人工知能産業の急速な発展の背後にある4つの大きな無駄

[[258526]]

過去7年間、中国のプライベートエクイティ投資市場における人工知能分野への投資額は約3,658.6億元で、818の投資機関が投資に参加し、580社の中国企業が投資を受けた。現在、あらゆる分野において人工知能技術に基づく新たな変化が始まり、インテリジェント時代へと向かっています。

しかし、その人気の裏には、依然として開発上の困難が存在します。第一に、企業が人工知能を開発する中核的な原動力は人材ですが、一方では人材が不足しており、他方では分野横断的な総合的な人材が不足しています。第二に、人工知能の応用の基盤はデータですが、データの共有とデータガバナンスは依然としてさまざまな業界が直面している大きな問題です。

この記事では、人工知能の発展が現在直面している4つの大きな無駄、すなわち計算能力の無駄、データの無駄、AI機能の無駄、AI人材の無駄をまとめ、関連する的を絞った提案を提示します。

2019年の春節明けの最初の営業日、米国科学技術政策局はトランプ大統領自らが署名した米国AIイニシアチブを発表しました。このイニシアチブは、人工知能（AI）が米国の経済成長を促進し、経済と国家の安全保障を強化し、生活の質を向上させることが期待されているという文言で始まります。

もちろん、「アメリカ」という単語をどの国の名前に置き換えても、この文章は当てはまります。新たな生産力として、人工知能は社会の発展、経済成長、産業のアップグレードを推進する重要な要因の1つになっています。

国内メディアの報道によると、人工知能産業はすでにグローバルバリューチェーンのハイエンドに突入しており、新世代の人工知能はスマート製造、スマート医療、スマートシティ、スマート農業、国防建設などの分野で広く活用されている。わが国の中核人工知能産業の規模は4000億元を超え、関連産業の規模は5兆元を超えると予想されている。

しかし、人工知能産業の急速な発展により、回避可能な無駄が意図せず発生しています。

1. コンピューティングパワーの無駄。コンピューティング（コンピューティングパワー）は、人工知能（以下、AI）の発展の中核的な基盤です。AIの研究開発とトレーニングには多くのコンピューティングパワーが必要ですが、ほとんどのAI企業は、AI対応のクラウドコンピューティングプラットフォームを使用する代わりに、独自のコンピューティングプラットフォームを構築することを選択する傾向があります。ワークロードが飽和しておらず、チューニングレベルが限られているため、企業はコンピューティングパワーを十分に活用できず、かなりの程度のコンピューティングパワーの無駄が生じています。

2. データの無駄。深く詳細で大量のデータを持つことは「インテリジェンス」を訓練するための前提条件ですが、データ共有メカニズムとデータサービスプラットフォーム/市場が未熟なため、多くのAI学習/トレーニングは期待されるレベルに到達できません。

3. AI 機能の浪費。現在、多くの AI 技術 (コンピューター ビジョンなど) は比較的成熟した開発段階に入っているが、クラウド コンピューティング プラットフォームを通じて外部に力を与える AI 技術のレベルはまだ不十分です。ほとんどの AI 技術アプリケーションは依然として「ポイントツーポイント」(つまり、開発者がエンド カスタマーと向き合うことであり、開発者 - クラウド プラットフォーム - エンド カスタマーのプラットフォーム思考ではありません) です。このため、AI 技術は本来の役割を十分に果たせていません。「ステレオタイプ」を打ち破り、プラットフォーム思考を採用することで、AI 機能の浪費を回避できるだけでなく、開発者により有利な収入をもたらすことができます。

4. AI人材の浪費。AI人材の育成において、コンピュータサイエンスと人工知能技術の教育は、バイオメディカル、交通、工学と建設、脳科学などの分野との融合と交差を実現できず、「AI人材は業界を理解しておらず、業界人材はAIに精通していない」という状況が生じています。AI人材は、AI業界人材ではなく「コンピュータサイエンス人材」になることがよくあります。

もちろん、廃棄物が存在するためには、的を絞った解決策が必要です。ここでは、議論を刺激するために、関連する提案を提示します。

まず、AIコンピューティングパワーの無駄遣いに関しては、パブリックコンピューティングプラットフォーム（パブリッククラウド）が提供するコンピューティングパワー、特にAIコンピューティングパワーを活用することが、AIコンピューティングプラットフォーム（ハードウェアインフラ）の構築の重複を避ける重要な方法です。パブリッククラウドは、従量課金制とリソース共有機能を備えているため、公共サービスによってもたらされる自然な限界費用効果を軽減し、より低コストで AI コンピューティング パワーを取得できます。これにより、企業の AI コンピューティング パワーの取得コストが削減されるだけでなく、AI コンピューティング パワーの無駄も回避できます。

第二に、AI機能の無駄という点では、パブリッククラウドプラットフォームも良い選択です。クラウドプラットフォームは、企業のデータとテクノロジーの統合を自然に解決し、企業が人工知能機能を獲得するための最も重要な道でもあります。一方、クラウドサービスプロバイダーは、AI機能を「パブリックサービス」として提供し、機能、適用性、使いやすさを最適化または強化します。企業にとっては、実際のビジネスに迅速かつ便利に適用できます。

第三に、データ共有プラットフォームの構築が重要です。 AI研究者は近年、小規模なデータセットでAI技術のブレークスルーを達成しようと試み続けていますが、その成果は全体的には明らかではありません。データは依然としてAI産業の発展にとって重要な基本リソースであり、完全で包括的、正確でリアルタイムのデータは極めて重要です。したがって、AI 産業の発展に貢献するには、信頼性が高く、信頼性が高く、利用可能なデータ共有プラットフォームを確立することが重要です。もちろん、このような共有プラットフォームは、データのセキュリティ、情報の感度低下、プライバシー データ保護を確保する必要があります。

さらに、前述のように、AI人材の浪費という問題もあります。AI人材の育成において、コンピュータサイエンスと人工知能技術の教育は、バイオメディカル、交通、工学建設、脳科学などの分野との融合と交差を実現できず、「AI人材は業界を理解せず、業界人材はAIに精通していない」という状況が生じています。AI人材は、AI業界人材ではなく、「コンピュータサイエンス人材」になることがよくあります。