DIME MAGAZINE
AI が世界の産業に与える影響に関する 2022 年度予測
NVIDIAが2022年度にAI が世界の産業に与える影響に関するレポートを公開した。
■執筆者: CLIFF EDWARDS氏
不確実な時代にこそ優れたビジネスが発展すると、古くから言われている。大規模な激変の前兆が見える 2022 年、このことが試される年になることは間違いないだろうか。
パンデミックによるサプライチェーンの混乱は、自動車や電子機器から玩具やトイレット ペーパーに至るまで、あらゆるものの生産に影響を及ぼしている。また、食料事情に関しては、労働者の不足、工場の閉鎖、商品価格の高騰により、最
も高度な予測や物流業務ですら計画が破綻したため、世界の食料価格はここ 10 余年で最高水準に跳ね上がった。
昨年、NVIDIA のトップ エキスパート数人に、AI とアクセラレーテッド コンピューティングの世界に 2021 年がもたらすものは何であるかについて、インタビューを行なった。
企業が製品予測、サプライチェーン管理、科学研究のための新しい道を模索する中、それぞれが計画段階から稼働段階へと移行するだろうという予測を立てていた。
2021 年の 1 年間で書かれたさまざまなドキュメントの見出しを見てみると、彼らの予測が正しいことが分かる。小売企業の Home Depot、Target、Walmartは、クリスマスに向けて自社専用の貨物船をチャーターし、世界中の店舗に商品を配送した。
BMW や Ericsson などの企業は、市場投入までの時間を短縮するためにデジタル ツイン テクノロジを使用して実世界の環境のシミュレートを始めている。
AI の導入は有名企業に限ったことではない。
事実、銀行や医療、エネルギーなどの 9 つのセクターにわたる 1,000 社を超える企業を対象として 2021 年半ばに行なわれた PWC の調査では、調査対象の 86% が AI を「主流のテクノロジ」に据える態勢を整えているという結果が出た。
NVIDIA のエキスパートに話を戻す。今年、企業がビッグデータを解析して新たな収益機会を探すにあたり、AI の取り組みをどこに集中させると考えられるかを尋ねた。
ブライアン カタンザロ (Bryan Catanzaro)氏
ディープラーニング応用研究担当バイス プレジデント
対話型 AI: 私は昨年、対話型 AI の使用により、リアルタイムのやり取りによるキャラクター主導のアプローチが具体化され、ビデオ ゲームはさらに没入感のあるものになるだろうと予測しました。今年、対話型 AI は業務向けが中心となります。
企業は、自然言語処理の使用によってさらに効率的かつ効果的に作業できる新しい対話型 AI ツールを導入するでしょう。音声合成は、2022 年には人間の声と同じように感情がこもった説得力のある音声となり、小売、銀行、ヘルスケアなどの業界は顧客の理解をさらに深め、より良いサービスを提供できるようになります。
顧客を知る: 自然言語処理に留まらず、他社や顧客との対話に音声とテキストの両方を使用している企業は、AI を採用することにより、人の発言の中にある背景や感情を理解できるようになります。顧客は不満を感じているか。
上司は皮肉を言っているのか。プログラマーの作業を効率化するOpenAI Github Copilotのようなツールの採用が加速するでしょう。
サラ タリク (Sarah Tariq)氏
自動車部門バイス プレジデント
プログラマブル自動車: 自動車を買ってカーディーラーから出た瞬間に車の価値が下がる、そんな時代は終わります。
通勤時のストレス解消: ソフトウェアデファインドのアプローチへ移行することで、日常の運転のストレスや煩わしさも解消されます。AI アシスタントが運転手のパーソナル コンシェルジュとして機能し、車両での移動がより改善され、より安全で便利で楽しく過ごせるようになります。
運転手や同乗者は常時作動しているインテリジェント サービスにアクセスし、リアルタイムの対話型 AI を使ってリコメンデーション、アラート、車両制御などを利用できるようになります。
長距離向けの設計: 自動車メーカーは、より多くのエンドツーエンド スタックを検証するためのシミュレーションやデジタル ツインの使用、およびディープ ニューラルネットワーク モデルのトレーニングに、多額の投資を始めるでしょう。
AI とデータ分析によって自動運転車を幅広い運転条件でトレーニングおよび検証できるようになるため、長距離運転を目的とした日常の運転にも安全性がもたらされます。
レヴ レバレディアン (Rev Lebaredian)氏
Omniverse Engineering、シミュレーション テクノロジ担当バイス プレジデント
3D の新たな標準: 仮想世界を表現するための高度な 3D 標準が登場するでしょう。現実世界にあるあらゆるものの対を成す正確でリッチなデジタル オブジェクトを構築することは、コンピュータ サイエンスにおける最大の課題の 1 つです。
インターネットや Web が登場した頃と同様に、開発者、企業、および個人ユーザーによって基礎的なオープン標準が出来上がっていき、Universal Scene Description(USD) や glTF といった標準が、Web3 やデジタル ツインの基礎的なニーズを満たすために急速に発展するでしょう。
合成 3D データが AI の次の時代を実現: AI のイノベーションのペースはこの 10年の大半において加速していますが、高品質かつ多様な大量のデータがなければ AIの進歩はあり得ません。
現在、現実の世界からキャプチャされ人間がラベル付けしたデータでは、品質と多様性の両方の点において、次のレベルの人工知能にステップアップするには不十分です。
2022 年には、物理的に正確な世界のシミュレーターによって仮想世界から生成された合成データが爆発的に増加し、高度なニューラルネットワークがトレーニングされるようになるでしょう。
シミュレーションによる業界再考: 運用効率やコスト削減につながる可能性があるため、多くの業界がデジタル ツインや仮想世界の調査、採用を始めています。飛行機、車、工場、橋、都市、さらには地球自体に至るまで、私たちが現実世界で構築するすべてのものをデジタルで表現し、仮想世界において対となる必要があります。
高精度のシミュレーションをデジタル ツインに適用することで、複雑な設計を現実世界で構築する前に、体験、テスト、最適化を行うことができます。
キンバリー パウエル (Kimberly Powell)氏
ヘルスケア担当バイス プレジデント兼ゼネラル マネージャー
AI が生み出す Million-X (数百万倍) の創薬: AlphaFold と RoseTTAFold の同時期のブレイクスルーにより、これまでの 1,000 倍ものタンパク質構造が解析され、さらに AI が新たに 1,000種類以上の化学化合物を生成することが可能になったことで、新薬の発見の可能性が 100 万倍に増えました。
分子シミュレーションにより、ターゲットと薬物の相互作用をコンピュータ シミュレーションで完全にモデル化することが可能になります。Million-X の可能性に遅れを取らないために、システムのサイズやタイム スケールから量子精度まで、新しいクラスの分子シミュレーションの導入が AI によって進んでいます。
AI による SaaS型医療機器: 医療機器業界には、コストの最小化、自動化、アクセシビリティの向上と、製品のライフサイクル全体にわたって継続的にイノベーションを実現させるような根本的変化が、AI によってもたらされる可能性があります。
医療機器企業の役割は、ハードウェアの提供から、導入後のデバイス使用を維持できるようリモートでアップグレードできるSaaS型システムの提供へと進化していくでしょう。
連合学習（Federated Learning）による AI 2.0: AI アプリケーション開発者が AIテクノロジを産業化し、アプリケーションのビジネス上のメリットを拡大するためには、グループ、施設、地域の外に存在するデータで AI をトレーニングし、検証する必要があります。連合学習は、機密データを共有することなく堅牢な AI モデルを共同で構築し、実際にモデルを検証するための鍵となります。
アニマ アナンドクマー (Anima Anandkumar)氏
ML リサーチ ディレクター兼カリフォルニア工科大学ブレン プロフェッサー
AI4Science: この分野は今後も大きく成熟し、現実世界に影響を与えるでしょう。AI はスーパーコンピューティング スケールで HPC と深く統合され、気象や気候のモデルなどの分野で前例のない規模と精度での科学シミュレーションとモデリングが可能になります。
AI は新薬や治療法の発見に飛躍的な進歩をもたらし、ヘルスケアに革命をもたらすでしょう。連合学習や差分プライバシーが広く採用され、医療現場などの機密データの共有がシームレスになります。
アルゴリズム開発: シミュレーションの基礎となるアルゴリズムの開発や、強化学習を大規模に処理する GPU の能力に大きな進歩が見られることが期待されます。
ロニー ヴァシシュタ (Ronnie Vasishta)氏
通信事業担当シニア バイス プレジデント
AI が通信事業者のエッジへ: 将来有望な 5G がエッジ コンピューティングの新しい可能性を開くでしょう。主な利点として、顧客が特定のアプリケーションに専用の帯域幅を割り当てることができるネットワーク スライシング、無線環境での超低レイテンシ、およびセキュリティと分離の向上が挙げられます。
AI-on-5G により、新しいエッジ AI のユースケースが可能になります。例えば、プラントの自動化、工場のロボット、監視や検査といった「インダストリー 4.0」のユースケースのほか、有料道路や車両のテレメトリ アプリケーションといった自動車システムのユースケース、さらには小売、都市、サプライチェーンにおけるスマート スペースなどがあるでしょう。
AI と OT ソリューションの融合: 新しいエッジ AI アプリケーションにより、インテリジェント ファクトリなどのインテリジェント スペースが成長を見せています。これらの工場では、カメラやその他のセンサーを使用して検査や予知保全を行っています。ただし、検出は第一歩にすぎません。検出後、アクションを実行する必要があります。アクションに必要となるのが、推論を実行する AI アプリケーションと、組立ラインやロボットアーム、ピックアンドプレース装置を管理する監視制御 (OT) システムとの接続です。
現在、これら 2 つのアプリケーションの統合は、カスタム開発作業に依存しています。今年は 産業環境でのエッジ AI の採用が簡素化され、AI と従来の OT 管理ソリューションの統合がさらに進むと予想されます。
アジータ マーティン (Azita Martin)氏
小売および消費者向け製品グループの人工知能部門バイス プレジデント兼ゼネラルマネージャー
人手不足に AI が対処: 人手不足と、迅速なサービスを求める顧客の要求の高まりの中で、クイック サービス レストランは自動注文受付に AI の採用を進めていくでしょう。
自然言語理解と音声の進化に、レコメンデーション システムを組み合わせ、ファスト フード レストランは自動注文受付を導入してドライブ スルーにかかる時間を短縮し、レコメンデーションの向上を図ります。
小売業者はスーパーマーケットや大型店舗でのインテリジェントなビデオ分析およびコンピュータ ビジョンの利用を拡大し、自動チェックアウトや自律型ショッピング、レジなしショッピングを展開していくでしょう。
企業は AI を活用して物流を最適化: AI の最大の力は、非常に複雑な問題を簡素化することにあります。サプライチェーンの最適化は小売業者にとって、製品の入手性と配送の迅速化という顧客の要求を満たす上で欠かせません。
AI により、頻度や正確性がさらに向上した予測が実現し、適切な製品が適切なタイミングで適切な店舗に置かれるようになります。
コンピュータ ビジョンとロボティクスは、物流センターに AI インテリジェンスをもたらします。自律型フォークリフト、ロボット、インテリジェントなマルチシャトル キャビネットといったソリューションは、コンベヤの深刻な不足やダウンタイムを解消し、商品のピック & パックを自動化して処理能力を倍増させます。データサイエンスを活用したラストマイル配送により、動的な再ルーティングおよびシミュレーションが可能になり、ソルバーの応答時間が 1 秒未満になります。
顧客と 1 つに: 小売業者は大量のデータを抱えていますが、リアルタイムにデータを処理することは困難なことがよくあります。AI を使用することで、小売業者はほぼリアルタイムにデータを解析して、顧客を 360 度見渡せるようになり、さらにパーソナライズされたオファーやリコメンデーションを提供でき、ひいては収益と顧客満足度の向上につながります。2022 年には、超パーソナライズされたショッピング体験を提供する小売業者が多く見られるようになるでしょう。
ケビン レビット (Kevin Levitt)氏
金融サービス向け産業および事業開発担当ディレクター
自分の声が ID に: 金融機関は AI に多額の投資を行うことで、不正と闘い、KYC(Know Your Customer: 本人確認) や AML (Anti-Money Laundering: マネー ロンダリング防止対策) などのコンプライアンス規制を遵守していくでしょう。オンライン取引の認証に顧客本人の声を使用している企業や、目で生体認証を行なう虹彩認証の採用を進める企業があります。
グラフ ニューラルネットワークは、金融機関の AI 研究者や AI 実務者が、エンティティおよびデータ ポイント間の関係性を理解するために使用している、最先端の手法です。不正防止を強化し、関係性をマッピングして不正との闘いをさらに効果的に進めるためには、この手法が重要になるでしょう。
ESG 向けの AI: 消費者や政府機関は、企業に対し、環境への影響、社会、および企業統治 (ESG) についての説明責任をますます求めるようになるでしょう。
企業は、ディープラーニングや自然言語処理モデルなど、ESGに関する企業のパフォーマンスを追跡するために必要なすべてのデータを分析するAIモデルを実行するために、重要なコンピューティング性能に投資することでしょう。また、利用可能なデータを外部で分析して、ESG ベンチマークと比較してどの企業が優れている、または劣っているかを評価する必要が出てくるでしょう。
チャーリー ボイル (Charlie Boyle)氏
NVIDIA DGX Systems バイス プレジデント兼ゼネラル マネージャー
企業は理解を深めるために大規模言語モデルを導入: 2022 年には、大規模言語モデル (LLM) の採用が急速に進み、より多くの業界やユースケースで見られるようになるでしょう。
大量の一般データや業界固有のデータで学習された LLM は、高度な専門知識を必要とする質問に答え、言語を翻訳し、ドキュメントを理解して要約し、ストーリーを書き、プログラムを計算することができます。
しかも専門的なトレーニングや監督は必要ありません。すでに、さまざまな言語や専門分野に対応する AI チャットボットや AI サービスの構築に LLM が利用されており、世界中のつながりやコミュニケーションを向上させています。
企業の次のデータセンターは自社以外に所属: 多くの企業は、クラウド コンピューティングに移行した際に、独自のデータセンターを所有することを止めています、2022 年には企業は、高性能な AI インフラストラクチャ向けのコロケーションサービスを活用し始めるべき時期が来ていることを認識するでしょう。
導入が容易で、24 時間年中無休でインフラストラクチャのエキスパートにアクセスできるため、必要なときにいつでもどこでも安全に提供されるオンデマンド リソースのメリットを享受する企業が増えていきます。
ケビン デアリング (Kevin Deierling)氏
ネットワーキング担当シニア バイス プレジデント
データ センターは新しいコンピューティング ユニット: 以前は 1 台のコンピュータで実行されていたアプリケーションは、もはや 1 つのボックスに収まりきらなくなっています。コンピューティングの新しい世界ではソフトウェアデファインドとハードウェア アクセラレーションが進んでいくでしょう。
アプリケーションが細分化されて大量のデータ セットを使用するようになると、ネットワークは 1 つのコンピュータとして動作する多数のサーバー間の高速レーンと見なされます。ソフトウェアデファインドのデータ処理ユニットは、分散スイッチ、ロード バランサー、ファイアウォール、およびこのデータセンター規模のコンピュータをつなぐ仮想化ストレージ デバイスとして機能するようになります。
ゼロ トラストにおける高まる信頼: アプリケーションとデバイスがデータセンターとエッジの間をシームレスに移動するようになると、企業はマイクロサービスを検証した上で構成する必要があります。
ゼロ トラストでは、企業システムに接続しているすべての人を認証および監視して、悪意のある人物によるネットワークへの侵入試行がないことを確認することを前提としています。
エッジとネットワーク内のすべてのノードの両方にあるあらゆるものを保護する必要があります。データはIPSEC や TLS で暗号化し、すべてのノードを高度なルーターとファイアウォールで保護する必要があります。
スコット マクレラン (Scott McClellan)氏
データサイエンス製品グループ シニア ディレクター
アクセラレーテッド データ サイエンス プラットフォームが企業のデータ レイクを活用: 企業のビッグ データ戦略の基盤となるデータ レイクについては、多くの人が論じています。
企業のデータ レイクは大規模なデータ処理に効果的ですが、機械学習のトレーニングや推論パイプラインからは切り離されているため、この数年間はその広範な有用性はほとんど活用されていません。
2022 年には、集中型インフラストラクチャ、Kubernetes ベースのアプリケーションの機敏性、タスクに適したクラス最高のストレージという 3 つの転換点により、データ レイクは最終的にエンドツーエンドのデータ パイプラインを通じて近代化されるでしょう。
AI 採用が主流になることで MLOps が拡大: 世界の AI パイオニア企業は、AI ワークフローの開発および本稼働の管理を支援する特注の MLOps ソリューションを構築しています。
MLOps の専門知識の獲得を先延ばしすることができました。企業が AI の使用を拡大し、アクセラレーテッド インフラストラクチャをオンプレミスに導入する中で、エンタープライズにおけるギャップが浮き彫りになってきました。このニーズに対応するために、来年は MLOps ソリューションが広く採用されるようになるでしょう。
超高速 AI 採用の時代に突入
長引くパンデミックにより、多くの企業や科学組織が発明や再発明を加速しなければならない時代となったことは間違いありません。こうした時代の最終形は、その時々のニーズを満たす短期的な対策を講じながら、同時に長期的な利益と根本的な変化に備えた構築をすることです。
2022 年も引き続き危ぶましい年となるのでしょうか、それともAI を堅実に取り入れて不確実な状況に対処する企業にとっては、より順風満帆な年になるのでしょうか。
関連情報：https://blogs.nvidia.com/blog/2021/12/07/2022-predictions-ai-global-industries/
構成／DIME編集部
最新号
