まとめこんにちは、今週のAIニュースまとめへようこそ。AIテキスト生成モデルが作ったものなのか、トランプ大統領の発言なのかを見分けられるかを試す、楽しくて、正直言って少し不安になるクイズをどうぞお読みください。
1959年から2018年までのAI計算： OpenAIは、1959年から現在に至るまでの研究機関におけるAIシステム構築に必要な計算能力を分析しました。AI分野は好況と不況の周期を経験してきましたが、唯一変わらないのは、より多くのハードウェアを使用する必要があるということです。
下のグラフは、様々なモデルの学習に1日あたり何ペタフロップス必要だったかを示しています。左下隅にある1959年のパーセプトロンモデルからの線を辿ると、2012年にAlexNetで急激な増加が見られるまで、直線的に増加していることがわかります。
画像クレジット: OpenAI
「1959年のパーセプトロンから始めて、これらの歴史的結果で使用されたコンピューティングの倍増時間は約2年、2012年頃からは3.4か月です」とOpenAIは述べています。
「このデータだけから明確な結論を導き出すのは難しいですが、この傾向は、これらの結果を得るために使用できるコンピューティング能力の限界と、実験のスケールアップに費やす意欲の組み合わせによるものと考えられます。」
この2年ごとの倍増は、マイクロチップ上のトランジスタ数が18ヶ月、つまり2年ごとに倍増するというムーアの法則と一致しています。この法則はその後減速しており、このいわゆる「法則」が本当に終焉を迎えたかどうかは依然として激しい議論が続いていますが、その影響はAIには及んでいません。
畳み込みニューラルネットワークであるAlexNetは2012年に突如登場し、ニューラルネットワークの隆盛を象徴しました。これらのアーキテクチャは膨大な行列計算を計算的に解く必要があり、その規模が大きくなるにつれて、CPU、GPU、TPU、FPGAなど、あらゆるリソースへの依存度も高まりました。
「この傾向は、毎年約10倍の増加を示しています。これは、一定の価格で1秒あたりより多くの演算処理を可能にするカスタムハードウェア（GPUやTPU）によるところが大きいですが、主に研究者がより多くのチップを並列に使用し、そのための経済的コストを進んで支払う方法を繰り返し発見したことが推進力となっています」と付け加えています。
詳細については、こちらをご覧ください。
Uber は Waymo の自動運転技術をまだ使用しています。Uberは、自動運転車ソフトウェアを引き続き使用するには、Waymo とライセンス料を支払う金銭的契約を結ぶ必要があると思われます。
配車サービス大手のテスラは今週、四半期報告書を提出し、競合他社の完全自動運転車開発の取り組みから得た既存の知識を依然として活用していることを明らかにした。ロイター通信によると、ゼロから開発を始めなければならないことで、「自動運転車技術の開発が制限されたり、遅れたりする可能性がある」という。
両社は知的財産権をめぐる一連の法廷闘争に巻き込まれており、その中心にいるのがエンジニアのアンソニー・レヴァンドウスキー氏です。UberとWaymoは昨年2月に非公式に和解しましたが、別の訴訟では、元Waymoエンジニアのレヴァンドウスキー氏が自身の自動運転トラックスタートアップ企業Ottoを買収した後、Uberに入社したことを受けて、窃盗および営業秘密窃盗の33件の罪で起訴されています。レヴァンドウスキー氏は、自動運転車事業を展開するWaymoのLiDARセンサーシステムに関する技術を記述した14,000件のファイルをダウンロードしたとして告発されています。https://www.theregister.com/2019/08/27/anthony_levandowski_33_criminal_charges_uber/
和解に至った訴訟の一環として、専門家がUberの内部調査を実施し、同社が依然としてWaymoの技術を使用していることを確認した。
最小の AI エッジ コンピューターの価格は 399 ドル: Nvidia は、複数のニューラル ネットワークを同時に実行できる小型コンピューター Jetson Xavier NX を発売したと同社は主張しています。
クレジットカードサイズのこのボードは、15ワットの電力で最大21 TOPs（1秒あたり21兆演算）の演算能力を発揮します。また、10ワットの電力で14 TOPsというより控えめな動作も可能で、複数のニューラルネットワークを同時に実行できます。
その仕様は次のとおりです。
- GPU: NVIDIA Volta（384 基の NVIDIA CUDA コアと 48 基の Tensor コア、さらに 2 基の NVDLA）
- CPU: 6コアCarmel Arm 64ビットCPU、6MB L2 + 4MB L3
- ビデオ: 2x 4K30 エンコードと 2x 4K60 デコード
- カメラ:最大 6 台の CSI カメラ (仮想チャネル経由で 36 台)、12 レーン (3x4 または 6x2) MIPI CSI-2
- メモリ: 8GB 128ビット LPDDR4x; 51.2GB/秒
- 接続性:ギガビットイーサネット
- OSサポート: UbuntuベースのLinux
- モジュールサイズ: 70x45mm
- Jetson Xavier NXは、NVIDIAのJetsonシリーズの最新モデルで、ロボットやドローンの開発に取り組む機械学習愛好家にとって便利な製品です。来年3月に発売予定です。
詳細については、こちらをご覧ください。
ドナルド・トランプ大統領の演説を模倣したAIモデルに何百人もが騙される:これを書いたのは米国大統領か、それとも機械か?
だから、ずっと言い続けてきたんです。もちろん、勝ちたいと。でも、連中は私に勝ってほしいと。連中は口に出さない。「ドナルド・トランプ、お願いだから、出馬して」って言うんです。だって、減税も規制緩和も全部取り消されるんですから。全部取り消されるんです。率直に言って、この国には本当に、本当にひどいことが起こるでしょう。この国はあっという間に衰退するでしょう。本当に、ものすごく、ものすごく急速に。民主党は時計の針を戻そうとしている。そして、実質的には、彼らがやってきたことなんです。彼らは時計の針を戻したんです。私たちは誰も考えられなかったほど左に進んでしまったんです。」
判断するのは難しい。ドナルド・トランプと答えた人は、あなただけではありません。1,000人の参加者を対象とした実験では、Salesforceが開発した言語生成モデルによって書かれた10段落と、米国大統領の演説から引用された10段落を推測するよう求められました。両者の違いを判別できたのは、わずか40%の参加者だけでした。
テキスト生成モデルは、与えられたプロンプトから文章を吐き出すことができます。ご覧の通り、トランプ風のテキストを生成するように微調整されたRoboTrumpと呼ばれるモデルは、かなり優れています。大統領は言語能力に優れていることでは知られていないため、彼の話し方や語彙を真似るのはおそらく非常に簡単だろうと言えるでしょう。
法律相談サイト「Lawsuit.org」のスタッフが、トランプ対ロボトランプのクイズを開発しました。こちらからクイズに挑戦できます。
ちょっとした楽しみではありますが、これらのテキスト生成モデルがいかに巧妙に操作され、偽情報を大量に生み出す可能性があるかを示す、憂慮すべき兆候でもあります。テスト後、参加者の43%が、AIモデルによって生成された偽コンテンツが2020年の大統領選挙にどのような影響を与えるかについて、より強い懸念を抱くようになったと回答しました。®
