AIチップ競争も激化、2019年注目の「人工知能」5大潮流

写真拡大

2018年は、機械学習やAI(人工知能)を用いたプラットフォーム、アプリケーションの飛躍的な普及が見られた。これらのテクノロジーは、インターネット業界だけでなく、ヘルスケアや農業など様々な業界に多大な影響を及ぼしている。

今後は機械学習やAI関連のテクノロジーがますます進化を遂げることが予想される。2019年に注視すべき5つのAIトレンドを以下に紹介する。

1. AIチップの勃興

AIは、他のソフトウェアと異なり特殊なプロセッサに依存する。最新のCPUでもAIモデルのトレーニングを高速化することは難しい。物体認識や顔認識など複雑な数学的処理を実行するためには、ハードウェアの増強も求められる。

2019年にはインテルやエヌビディア、AMD、アーム、クアルコムなどの企業が、AIアプリケーションを高速化させる特殊なチップを販売する予定だ。これらのチップは、コンピュータビジョンや自然言語処理、音声認識など特定のユースケースに最適化されており、ヘルスケアや自動車業界の次世代アプリケーションはこれらのチップに依存することになる。

また、2019年にはアマゾンやマイクロソフト、グーグル、フェイスブックなどの企業が「FPGA」や「ASIC」をベースにしたチップの開発を強化するだろう。これらのチップは、AIやハイ・パフォーマンス・コンピューティング(高性能計算)を用いたワークロードに最適化される。一部のチップは、次世代データベースでクエリ処理や予測分析の高速化を実現する。

<この領域で進行中のプロジェクト>
アマゾンの「Project Nitro」、グーグルの「Cloud TPU」、マイクロソフトの「Project Brainwave」、インテルの「Myriad X VPU」。

2. エッジにおけるIoTとAIの融合

2019年には、IoTデバイスから近い場所でコンピューティングを行う、エッジコンピューティングの重要性がさらに増す。このレイヤーにおいて、AIとIoTが融合することになるだろう。パブリッククラウドでトレーニングされたモデルの多くは、エッジコンピューティングに実装される。

現状、AIが最も多く導入されているのは、産業機器の異常値検出や根本原因解析、予知保全といった産業IoTだ。今後は、ディープニューラルネットワークを用いた機械学習モデルがエッジでも利用されるようになり、カメラやマイクが生成したビデオフレームや音声合成、時系列データ、非構造化データを処理できるようになる。

エッジデバイスは、「FPGA」や「ASIC」をベースにしたAIチップを搭載し、産業IoTが引き続きAIの普及をけん引するだろう。

<この領域で進行中のプロジェクト>
AWS(Amazon Web Services)によるエッジで機械学習推論を実行できる「AWS Greengrass」の提供、「Azure IoT Edge」によるAIツールキットの提供、グーグルによる「Google Cloud IoT Edge」の提供、「FogHorn Lightning Edge Intelligence」の提供、TIBCO による「Project Flogo」。

3. ONNXが相互運用性の鍵に

ニューラルネットワークモデルを構築する上で重要なポイントは、最適なフレームワークを選択することだ。データサイエンティストや開発者は、Caffe2やPyTorch、Apache MXNet、Microsoft Cognitive Toolkit、TensorFlowなど数ある選択肢の中から最適なツールを選ぶ必要がある。

特定のフレームワークを使ってモデルのトレーニングや評価を行った後では、別のフレームワークに移植することは困難だ。ニューラルネットワークのツールキット間で、相互運用ができないことが、AIの導入を妨げている。

この課題に対処するため、AWS、フェイスブック、マイクロソフトは「ONNX(Open Neural Network Exchange)」を共同で構築し、トレーニング済みのニューラルネットワークを複数のフレームワークで再利用できるようにした。