AIGC は転換点にあります。現実世界での導入は次は何でしょうか?

ブルームバーグ インテリジェンスのアナリストによる今年初めの新しいレポートによると、AI 業界は、AI システムのトレーニングに必要な基礎から始めて、10 年以内に 42% の割合で拡大する可能性があるとのことです。 AI モデル、広告、その他のサービスを使用する後続のデバイス向け。 ChatGPT や Google の Bard などの消費者向け AI ツールのリリースは、10 年にわたるブームを加速させ、AIGC 市場の収益は昨年の 400 億ドルから 2032 年までに推定 1 兆 3000 億ドルにまで増加すると予想されます。

画像ソース: Unbounded AI によって生成

生成 AI (AIGC) は、特にビジネス分野で広く採用されつつあります。

たとえば最近、ウォルマートは AIGC アプリを 50,000 人の非店舗従業員に展開すると発表しました。このアプリは、ウォルマートのデータとサードパーティの大規模言語モデル（LLM）を組み合わせたもので、従業員の草案作成プロセスの高速化から、クリエイティブパートナーとしての役割、大規模な文書の要約まで、さまざまなタスクを支援できるとアクシオスは報告した。

このような導入は、強力な深層学習モデルをトレーニングするために必要なグラフィックス カード (GPU) の需要を促進するのに役立ちます。グラフィックス カード GPU は、プログラミング命令を従来の中央処理装置 (CPU) のように順次ではなく並列的に実行する特殊なコンピューティング プロセッサです。

ウォール・ストリート・ジャーナルによると、これらのモデルのトレーニングには「大量のデータを取り込んで分析する必要があるため、企業は数十億ドルの費用がかかる可能性があります。」これには、それぞれ GPT-4 から LaMDA までのすべてのディープラーニングと基本的な LLM が含まれます。 ChatGPT および Bard チャットボット アプリケーションのサポート。

01.* 生成 AI の波に乗る*

AIGC の傾向は、大手 GPU サプライヤーである Nvidia に強力な後押しを与えています。同社は、最新四半期の驚くべき収益を報告しました。ほぼすべての大手テクノロジー企業がハイエンド AI グラフィックス カードを手に入れようとしているため、少なくとも Nvidia にとっては好況の時期です。

エリン・グリフィス氏はニューヨーク・タイムズ紙に、新興企業や投資家がこれらのチップを手に入れるために並外れた手段を講じていると書いた：「テクノロジー企業が今年切望しているのは、お金でも、エンジニアリングの才能でも、誇大宣伝でも、さらにはお金でさえない。利益だけでなく、 GPU への欲求。」

ベン・トンプソン氏は、今週の Stratechery ニュースレターでそれを「山の頂上の Nvidia」と呼んでいます。この勢いは、Google のクラウド顧客が Nvidia GPU を活用したテクノロジーにさらにアクセスできるようになる、Google と Nvidia 間の提携の発表によってさらに加速されました。これらすべては、需要の急増に直面して、これらのチップが現在不足していることを示しています。

現在のニーズは新世代 AI の頂点を示しているのでしょうか、それとも次の開発の波の始まりを告げているのでしょうか?

02. 生成テクノロジーがコンピューティングの未来をどのように形作っているのか

Nvidiaの最高経営責任者（CEO）ジェンセン・ファン氏は、同社の最新の決算会見で、この需要は「アクセラレーション・コンピューティング」の夜明けを示すものだと述べた。同氏は、企業にとって「設備投資を汎用コンピューティングからシフトし、生成AIとアクセラレーテッド・コンピューティングに焦点を当てる」ことが賢明であると付け加えた。

汎用コンピューティングとは、スプレッドシートからリレーショナル データベース、ERP まで、さまざまなタスク用に設計された CPU を指します。 Nvidia は、CPU は今やレガシー インフラストラクチャであり、開発者は GPU コードを最適化して、従来の CPU よりも効率的にタスクを実行する必要があると考えています。

GPU は多くの計算を同時に実行できるため、何百万もの計算を並行して実行する機械学習 (ML) などのタスクに最適です。 GPU は、深層学習や人工知能の基礎となる線形代数や行列操作タスクなど、特定の種類の数学計算にも特に優れています。

03. GPU は一部の種類のソフトウェアにとってはほとんど役に立ちません

ただし、既存のビジネス アプリケーションのほとんどを含む他のクラスのソフトウェアは、CPU 上で実行するように最適化されており、GPU の並列命令実行のメリットはほとんどありません。

トンプソン氏も同様の見解をとっているようです: 「ジェンセン フアン氏の指摘の私の解釈は、これらの GPU はすべて、現在 CPU で実行されているのと同じアクティビティの多くに使用されるということです。生成 AI が生み出す可能性のある余剰容量は、現在のクラウド コンピューティングによって埋められるでしょう」仕事量。」

同氏はさらに、「そうは言っても、私はそれを疑っている。人間も企業も怠け者であり、CPU ベースのアプリケーションは開発が簡単なだけでなく、ほとんどがすでに構築されている。どの企業が時間をかけ、すでに CPU 上で実行されているものを GPU に移植する作業です。」

04. 歴史は繰り返す

InfoWorld の Matt Assay は、これを以前にも見たことを思い出させます。 「機械学習が最初に登場したとき、データ サイエンティストは、たとえより単純なツールがあったとしても、それをあらゆるものに適用しました。データ サイエンティストのノア・ロラング氏はかつて指摘しました。「ビジネス上の問題のごく一部だけが機械学習によって最適に解決されます。ほとんどの人は、単に良いものを求めているだけです」データを取得し、それが何を意味するのかを理解してください。 」

重要なのは、アクセラレーテッド コンピューティングと GPU はすべてのソフトウェア ニーズを満たしているわけではないということです。

Nvidia は、現在の新世代 AI アプリケーションの開発ラッシュに後押しされて、素晴らしい四半期を過ごしました。当然、同社もこれに熱心だ。しかし、最近の Gartner Emerging Technology Hype Cycle からわかるように、この新世代の AI は一時を迎えており、膨らんだ期待の頂点に達しています。

シンギュラリティ大学とXPRIZE創設者のピーター・ディアマンディス氏は、こうした期待は悪影響を及ぼさずに将来の可能性を見極めるためのものだと述べた。 「その時点で、誇大宣伝は根拠のない興奮と膨らんだ期待を生み出し始めます。」

05. 現在の制限

この点において、現在の AIGC ブームはやがて限界を迎えます。 SK Ventures のベンチャーキャピタリストである Paul Kedrosky 氏と Eric Norlin 氏は、自社の Substack で次のように書いています。 [Google] トランスフォーマーの論文（「注意こそが必要だ」）の発表とその結論が今後 1 ～ 2 年以内に発表されると、人々はさまざまな制限に直面することになります。 」

これらの制限には、「幻覚の傾向、狭い領域での不十分なトレーニング データ、何年も前の古いトレーニング コーパス、またはその他の無数の理由」が含まれます。 AIの波。」

はっきり言っておきますが、ケドロスキー氏とノーリン氏はAIが行き止まりに達したとは考えていません。むしろ、「まあまあの自動化」や限られた生産性の向上よりも優れたものを達成するには、大幅な技術的改善が必要であると主張しています。彼らは、次の波には新しいモデル、よりオープンソース、特に「ユビキタス/安価な GPU」が含まれると考えています。これが正しければ、Nvidia にとって良い前兆ではないかもしれませんが、必要とする人々がこのテクノロジーを利用できるようになり、人々に利益をもたらすでしょう。

Fortune が指摘したように、Amazon はチップ製造における Nvidia の優位性に直接挑戦する意図を明確にしています。彼らだけではなく、多くの新興企業が市場シェアを争っている――AMDなどの大手チップ大手も同様だ。支配的な既存企業に対抗することは非常に困難です。少なくともこの場合、これらのチップの供給源を拡大し、希少な技術の価格を下げることが、AIGC イノベーションの波を開発し普及させる鍵となるでしょう。

06 AI の次の波

現世代のモデルやアプリケーションには制限がありますが、AIGC の未来は明るいです。この取り組みの背景にはいくつかの理由があると考えられますが、おそらく最も重要なのは、経済全体で世代を超えて労働者が不足しており、これによりより高いレベルの自動化の需要が今後も高まるだろうということです。

AI と自動化は歴史的に別々のものとみなされてきましたが、AIGC の出現によりこの見方は変わりつつあります。このテクノロジーは自動化と生産性をますます推進するものになりつつあります。ワークフロー会社Zapierの共同創設者であるマイク・ヌープ氏は、最近のポッドキャスト「Eye on AI」でこの現象に触れ、「AIと自動化は1つのものに崩壊しつつある」と述べた。

もちろん、マッキンゼーはこれを信じています。 「AIGC は生産性の次の波を起こす準備ができている」と彼らは最近のレポートで述べていますが、彼らは一人ではありません。たとえば、ゴールドマン・サックスは、新世代の人工知能により世界の GDP が 7% 増加する可能性があると述べています。

私たちが現世代の AI の頂点にいるかどうかに関係なく、AI は今後も進化し続け、企業全体で議論を巻き起こす分野であることは明らかです。課題は大きいですが、チャンスも同様にあります。特にイノベーションと効率に飢えている世界ではそうです。 GPU の優位性をめぐる戦いは、この展開する物語のほんの 1 つのスナップショットであり、人工知能とコンピューティングの将来の章へのプロローグです。

参考文献: