過去2週間の主要なAIニュースをまとめてお届けします。機械学習は現在、非常に注目を集めていますが、IntelやNvidiaなどの企業が新しいチップを発表しても、スペックに関する情報はほとんど公開されず、速度と精度の向上を謳うばかりで、その効果は限定的です。
また、様々なソフトウェアフレームワークやハードウェアオプションをすべて把握することも困難です。ARM、AMD、Amazon、Facebookといった企業はこのことを認識しており、ある言語で記述されたモデルを別の言語に容易に移行し、様々なチップ間でモデルを最適化できるように取り組んでいます。
Google の「サプライズ」 Pixel 2 チップこれは Google が設計した初のスマートフォン チップであり、新しいシリコンを搭載した Pixel 2 の発売時に発表されなかったのは、まだ有効化されておらず、アプリケーションでもサポートされていないためです。
DeepMindのAlphaGo Zeroがいかにして自己学習し、世界チャンピオンのAI AlphaGoを打ち破ったか
続きを読む
Pixel Visual Coreと呼ばれるこのコプロセッサには、8つの画像処理ユニット（IPU）が搭載されています。スペックの詳細は不明ですが、Pixel 2内部で画像処理機械学習ソフトウェアを実行するために設計されており、主にスマートフォンのカメラで撮影した写真を処理します。各IPUコアには512個の演算ユニットが搭載されており、毎秒3兆回の演算処理が可能とのことです。
このIPUは、Pixel 2のカメラアプリに搭載されているHDR+機能に搭載され、薄暗い場所で撮影した写真のコントラストを補正・向上させる。しかし、最も興味深いのは、GoogleがIPUのプログラミングが難しいことを認めている点だ。
「IPUの効率性にとって重要な要素は、ハードウェアとソフトウェアの緊密な結合です。私たちのソフトウェアは、一般的なプロセッサよりもハードウェアの多くの細部を制御します」と、Google PixelチームのOfer Shacham氏とMasumi Reynders氏は述べています。「ソフトウェアに制御を委ねることで、ハードウェアはよりシンプルで効率的になりますが、従来のプログラミング言語でIPUをプログラムするのは困難になります。」
Googleは、この小型アクセラレータを制御するために、画像処理用プログラミング言語HalideとTensorFlowを組み合わせて使用する必要がありました。また、IPU向けにソフトウェアを最適化するためのカスタムコンパイラも開発しました。Pixel Visual Coreは、開発者がアプリを開発できるようになれば、Pixel 2ユーザー向けの今後のソフトウェアアップデートで有効化される予定です。
最後に、このチップはインテルのカスタムファウンドリー部門で製造されたものである。パッケージ上の SR3HX 部品番号とインテルの形をしたロゴからそれがわかる。
インテルのNervanaニューラルプロセッサD.Liveテクノロジーカンファレンスで、インテルはディープラーニングモデルのトレーニングと展開用に設計された新しいチップを発表しました。スペックに関する具体的な情報は明らかにされていませんが、インテルは「高速化」を強調しています。しかし、どの程度高速化されるのかは定かではありません。インテルに問い合わせて詳細を尋ねました。
以前は「Lake Crest」と呼ばれていたこの ASIC は開発に 3 年半かかり、ニューラル ネットワークの実行に必要な行列乗算、畳み込み、その他の演算の膨大な負荷に対応できるよう設計されています。
興味深いことに、このプロセッサは低精度の数値形式であるFlexpointを使用しているため、計算負荷が低く、メモリ帯域幅が広くなっています。「Flexpointにより、スカラー計算を固定小数点の乗算と加算として実装しながら、共有指数を使用することで広いダイナミックレンジを実現できます」とNervanaチームはブログ記事に記しています。
インテルはFacebookと緊密に連携しており、このソーシャルメディアプラットフォームがチップの優先供給を受けることになる。このチップは年末までにFacebookに出荷され、来年には他のプラットフォームにも出荷される予定だ。このチップは、インテルが昨年Nervanaを買収した際に獲得した技術を基盤としている。
元オバマ大統領顧問がAIパートナーシップを率いる機械学習の大手企業の巨大グループを、バラク・オバマ米大統領の元顧問テラ・ライオンズ氏が率いる。
Amazon、Google、Facebook、Microsoft、DeepMind、Apple などの企業が参加する AI パートナーシップは、AI を「人々と社会に利益をもたらす」ように導くことに重点を置いています。
ライオンズ氏は、モジラ財団の技術政策フェローとして短期間務めた後、オバマ大統領時代にはホワイトハウスの米国最高技術責任者（CTO）の政策顧問も務めたのち、創設事務局長に就任する。
AIパートナーシップはまだ大きな成果を上げていません。しかし、理事会と加盟団体の代表者は来週ベルリンで会合を開き、AIに関するベストプラクティスの開発とAIに対する一般の理解促進という目標達成に向けて取り組みを開始する予定です。
Comma AI が「拡張運転」を推進PlayStation 3 と iPhone のハッカー、ジョージ・ホッツ氏が率いる自動運転車の新興企業 Comma AI が、熱心な自動車愛好家向けにダッシュカムとリアルタイム ディスプレイをリリースしました。
EON は、走行中のビデオを録画してクラウドにアップロードし、Comma AI の chffr アプリで再生できるように設計されています。
このソフトウェアは、比較的シンプルな2つのディープラーニングモデルを用いて、ドライブレコーダーのライブ映像をリアルタイムで分析・オーバーレイし、ダッシュボードやバックミラーの下に設置したスマートフォンに表示します。1つはDepthNetと呼ばれるモデルで、移動物体をピンク色で強調表示します。色が明るいほど、他の車両に近づいていることを示します。もう1つはSegNetと呼ばれるモデルで、空、標識、信号など、典型的な運転シーンにおける様々な要素を認識します。現時点では、このシステムは車線区分線のみを緑色で強調表示します。
これは自動運転車アプリというよりは、車両自体を制御するものではなく、運転支援アプリです。ハッキング可能でオープンソースなので、本質的には、運転中の走行状況をリアルタイムで表示するヘッドアップディスプレイを開発する開発者やエンジニアのためのツールキットと言えるでしょう。
ホッツ氏は、このドライブレコーダーは、車線を逸脱しそうになったときや、他の車が危険なほど接近しているときにドライバーが気づくのに役立つと述べた。しかし、ドライバーが道路に目を向けていれば、こうした情報は既にかなり明白に得られるはずなので、ドライブレコーダーの本当の用途は完全には分かっていない。
ドライバーが交通渋滞を回避できるようにするナビゲーション アプリの Waze や Spotify と統合されているので、そういった機能もあります。
レベル5の自動運転車用チップ？！チップに関する漠然としたニュースがまた一つ。NVIDIAは、完全自動運転タクシーの開発に向けた「世界初」となるコンピューティングプラットフォームの発表を発表しました。
ペガサスは、明らかに自動運転車を「レベル５」へと押し上げるだろう。レベル５では、運転に人間の介入は必要ないため、ハンドルやミラーはオプションとなる。
Pegasusについては、「1秒間に320兆回の演算が可能」という以外、詳細はほとんど明らかにされていません。完全な自動運転車を開発するには、強力なチップだけでは不十分なのは明らかです。そのため、Nvidiaの最新チップがレベル5と言える基準を満たしているのかは、まだはっきりとしていません。
Drive PXシリーズの従来のプラットフォームは、レベル1、2、3の半自動運転車向けSoCを採用しています。低レベルの動作では、システムはステアリング、加速、減速などの操作を支援しますが、実際の操作の大部分はドライバーが行います。
AI ハードウェアの民主化ARM、AMD、Huawei、IBM、Qualcomm、Intel は、異なる AI フレームワークで記述されたモデルの転送を容易にするオープン プロジェクトである ONXX (オープン ニューラル ネットワーク交換フォーマット) をサポートしています。
開発者はソフトウェアに関して好みがあり、ディープラーニングプログラムを、それが書かれた言語とは異なる言語で使用しようとすると、難しい場合があります。FacebookとMicrosoftのパートナーシップであるONXXは、この作業を容易にすることを目指しています。ニューラルネットワークをあるフレームワークでトレーニングし、推論段階で別のフレームワークに転送することができます。
また、異なるハードウェアプラットフォーム間でのモデルの最適化も試みます。そのため、Facebookのように独自のカスタムAIチップを持たない企業や、ARM、IBM、Huawei、Qualcommのように独自のチップは持っているもののソフトウェアに特化していない企業にとって、双方にメリットがあります。ONXXは現在、Caffe2、Pytorch、Cognitive Toolkit間でのみ動作します。
Amazonも同様の目標を掲げ、新しいプログラミングインターフェース「Gluon」を開発しています。「今回のコラボレーションの最初の成果は、Apache MXNetのオープンソースライブラリである新しいGluonインターフェースです。これにより、あらゆるスキルレベルの開発者がディープラーニングモデルのプロトタイプ作成、構築、トレーニングを行うことができます」とAmazonはブログ記事に記しています。
Gluon は、定義済みのレイヤー、オプティマイザー、イニシャライザーを備えたモデルを内蔵しているため、ニューラルネットワークの構築を容易にします。開発者は、モデルのトレーニングと実行を高速化するために、同時に実行することも可能です。®
