おはようございます。あるいは、こんにちは。ここ1週間ほどお伝えしてきた内容に加え、最近のAI開発動向についてもまとめてご紹介します。
本物か偽物か？ NVIDIAの研究者たちは、敵対的生成ネットワーク（GAN）をより安定的に訓練し、一見すると本物らしく説得力のある写真を連続して生成する新たな方法を開発し、その詳細を明らかにしました。言い換えれば、これはソファから建物まで、あらゆるもののかなりリアルな写真を、十分な解像度で、オンデマンドでゼロから生成できるニューラルネットワークです。コンピューターは、あなたや誰かのために、説明文からシーンを創作したり捏造したりすることができます。まさにオンデマンドのフェイクニュースと言えるでしょう。
Nvidiaのソフトウェアによって生成された様々な種類の画像の一部…クリックして拡大。画像提供：Karras et al.
しかし、まだ慌てる必要はありません。ズームインしてよく見てみると、すべてが完璧ではないことが分かります。馬の画像の光沢のある茶色の毛並みはなかなか印象的ですが、明らかに頭が二つある馬もいます。テクノロジー関連の画像の画面はどれもサイズと形は適切ですが、ディスプレイは水彩画のような染みのように見え、ノートパソコンの画像ではキーボードが溶けているように見えます。自転車の車輪のスポークは幼児が落書きしたように見えます。しかし、このシステムはソファ、自転車、バスの画像を生成するのには非常にうまく対応しているようです。しかも、これはまだ初期段階の研究段階なのですから。
GAN をトレーニングして、有用な方向に向けるのは非常に難しいことで有名です。そのため、Nvidia の科学者たちがこのプロセスをどのように改善したかを知ることは興味深いでしょう。今週は、この点についてさらに詳しく掘り下げた記事を書く予定です。
クラウドパワーのAmazon Web Services は、クラウド プラットフォームをアップグレードして、Nvidia の最新の Tesla V100 GPU を組み込んだ最初の企業になったと発表しました。
Tesla V100はP3インスタンスで利用可能で、インスタンスごとに最大8基のGPUを同時に起動できるとのことです。機械学習、流体力学や分子モデリング、金融、ゲノミクスといった分野における最も高負荷なタスクの処理を目的としています。現時点では、米国東部（バージニア州北部）、米国西部（オレゴン）、欧州（アイルランド）、アジア太平洋（東京）の4つのリージョンでのみ利用可能です。
Amazonはパフォーマンスに関する難しい質問に答えたくないため、P3インスタンスとP2クラスの速度向上を比較することは困難です。ただし、Tesla V100の詳細情報と仕様については、こちらをご覧ください。
エージェントのコーチング： Intelは、研究者がAPIベースを介して強化学習アルゴリズムのトレーニングとテストを行えるオープンソースフレームワーク「Coach」をリリースしました。このフレームワークの便利な点は、複数のCPUコア間で並列動作するように最適化されていることです。これは、マルチソケット、マルチGPUサーバーのクラスターではなく、デスクトップコンピューターでAIプロジェクトに取り組む人にとって便利です。
主にTensorFlowで記述されていますが、一部のアルゴリズムはIntelのAI部門Nervanaが開発したオープンソースフレームワークであるNeonで実行できます。Coachは、OpenAI Gym、Roboschool、そして古典的な一人称視点シューティングゲームDoomに特化したプラットフォームであるViZDoomなど、他の強化学習環境と統合できます。
1ピクセルで「犬」から「車」まで表現できるのか？日本のAI研究者は
続きを読む
HPEはAIで何をしているのだろうか？誰もがAIを軸に事業再編を模索しており、HPEも新たな「プラットフォームとサービス」でこの流れに乗ろうと躍起になっている。
「HPE Rapid Installation for AI」と呼ばれるサービスがあり、ハードウェアクラスター全体でディープラーニングを最適化するための、事前構成済みのライブラリ、フレームワーク、ソフトウェアが含まれています。これはApollo 6500サーバーシステム上に構築され、NVIDIA Tesla V100 GPUをサポートしています。
また、同社には「HPE Deep Learning Cookbook」と呼ばれるものもあり、これはディープラーニングのさまざまなアプリケーションに最適なハードウェアとソフトウェアの組み合わせを組織が決定するのに役立つツールセットです。
「HPE AIイノベーションセンター」は、大学、企業、HPE間の研究協力を促進することに重点を置いています。そして最後に、「拡張HPEセンター・オブ・エクセレンス」は、企業のIT部門に対し、ディープラーニングをどこにどのように適用すれば最大の経済的効果が得られるかについてアドバイスを提供するコンサルティングサービスです。
AI倫理には注意が必要大手テクノロジー企業を代表してロビー活動を行う米国の業界団体、情報技術評議会は、AIに対する新たな法律を施行する前に政府に慎重に検討するよう警告するガイドラインを公開した。
機械学習アルゴリズムはブラックボックスのようだと批判されてきました。ニューラルネットワークが学習データから特定の経路を形成する理由が必ずしも完全には解明されていないからです。確かに、推論処理から判断すると、ネットワークは健全で、合理的な意思決定や判断を行っているように見えるかもしれません。しかし、複雑なネットワークは人間が分析・理解するには複雑すぎる場合が多く、ソフトウェアの意思決定プロセスを解明するのは困難です。また、学習データに含まれるバイアスがネットワークに潜り込むのではないかという懸念もあります。つまり、社会全体で利用されているAIソフトウェアが、人々の生活に実際に影響を与えるような潜在的な偏見を抱えている可能性があるということです。
しかし、報告書は各国政府に対し、「AIの責任ある開発と利用を不注意または不必要に阻害する可能性のある新たな法律、規制、または税金を導入する前に、慎重に検討する」よう強く求めている。言い換えれば、「科学者の活動を止めてはならない」ということだ。®
追伸： iOS 11に機械学習コードが組み込まれていることに気づいた人は少なくないようです。CoreMLを搭載した画像認識システムは、iPhoneで撮影した写真に自動的にラベルを付けることができます。携帯端末で「ブラジャー」を検索すると、意外な写真が出てくるかもしれません。
