人工知能のシステムを軽量化！【コラム】＃006

こんにち！こーたろーです。

本日は、こちらの記事についてです。

wired.jp

春から、本格的に人工知能の研究を始めていくのですが、ハード面の環境整備も重要となってきます。

そこで気になったのがこちらの記事です。

人工知能が身近に開発ができるようになった背景の一つと言われているデータの処理能力の向上ですが、個人でAI開発のハードウエアを構築しようとすると、結構な費用が掛かります。

ディープラーニング用に自作PCを作る - Qiita

こちらの記事を参考に作ろうと思ったこともありましたが、これでも30万切るぐらい。

まじか・・・

普通に見積もったら100万円は下らないという。。orz

そんな中、各パーツの動向や相場なんかも確認していきたいと思っています。

今回のニュース記事では、バッテリーひとつで数ヶ月稼働できるシンプルかつ処理能力の低いコンピュータチップを使って、協力なコンピュータビジョンのアルゴリズムを実行することに成功したというものです。

特徴を抜粋すると、

• マサチューセッツ工科大学（MIT）の研究で発表された。
• この技術は、画像認識や音声認識といった高度なAI機能を、医療機器や産業センサー、家電やウェアラブル端末に搭載する助けになる。
• 処理のためにデータをクラウドに送る必要も減るので、データを外部に出すことなく安全に保てる

記事によると、これまでのAIチップ１台では、自然な文章を生成できる言語モデル「GPT-3」を学習させる場合、約355年も連続で稼働させ続けなければならないという。

Google Colaboratory　様様な毎日ですね（汗

研究内容をまとめると、

• 今回発表された新しい研究の手法は、ふたつの部分から成り立っている。

• ひとつ目は、マイクロコントローラーでも処理できるニューラルネットワークの構造を探索するニューラルアーキテクチャ探索（Neural Architecture Search、NAS）と呼ばれる手法 。

⇒こちらのマイクロコントローラーは比較的シンプルかつ低コストな処理能力の低いコンピューターチップで、クルマのエンジンや電動工具、テレビのリモコン、医療用インプラントなど、非常に多くの製品に使用されているものである。

• ふたつ目は、ネットワークを動かすためのコンパクトかつメモリー効率のよいソフトウェアライブラリー。

このライブラリーはNASで探索されたネットワーク構造と協調するように設計されており、冗長性を排してマイクロコントローラーの限られたメモリー容量にも対応している。

実用化はまだ先であるものの、こういった研究が進んでくれれば、安価でAI開発ができるようになりますね。
研究者の助けになってくれればいいなと思います。

ではでは。

パソコン自作の教科書