジタル経済をスマート経済という新たな段階にさらに押し進め、スマート経済という新たな経済形態が形を成し始めています。人工知能は実体経済との融合を加速し、新常態における産業の変革とアップグレードの重要な原動力の一つとなり、スマート製造、スマート物流、スマート農業、スマート観光、スマート医療、スマートシティなどのモデルとフォーマットの革新を促進するだけでなく、スマートオペレーション、スマートソフトウェア、スマートハードウェア、スマートロボットなどの新製品の開発を牽引し、ユビキタススマート経済の発展が形を成し始めるでしょう。人工知能はサイバーフィジカルシステム（CPS）に新たな意味を与え、より普遍的な人間と機械の協働システムを実現します。将来、あらゆるものの相互接続は、ネットワーク、データ、アプリケーションのニーズの遍在化を必然的にもたらすでしょう。人工知能の応用シーンは、より多くの業界、より多くの分野、より多くのリンク、より多くのレベルに拡大します。いつでもどこでも誰でも、どのユニットでも使用できるユビキタスインテリジェンスが加速され、人工知能技術と実体経済のさまざまな分野との深い融合がさらに促進されます。

具体的な方向性としては、2021年に製造業が人工知能の応用シーンが最も豊富で、最も潜在力のある分野になると予想されます。その応用ニーズは製造業のライフサイクル全体にわたっており、将来の人工知能の統合応用の重要な分野となるでしょう。人工知能と製造業の深い統合は、製造業のより多くのリンクとレベルで推進され、深化します。需要志向とペインポイントへの焦点は、人工知能と製造業の統合の鍵の1つになります。人工知能製品とサービスは、特定の産業分野の特定の産業用インテリジェント製品またはシステムソリューションに基づいています。また、産業チェーンのほとんどの企業はまだ人工知能の応用から大規模な価値を得ていないため、安全性と入出力比は、製造企業が人工知能を適用する際の重要な意思決定の基盤になります。付加価値を高めるための重要なポイントは、設備価値のマイニングからユーザー価値のマイニングへと徐々に移行します。

（III）シナリオエンパワーメントが主要テーマとなり、典型的なシナリオが資金調達の焦点となる

わが国の人工知能技術が徐々に成熟し、応用とビジネスモデルが具体化するにつれて、人工知能市場と産業は引き続き向上します。2020年6月末現在、わが国の中核人工知能産業の規模は770億元に達し、人工知能企業は2,600社を超えています。世界のユニコーン企業が集中する主な場所の1つになり、「シナリオがアプリケーションを決定し、アプリケーションが市場を決定し、市場が企業の発展の見通しを決定する」という人工知能の投資と資金調達のロジックは、各界からさらに認められています。 2021年には、人工知能分野の細分化と専門化の度合いがさらに高まり、人工知能アプリケーションの広範な商用化の段階が到来すると予想されます。政府と市場は、特定のアプリケーションシナリオと密接に統合されたアプリケーション、特に実体経済のアプリケーションニーズと密接に統合されたアプリケーションにさらに注目するでしょう。

具体的には、2021年も地方政府が人工知能産業の発展に引き続き熱心であり、地方の支援政策や措置がより現実的で運用可能になると予想され、応用は政府の重要な焦点となる。中国のより多くの都市（グループ）が、スマートチップ、スマートドローン、スマートコネクテッドビークル、スマートロボットなどの有利な産業に焦点を当て、医療健康、金融、サプライチェーン輸送、製造、家庭用家具、鉄道輸送などの重要な応用分野で、地域の優位性と発展特性に合った人工知能の深い応用シナリオを積極的に構築します。新しい小売、無人運転、医療、教育などの実装が容易な人工知能の応用シナリオは、来年、資本からより多くの注目を集めると予想されます。同時に、中国は人工知能の基盤技術において依然として米国に遅れをとっているため、中国における人工知能のさらなる発展に伴い、基盤技術への投資は引き続き増加し、一流の科学者チームと強力な技術遺伝子を備えた基盤技術の新興企業は、資本市場から継続的に資金注入を受けることになる。資本市場の変革は、人工知能が合理性をより重視するように促し、大手企業はシナリオに根ざし、実用化を深く掘り下げて、人工知能製品を真に「役立つ」ものにするだろう。

（IV）「新しいインフラ」はあらゆる産業に力を与え、人工知能産業の基盤は改善し続けている

中央経済工作会議は2018年に初めて「新型インフラ」の概念を提唱し、投資で主導的な役割を果たし、製造業の技術転換と設備のアップグレードを促進し、5G商用化のペースを加速し、人工知能、産業インターネット、モノのインターネットなどの新型インフラの建設を強化する必要があると指摘した。それ以来、7回の中央レベルの会議や文書で「新型インフラ」を強化する必要性が明確に述べられている。 2020年3月4日、中国共産党中央委員会政治局常務委員会が会議を開催し、5Gネットワ​​ークやデータセンターなどの新しいインフラの構築を加速することを提案し、さらなる注目を集めた。 「新インフラ」は新時代の豊かな意味合いを持ち、将来の経済社会発展の傾向に適合するだけでなく、中国の現在の社会経済発展段階と変革のニーズにも適応し、不足を補いながら、社会経済発展の新たな原動力となるでしょう。人工知能の「新インフラ」は、人工知能産業の発展にとって大きな意義を持っています。 2021年には、アルゴリズム、データ、コンピューティングパワーという新しい人工知能インフラの「3つの柱」を中心に、人工知能産業チェーンの構築に向けた取り組みが引き続き強化されると予想されます。

具体的には、コンピューティングパワーの面では、2021年にわが国の5G通信ネットワークの展開が加速し、モノのインターネットに接続されたデバイスの数は500億に増加し、データはますます速く増加し、人工知能のトレーニングに必要なコンピューティングパワーはさらに指数関数的な成長を示します。関連産業のコンピューティングパワーの需要はさらに大きくなります。大手インターネット企業のビッグデータ量は数千PBに達し、伝統産業の大手企業のデータ量はPBレベルに達し、個人が生成するデータはTBレベルに達します。GPU、ASIC、FPGAなどのコンピューティングユニットは、わが国の人工知能技術の発展を支える基礎的なハードウェア機能となり、3つの主要なドライバーを中心に産業チェーンを構築する取り組みが引き続き強化されます。アルゴリズムの面では、Cafeフレームワーク、CNTKフレームワークなどがさまざまな新興人工知能アルゴリズムモデルを収集して統合し、アルゴリズム開発のシナリオ適用性を大幅に向上させることができます。人工知能アルゴリズムは、RNN、LSTMからCNN、GAN、BERT、GPT-3へと移行してきました。出現し続ける新興学習アルゴリズムは、主流の機械学習アルゴリズムモデルライブラリにさらに効率的に実装されます。

注意が必要ないくつかの問題

1. 大規模AIを支える基本的な計算能力は限られている

AI産業の応用データの多様化とディープラーニングアルゴリズムの複雑化には、強力なコンピューティングパワーのサポートが必要です。2021年もデータ量が爆発的に増加し続け、AIアルゴリズムモデルが複雑になり、より高いレベルのコンピューティングパワーが必要になると予想されます。しかし、大規模なAIコンピューティングパワーサポートを提供できる国内企業は依然として非常に限られており、わが国全体としてはAIコンピューティングパワーインフラの面で十分な準備ができていません。専門機関によると、人工知能や5G通信などの新世代情報技術の普及により、世界で新たに作成されるデータの量は2018年の33ZBから2025年には175ZBに急増し、コンピューターの計算能力を継続的に向上させる必要がある。2010年以降、GPUチップの普及に伴い、FPGAやASICチップの開発が加速し、人工知能の分野に応用されてきた。2020年には、スーパーコンピューターの計算能力は1秒あたり100兆回に達するだろう。しかし、人工知能の発展のためのコンピューティング能力に対する需要が継続的に反復およびアップグレードするにつれて、国内の人工知能チップ企業は依然として、要件を満たすチップ製品の提供において、Qualcomm、NVIDIA、AMD、Xilinx、Marvell、EMC、Avago、MediaTekなどの国際大手企業に大きく依存しています。これらの大手企業と比較すると、産業チェーンにおける国内大手企業の発展はまだ模索段階にあります。商用サーバーの分野では、IBM、HPE、Dellなどの国際大手企業が世界のサーバー市場で確実にトップ3にランクインしており、Inspur、Lenovo、H3C、Huaweiなどの国内企業の市場シェアは限られています。

2. オープンソースのAIアルゴリズムプラットフォームとフレームワークの不足

今回の人工知能産業の発展は、ディープラーニング技術によって推進されています。オープンソースでオープンな基盤となるディープラーニング環境は、技術の進化と革新に基本的な保証を提供します。我が国は、技術の影響力を拡大し、技術革新を促進し、産業エコシステムの発展に重点を置き、オープンソースとオープンな方法を通じて、人工知能技術の製品トレーサビリティとシステム信頼性評価のための新しいソリューションを提供することを緊急に必要としています。しかし、わが国はオープンソースエコシステムの構築が比較的遅れており、人工知能のオープンソースコアプラットフォームとフレームワークへの参加が不十分です。世界の主流の人工知能アルゴリズムフレームワークとプラットフォームは、Google、Facebook、Amazon、Microsoftなどの米国企業が主導しています。Baidu、4th Paradigm、Megvii Technology、SenseTime、Yitu Technologyなどの国内企業のアルゴリズムフレームワークとプラットフォームは、まだ業界で広く認知され、適用されていません。わが国のディープラーニングフレームワークのコア技術分野への支援は不十分であり、これは主に、コアテクノロジーと関連テクノロジーの革新能力が限られていること、ニューラルネットワークモデルのトレーニングパフォーマンスとクロスプラットフォームサポート機能が不十分であること、ディープラーニングフレームワークの高度な設計開発能力が不十分であること、モジュール開発とクロスプラットフォームサポートに関する研究が遅れていることに反映されています。これは、わが国における完全な人工知能産業エコシステムの形成に役立たず、わが国の情報インフラストラクチャのセキュリティ、産業セキュリティ、データセキュリティに潜在的な悪影響を及ぼします。チップ問題はすでに多くの中国企業や開発者に警戒を促しているが、ディープラーニングフレームワークは注目を集めたばかりだ。コア技術の欠如は、チップ、システム、ソフトウェアおよびハードウェアプラットフォームなど、将来の人工知能関連産業の発展に直接影響を与えるだろう。

3. 産業データの標準化と相互接続のレベルが著しく不十分である

データは、人工知能における反復的なイノベーションの中核要素です。ビッグデータ、クラウド、モノのインターネット、5G通信などの新世代情報技術の発展により、これまでにない量のデータが生成され、その増加率はますます速くなっています。わが国の人工知能技術は、製造、運輸、電子商取引、金融、医療などの分野で試験的に導入されているが、業界の上流と下流の企業による産業データの応用は、それぞれが独自のことを行い、努力が重複し、規模がばらばらで、基準が一貫しておらず、シナリオもさまざまであるという特徴がある。単一の業界や企業の成功体験は移転が難しく、中小企業が人工知能技術を利用して生産性を向上させ、高品質の発展を達成するペースが実際に鈍化している。異なる業界間のデータソースはより複雑で、データ品質は不均一で、ラベル付けレベルは異なり、データ標準と統合・共有チャネルが不足しています。その結果、業界間および単一業界内のデータは、まだ効果的に相互接続され、有機的に統合されておらず、データの可用性と移植性が大幅に低下しています。

4. 業界シナリオに組み込まれたカスタマイズされたAIインフラ構築評価フレームワークはまだ形成されていない

テクノロジーの重要な「テスト場」および「アクセラレーター」として、典型的なアプリケーションシナリオの評価、選択、作成により、さまざまな業界が人工知能インフラストラクチャを効果的に使用してインテリジェンスレベルを向上させ、インテリジェントな変革を実現できるかどうかが決まります。現在、わが国は豊富なデータと多様なシナリオの発展の潜在力を効果的に探求しておらず、産業シナリオに組み込まれた人工知能の「新インフラ」のニーズと特徴を十分に把握していません。データ規模が大きく、応用シナリオも豊富で、特に金融、医療、教育、製造、小売、スマートシティ、政府サービスなどの分野では、基礎データの膨大な蓄積と新世代のインフラのニーズがありますが、人工知能の計算能力に対する需要の評価が一般的に不十分で、ディープラーニングアルゴリズムを自産業と組み合わせて理解して応用しておらず、産業データの収集、調整、整理、クリーニングに対する認識が不足しています。

実際、2020年の新型コロナウイルス肺炎流行の予防と制御の過程で、人工知能の「新しいインフラ」としての有効性が十分に実証され、各業界の人員流動、物流流動、情報流動、資金流動のボトルネックを緩和する上で重要な役割を果たしました。重大な公共安全リスクの予防と制御、製造企業の業務と生産の再開の促進、大学や小中学校の教育の維持に不可欠な役割を果たしています。2020年の成功体験をタイムリーに総括し、2021年には業界のシナリオに組み込まれたカスタマイズされた人工知能インフラ構築評価フレームワークを整理することが不可欠です。

（V）細分化された応用分野における専門人材の格差が大きい

私の国は、人工知能をさらに発展させる取り組みにおいて、依然としてディープラーニングの人材不足という課題に直面しています。ポールソン財団傘下のシンクタンクの統計によると、中国は米国におけるトップクラスのAI研究者の最大の供給源である。2019年末現在、世界のトップクラスのAI人材の約60％が米国に定住している。その中で、中国で学部教育を受けたトップクラスのAI人材の割合が最も高く、29％に達した（次いで米国20％、欧州18％、インド8％）。中国は米国におけるトップクラスの人工知能人材の最大の供給源であり、米国の人工知能の革新と発展に重要な役割を果たしている。LinkedInのビッグデータによると、世界のAI人材の総供給量は約340万人で、そのうちディープラーニング人材はわずか9万5000人であり、その高い流動性がその格差をさらに広げている。その中でも、中国のAI人材総数はわずか5万人である。 2020年、国内の人工知能人材の不足は500万人を超え、需給比は深刻な不均衡に陥った。米国の子ども向けプログラミング教育の普及率は44.8％に達したのに対し、中国ではわずか0.96％だった。中国のトップ人工知能人材ランキングは6位にとどまり、トップ5は米国、英国、ドイツ、フランス、イタリアだった。 2021年、我が国では人工知能人材の育成を継続的に強化し、人材誘致と育成の不足を補うことが急務となっています。

対策と提案

1. コンピューティングパワー基盤を強化するために、専用のAIコンピューティング施設の設置を推進する

大規模なAIアルゴリズム計算、機械学習、画像処理、科学計算、工学計算のタスクを遂行するためのAIスーパーコンピューティングセンターの設立を推進し、垂直産業における人工知能技術の産業化を加速し、地元の人工知能産業の発展を促進します。エラスティックコンピューティングや大規模データストレージなどのテクノロジーの応用を促進し、コンピューティングリソースの利用効率を向上させます。 AIコンピューティングインフラストラクチャのグリーンで効率的な開発を加速し、グリーンで効率的なコンピューティングセンターを構築します。アプリケーションのニーズに基づき、エネルギー、気候、自然冷却源、ネットワーク設備、エネルギー消費指標などの要素と条件を考慮して、コンピューティング パワー センターの予備計画と設計を強化し、コンピューティング パワー インフラストラクチャを合理的に計画および構築します。

（II）ソフトウェアとハ​​ードウェアの連携機能を実現するインテリジェントエコシステムの構築

最適なパフォーマンスを実現するために、ソフトウェアとカスタマイズされた AI チップの緊密な結合を促進します。業界のコラボレーション機能を構築し、人工知能企業と垂直産業プラットフォームおよび一般プラットフォーム間の効率的な接続を促進し、必要なプラットフォーム機能の呼び出しのリアルタイム性を保証します。 AI専用のコンピューティング設備と業界の既存のビジネスシステムとの効果的な接続を促進し、コンピューティングパワーのサポートに基づくインテリジェントなアプリケーションエコシステムを構築します。業界企業がインテリジェントコンピューティングインフラストラクチャと一般的なソフトウェアサービスを提供し、人工知能企業を集めて育成し、人工知能産業の発展を促進し、「科学技術の研究開発、産業育成、ベンチャーキャピタル、教育訓練、支援政策環境」のインテリジェントエコシステムを構築することを支援します。

（III）人工知能のためのオープンソースおよび公共サービスプラットフォームの構築を継続的に支援する

人工知能技術のイノベーションキャリアを構築し、主導的な企業が主導権を握ることを支援し、業界の上流と下流の企業、大学、研究機関、専門機関などと共同で人工知能の重点分野の技術イノベーションプラットフォームを構築し、大学や企業が国家実験室、国家重点実験室、国家技術イノベーションセンター、重点工学実験室などの国家科学研究プラットフォームに申請することをサポートします。いくつかの地区レベルの人工知能技術革新プラットフォームが特定され、その革新の結果に応じてサポートされます。多数のオープン人工知能プラットフォーム、オープンソースプロジェクト、大規模常識データベースの構築を指導・支援し、人工知能技術公共サービスプラットフォーム、マルチシナリオトレーニングおよびテスト検証重点実験室など、多数のプラットフォームベースの人工知能アプリケーションテスト主体を構築し、クラウドトレーニングおよび端末実行のための開発フレームワーク、アルゴリズムライブラリ、ツールセットなどをサポートし、大学、研究機関、革新的企業に基礎技術インターフェースとデータベース呼び出しインターフェースをオープンし、人工知能の源泉からの独創的で独立したイノベーションを促進します。

4. 強力なAI政策ツールボックスを構築する

人工知能データの標準、評価、知的財産権などのサービスシステムを改善し、標準化された形式のデータセットの作成に努め、人工知能システムのトレーニング、検証、テスト用のメタデータデータセットを確立し、業界用語、参照フレームワーク、アルゴリズムモデル、基本理論、主要技術、製品とサービス、業界アプリケーション、セキュリティ、倫理に基づいて、細分化された分野での人工知能技術の応用に関するアプリケーション標準、展開ガイドライン、実践ケースを提供します。定量的なAI技術測定指標を導入し、AI技術パフォーマンスの標準化された評価方法システムを確立し、AI知的財産および倫理的リスクの説明責任システムと監査ツールを形成します。海外の科学研究者を積極的に誘致し、世界的な人材を集め、研究資金、個人課税、ビザ、戸籍、子どもの教育など一連の分野で海外のハイエンド人材を導入するための一連の政策を導入し、科学研究者の悩みを効果的に解決し、科学研究と起業にさらなる支援を提供します。

著者はCCIDシンクタンクAI産業状況分析研究グループ所属