AIの計算量に限界が来る 富士通が問題解決か?教師データなしで分析可能
財経新聞 より 200807
AIの利用が本格化しているが、AIには膨大な量のデータが必要だ。そのデータが不十分、または偏向があると使い物にならない。教師データがAIを育てるため、データは多いほうが良いのだ。そのため、AIが進歩する一方で、データが膨大になり計算量が増加して処理能力が追いつかない懸念が出ている。
自動車の自動運転を担うAIについてはデータ不足を心配されていたが、どう解決してきたのであろうか。またSFのように、AIが人間の能力を超える『シンギュラリティ』を迎える日がいつなのか取りざたされてもいる。
将棋においては人間の能力を超えたのではないか？とも言われる中で、最年少記録を更新し続けている藤井聡太棋聖は、AIが気付かない新しい戦法を生み出しているとも言われている。
こうしたAIが人間の能力とせめぎ合うほどになった中で、AIの計算に限界が生じる例も出てきているわけだ。「クラウドコンピューティングのコスト」が問題になりつつあるとも言われる。よって、コスト面からAIの計算アルゴリズムをさらに効率良くすることが必要となっている。
そこに登場したのが、富士通研究所の「DeepTwin（ディープツイン）」だ。2020年7月13日に発表し、2021年度中の実用化を目指すとした。深層学習で用いられる次元数を削減しても、情報の精度を落とさずに分析できると言うのだ。
ディープツインは、情報圧縮技術を基にデータの次元数を削減し、「その次元数と、次元削減後のデータの分布を深層学習で最適化する」としている。これで、正解ラベルを付けない「教師なし学習」を低コストで実現することになる。最近指摘されている「次元の呪い」と称されてきた、指数関数的に増加する計算量に悩まされるAIの処理能力の限界を高めることが出来るのであろうか。
これで、AIが教師なしで目的とするデータを分析して、正確に内容を捉えることが出来ると言う。教師データなしで目の前に現れるデータを分析できる能力が向上すると、ネット上の不正など新規の犯罪なども検知できるのであろう。
AIの計算コストも下がり、身近な導入促進にもなると思われる。だがそれは、近い将来、AIが人間の能力を超える『シンギュラリティ』がやってくることでもあり、これらの動きに注目だ。まずはAIの計算コストが下がり、普及が促進される状況に期待しよう。
