SKY BLOGBLOG

AIとは何か?今後の動向など

AIの仕組み:学習と推論の裏側

AI(人工知能)を利用したサービスが社内でも増え活用する場面が増えているかと思います。しかし、「AIって実際にどうやって動いているの?」と疑問に思う方も多いのではないでしょうか。今回は、AIの仕組みを「学習」と「推論」という2つのフェーズに分けて、さらにAIの学習における人間の役割も踏まえてわかりやすく説明します。

1. 学習フェーズ

AIが最初に行うのが「学習」です。このフェーズでは、AIが大量のデータからパターンを見つけ、知識を蓄積します。たとえば、画像データを使ってAIに「リンゴは赤い」「バナナは黄色い」といった特徴を学ばせることで、色や形の違いを理解できるようになります。

しかし、単にデータを投入するだけではAIはうまく学習できません。AIが正確に学習するためには、データに正しい「ラベル」をつける作業が必要です。この作業は人間によって行われており、膨大なデータに対して「これは猫」「これは犬」といったラベルをつけるために、多くのアルバイトやクラウドソーシングが使われています。これにより、AIが学習するための質の高いデータが提供され、より正確な結果を導けるようになります。

また、AIが間違った予測をすることもありますが、その際も人間が介入し、AIが再学習できるようにフィードバックを与えます。このような「ヒューマン・イン・ザ・ループ(Human in the Loop)」という手法が、AIの学習において重要な役割を果たしています。つまり、AIが一人で「賢くなる」わけではなく、人間の手助けが今も欠かせないのです。

2. 推論フェーズ

次に、AIは「推論」のフェーズに進みます。これは、学習で得た知識をもとに、新しいデータに対して判断を下すプロセスです。たとえば、学習済みのAIに「レモン」の画像を見せると、AIは「黄色いから暖色系だ」と推測します。このように、AIは学習したパターンをもとに新しいデータを分類・判断する能力を持っています。

この推論フェーズは、私たちが日常で目にする多くのAIサービスにも使われています。たとえば、スマートフォンの顔認証システムや写真整理アプリが、画像を自動で分類してくれるのは、この推論フェーズの成果です。

3. なぜNVIDIAがAI分野で注目されているのか

AIの学習フェーズでは、膨大なデータを高速で処理するために強力なコンピューティングパワーが必要です。この時、NVIDIAのGPU(グラフィック処理ユニット)が非常に重要な役割を果たしています。GPUは、通常のCPUよりも大量のデータを並列に処理するのに優れており、AIの学習を効率的に進めることができます。

また、NVIDIAは「CUDA」という技術を提供しています。CUDAはGPUを利用して、AIや科学計算のために膨大なデータ処理を行える技術です。これにより、NVIDIAはAI分野におけるハードウェアとソフトウェアの両面で強力なシェアを持ち、AI市場の成長とともに株価も急上昇しています。過去に戻って株が買えたらどんなに良いことか。はぁ〜。

 
4. スマートフォンやPCのAIチップについて

最近では、iPhoneやGoogle PixelなどのスマートフォンやノートパソコンにもAI専用のチップが搭載されています。これらのチップは、デバイス上でAIの推論を行うために使われており、クラウドにデータを送らなくても、オフラインで高速にAIが動作することが可能です。これを「エッジAI」と呼びます。

エッジAIの利点は、クラウドに依存せずにローカルで計算を完了させるため、処理速度が速く、データのプライバシーが保たれることです。たとえば、スマホ上での顔認証や写真の分類は、このエッジAIによる推論を活用しているのです。

まとめ

AIの動きは、「学習」と「推論」の2つのフェーズに分かれています。学習フェーズでは膨大なデータを使い、人間の手によるデータラベリングやフィードバックも不可欠な要素となっています。そして、推論フェーズでは、学習した内容を基に新しいデータに対して判断を行います。

NVIDIAは、AIの学習に必要な強力なGPUとCUDA技術でAI市場をリードしていますが、推論については、スマートフォンやパソコンに搭載されたAIチップなど、エッジAI技術も勢いを増しています。AIは今後ますます私たちの生活に欠かせない技術となり、人間との協力を通じてさらなる進化を続けていくでしょう。

トリビア・豆知

興味があったら調べてみてください

1.AWSは学習と推論のプロセッサを独自開発しており既にAWSで利用できる

2.学習フェーズにおいて、「電力」がキーになっている(原発・再生エネルギーなど)

3.あの Intel がAI分野で出遅れかつての半導体業界での圧倒的なリーダーシップを失いつつある

4.ARM, RISC-V のが勢いを増している。Apple M1, AWS Graviton 2 は ARM。RISC-Vは中国で活発(に見える)

もちろん、この投稿は言いたいことだけ指示して、AIが書きました。