KADOKAWA Technology Review
×
Google’s Self-Training AI Turns Coders Into Machine-Learning Masters

グーグルの自動機械学習サービス、誰もが自分専用AIを作れる時代へ

グーグルは画像内の対象物を認識する訓練を自動化できる機械学習のクラウドサービスを発表した。深層学習アルゴリズムに関する専門的な知識がなくても、指定した対象物を認識するようにアルゴリズムを訓練できる。 by Will Knight2018.01.23

Google

グーグルは、自分向けにカスタマイズした人工知能(AI) システムを、これまでよりもずっと容易に構築できるクラウドサービスを発表した。

Cloud AutoML」と呼ばれるこの新たなサービスは、数種類の機械学習技法を使っており、画像に写っている物体を認識する深層学習アルゴリズムを自動的に構築して訓練できる。

現時点でできることには制限があるが、何か大がかりなことを始める際の糸口にはなるだろう。通常、深層ニューラル・ネットワーク・アルゴリズムを構築して最適化するには基礎となる数学とコードについての詳しい知識があると同時に、アルゴリズムのパラメーターを微調整して正しく機能させるための広範にわたる実践経験が必要となる。AIシステムの開発が困難であるため、企業は才能のある人材の採用合戦を繰り広げており、つまりは資金のある大企業だけが自社向けに特別にあつらえたAIアルゴリズムを構築できることになる。

「もっと多くの人たちにAIを広めていく必要があります」とグーグル・クラウドのフェイ・フェイ・リー主任研究員は1月17日、Cloud AutoMLのサービス開始に先立って語った。リ主任研究員は、最高の深層学習モデルを構築するのに必要な専門知識を持つ人々は、世界中でせいぜい数千人しかいないと見積もっている。「しかし世界中には現在、推定2100万人の開発者がいるのです。こうした人たち全員に働きかけて、AIをもっと利用してもらいたいと考えています」とリー主任研究員はいう。

クラウド・コンピューティングはAIをもっと身近なものとするための鍵の1つだ。グーグル、アマゾン、マイクロソフト、その他の企業は、自社のクラウド・プラットフォームに機械学習の機能を追加しようと躍起となっている。グーグル・クラウドは多くのそうしたツールをすでに提供していたが、それらはすでにあらかじめ訓練を済ませたモデルを使用しており、できることに限界がある。例えば、プログラマーはそれらのツールを使っても、深層学習の訓練を済ませた物体や光景しか認識させられない。自身を訓練できるクラウドベースの機械学習の新世代ツールは、機械学習テクノロジーをはるかに汎用性の高い使い易いものにしてくれるだろう。

この数カ月、数社がグーグルのCloud AutoMLを試している。ディズニーはこのサービスを使って特定のアニメーション・キャラクターの自社商品を検索する方法を開発した。キャラクター名を入力しなくても該当する商品を検索できるのだ。

オランダのアイントホーフェン工科大学のホアキン・バンショーレン教授は、自動機械学習を専門としている。バンショーレン教授によると、自動機械学習は近年非常に注目を浴びているものの、今なお比較的新しい研究分野で、「グーグルが自動機械学習のサービスをこんなに早く世に出せるとは驚きです」という。

バンショーレン教授は、自動機械学習はコンピューターによる膨大な計算が必要になるので、グーグルはこのサービスに相当大量のリソースを投入しているにちがいないという。リソースの問題は、プログラマーが単純な画像の分類を超えたAI システムを開発して、さらに広範なタスクを実行しようとすると、より深刻になる可能性がある。

グーグルの研究者はこれまでかなりの期間、AIをどこまで自動化できるかについてテストをしてきた。2016年には同社のあるチームが、深層学習自体を使って深層学習システムを改善できる可能性があることを示した。昨年には別のグループが、自然選択をシミュレーションして、最適なネットワーク構造を「進化」させた。さらに最近では、同社の2人の科学者が強化学習、つまり動物が好ましいフィードバックから学習することにヒントを得た手法を用いて、深層学習システムを自動的に改良するようにした。

この分野における試行錯誤は、最終的には、より一般的で適応可能なAIの形態を構築する壮大な取り組みにつながっていくはずだ。機械が人間に完全に取って代わる前に、せめて自分専用のAIを開発してみるのもよいだろう。

 

人気の記事ランキング
  1. This new image shows off magnetic fields swirling around a black hole 周囲の磁場くっきり、初撮影チームがブラックホール最新画像を公開
  2. What are the ingredients of Pfizer’s covid-19 vaccine? ファイザーの新型コロナワクチンの成分は?専門家が解説
  3. Covid-19 immunity likely lasts for years 新型コロナ、免疫は長期間持続か=米新研究
  4. Error-riddled datasets are warping our sense of how good AI really is AIモデル評価用データセットに多数の誤り、実は優秀ではなかった?
  5. So you got the vaccine. Can you still infect people? Pfizer is trying to find out. ワクチンを打っても マスクを外せない理由
ウィル ナイト [Will Knight]米国版 AI担当上級編集者
MITテクノロジーレビューのAI担当上級編集者です。知性を宿す機械やロボット、自動化について扱うことが多いですが、コンピューティングのほぼすべての側面に関心があります。南ロンドン育ちで、当時最強のシンクレアZX Spectrumで初めてのプログラムコード(無限ループにハマった)を書きました。MITテクノロジーレビュー以前は、ニューサイエンティスト誌のオンライン版編集者でした。もし質問などがあれば、メールを送ってください。
Innovators Under 35 Japan 2020

MITテクノロジーレビューが主催するグローバル・アワード「Innovators Under 35」が2020年、日本に上陸する。特定の分野や業界だけでなく、世界全体にとって重要かつ独創的なイノベーターを発信していく取り組みを紹介しよう。

記事一覧を見る
人気の記事ランキング
  1. This new image shows off magnetic fields swirling around a black hole 周囲の磁場くっきり、初撮影チームがブラックホール最新画像を公開
  2. What are the ingredients of Pfizer’s covid-19 vaccine? ファイザーの新型コロナワクチンの成分は?専門家が解説
  3. Covid-19 immunity likely lasts for years 新型コロナ、免疫は長期間持続か=米新研究
  4. Error-riddled datasets are warping our sense of how good AI really is AIモデル評価用データセットに多数の誤り、実は優秀ではなかった?
  5. So you got the vaccine. Can you still infect people? Pfizer is trying to find out. ワクチンを打っても マスクを外せない理由
MITテクノロジーレビュー[日本版] Vol.2/Winter 2020
MITテクノロジーレビュー[日本版] Vol.2/Winter 2020SDGs Issue

今、世界中の企業や機関の技術者・研究者たちが各地で抱える社会課題を解決し、持続可能な世界の実現へ向けて取り組んでいる「SDGs(持続可能な開発目標)」。
気候変動や貧困といった地球規模の課題の解決策としての先端テクノロジーに焦点を当て、解決に挑む人々の活動や、日本企業がSDGsを経営にどう取り入れ、取り組むべきか、日本が国際社会から期待される役割について、専門家の提言を紹介します。

詳細を見る
フォローしてください重要なテクノロジーとイノベーションのニュースをSNSやメールで受け取る