私たちがDeepLearning/AIをより身近に感じられるようになるまでの「時間軸」とそれを縮める方法について考える授業です。
“人工知能”は、世界的に有名な調査会社である米国ガートナー社が毎年発表している「日本版 先進テクノロジーのハイプ・サイクル（注目すべき技術の成熟度を示す図）2019年版」によれば、「過度な期待のピーク期」を超え「幻滅期」に入りました。米国ガートナー社は、「単に期待を抱いていたところからリアリティに直面するようになった困難の表れと言えるでしょう。」とコメントしており、「ブームは収束するのではないか？人工知能 冬の時代が再来するのでは？」という声をしばしば聞きます。
ただ、IT業界の只中いればブームの収束は感じられず、むしろ盛り上がりを見せているのではないかと感じられます。
この授業では、米国スタートアップ「Pegara, Inc.」の市原先生に、DeepLearningやAIを提供している企業の皆様はどのように現状を見られいるのかについて教えていただきます。 Pegaraは「GPU EATER」というDeep Learningの学習/推論のための演算資源をクラウドサービスとして提供しています。低コストと処理能力の高さから有名大学・企業らを含む世界40カ国のユーザが利用しているといいます。
「演算資源の不足」と聞いても、ピンとこない方も多いでしょうが、ディープラーニングは大量のデータを演算処理するため、大量のマシンパワーが必要とされます。それほど規模の大きくない研究室ですら大手クラウドサービスが提供する高価な演算リソースを利用するために年間数百万円を支出しており、今後益々ディープラーニングのための演算需要は増加の一途を辿ると考えらます。
この演算リソースの増加に対応するために低コスト化が求められています。これまで高価だったものが安価で提供されことによって、使える対象者の裾野が広がったり、よりたくさんの処理を行えるようになるでしょう。
DeepLearning/AIのサービスが乱立する中で、AIそのものを動かす「基盤」に取り組むPegaraの市原先生とAIが今後どのような局面を迎えるのか？また、DeepLearning/AIが社会に実装されていくための時間軸とそれを短縮していく方法について深堀りします。
▼この授業で学ぶこと
・DeepLearning/AIについての仕組みと活用
・現状とこれからのトレンド
・DeepLearning/AIが社会に実装されていくまでの時間軸と短縮する方法
