インタビュー「これらすべてのスレッドを維持するのは非常に困難です」と、空撮ドローン企業のInsituはThe Registerに語り、AIと機械学習技術をFPGAから市販のコンピューティングハードウェアに移行した理由を説明した。
同社の最高成長責任者であるジョン・ダムシュ氏は、いわばボンネットの下に隠された技術について、私たちの質問に答えてくれました。航空機のハードウェアについてはよく知られていますが、同社の真の強みである画像解析ソフトウェアの現状はどうなっているのでしょうか？
ダムシュ氏は、画像解析企業2D3 Sensingでかつてはグロ・フロマージュ（チーズのすり身）として働いていました。同社はオックスフォードにAI/MLに特化した拠点を構えていましたが、数年前にInsituに買収されました。ダムシュ氏は次のように語っています。「現在（Insituの機器に）導入されているツールのほとんどは、ローカルコンピューターで動作するシンクライアントツール、いわば専用マシンです。お客様は、安全な環境で利用できることを高く評価しています。しかし、ここ2年間は、安全なクラウドを利用してデータをグローバルに保存・移動できるよう、クラウドベースのデータ管理システムの構築に投資してきました。」
インシチュは、軽量無人航空機（UAV）と、それらを飛行させ、機体に搭載されたカメラやセンサーで収集された画像データを処理するための独自のソフトウェアを開発しています。顧客の大部分は軍関係（英国を含む）ですが、商業分野への進出も着実に進めています。
「将来的には、航空機自体にオンボードコンピューティング機能を搭載できるようにするための投資をさらに強化していきます」とダムシュ氏は続けた。「現在取り組んでいるのは、シンクライアントからクラウドまで、様々なアーキテクチャを模索し、一度コードを書いてほぼあらゆる環境に展開できる可能性を探ることです。例えば、地図のような派生製品を作成しようとしている広域データ収集を考えてみてください。これは、汎用的な既製のコンピューティングを使用しなければならない理由をさらに強調しています。なぜなら、これらすべてのスレッドを維持するのは非常に困難だからです。本当に必要なのは、システムのアルゴリズムと収集手法に注力し、残りの部分を構築するためにできる限りの手段を講じることです。」
同氏は、Insitu は従来、機内コンピューティングには FPGA を採用してきたが、Nvidia や Intel などの企業による GPU や CPU 技術の進歩により、商業的な観点から事実上独自に開発を続けるのは意味がないと説明した。
ダムシュ氏は、漠然とした言い方をすれば、インシチュは「主にマイクロソフトとアマゾンの両社と」協力しており、インシチュの商用ソフトウェアのデータアーキテクチャは「アマゾン上に構築されている」と述べた。
「そして、彼らの最先端機能、プレリリース版もいくつか使っています」と彼は自慢げに語った。それ以上の詳細は明かさなかったものの、「Snowballをかなり斬新な方法で使っています」とだけ述べた。SnowballはAWSのクラウド移行ツールで、最大50TBのデータを1つのストレージから別のストレージへと移行できる。
機械、上昇
コンピューティングとストレージのアーキテクチャはさておき、InsituのAIとML技術の実用化に向けた取り組みは成熟しています。オックスフォード大学に拠点を置く同社のAIブレインボックスは、ダムシュ氏の言葉を借りれば「事実上、社内のAIとMLの専門家になった」とのことです。「チームが非常に斬新な取り組みを行っているのは、データセットの自動学習です。比較的限られた入力セットから情報コーパスを構築し、ユーザーインターフェースの問題に対処することで、人間が教師あり学習を容易に行えるようにしています。私たちは、時折人間による入力を加えることで機械学習が生み出すこの好循環を真に活用しているのです。」
「私たちが時間をかけて開発した機能の一つは、特定の車両など、比較的小規模な代表画像のサンプルを採取し、コンピュータービジョンを使ってそのモデルを効果的に構築し、そのモデルを使って機械学習分類器に使用できる様々な代表画像を生成するというものでした。最も重要なのは、高度な知識を持つユーザーではなく、一般の人間が機械学習を活用できることです。」
分類器は、機械学習ベースのコンピュータービジョンシステムにおいて、あらゆるシステムの中核を成すものです。Insitu社の技術にとって、分類器は特に重要です。Insitu社の技術は、主に政府所有の船舶（軍用船および民間船）に搭載され、浮遊物から麻薬密輸業者まで、あらゆるものを調査するために海上に配備されています。この技術は高く評価されており、米国沿岸警備隊は、同社のScaneagleドローンの活用もあって麻薬摘発に成功したことを特に誇りに思っています。
スペインのマサゴンで輸送ケースに入ったInsitu Scaneagle 2の写真
「私たちは少数の特定の顧客と緊密に連携し、彼らのデータセットにおける機械学習機能の成熟度向上に取り組んできました」とダムシュ氏は続けた。「オーストラリアのシェル社と協力し、インフラ管理者のニーズを自動でチェックする機械学習分類器を開発しました。機械学習を用いて、石油掘削装置の坑口が開いているか閉じているかを自動的に分類するのです。様々な坑口の様子を示す代表的なサンプルを提供し、分類器をトレーニングすることで、今では彼らのデータに対してリアルタイムで実行できるようになりました。」
学ぶことを学ぶ
しかし、トレーニングデータの収集は少し難しい。Insituの顧客の多くは軍人であるため、ダムシュ氏は「彼らはデータを他の場所に流出させたくないので、これは問題になる可能性がある」と認めた。一方、民間の世界では「彼らがデータをいい加減に扱っているとは言いませんが、『国家機密』のような機密扱いではないですよね？」と彼は述べた。
InsituのAIとMLの商業化へのアプローチは、技術的に興味深いものをただ構築し、それに投資したり単体製品を購入したりしてくれる人を探し出すことではありません。ダムシュ氏は次のように語っています。「ビジネスの観点から言えば、お客様が購入するソフトウェアを契約書に個別に項目として記載するのではなく、ソリューション全体をお客様に提供できる方が理にかなっています。そのため、AIと機械学習の応用に関しては、オックスフォードのチームがただ取り組んで、それを丸投げするようなものではなく、会社全体で協力して取り組む必要があると考えています。」
興味深いことに、ダムシュ氏はInsituが自社のML技術をエンドユーザーフレンドリーにすることに取り組んでいることも明言しました。その理由は「お客様に分類器のトレーニングを常に当社に依頼していただく必要は必ずしもありません。だからこそ、英国チームのエネルギーを、より効率的かつ使いやすいユーザーインターフェースを備えたトレーニングセットの構築に集中させているのです」としています。さらにダムシュ氏は、「お客様がこれらの機能と、ユースケースを満たすように設計したシステム全体を活用して、新しいものをトレーニングできるようにしたいと考えています」と付け加えました。
ダムシュ氏はまた、インシチュ社の無人航空機にAI技術が搭載されるのを5年ほどで実現したいと示唆した。これは、航空機が地上基地との通信を失った場合、引き返して基地に戻るのではなく、自律的に任務を遂行し続けることができるという構想だ。この概念実証版は、AI研究者によって既に非常に小規模ではあるがテストされている。しかし今のところは、人間がしっかりと監視を続けることになる。®
