オープンソース化するAI技術
Googleが機械学習の可能性を広げる「GPipe」をオープンソースに その影響は
GoogleでAIの研究開発を担うGoogle AIは、大規模な高精度ディープニューラルネットワーク構築用ライブラリ「GPipe」をオープンソースとして公開した。その意味するものとは。
Googleが今回オープンソースライセンスの下で公開した「GPipe」は、大規模なディープニューラルネットワークのトレーニングの効率と精度を高めるとともに、コンピューティングの効率性を高めることもできる、スケーラブルな機械学習ライブラリだ。
Googleは2019年3月4日、「GitHub」でGPipeをオープンソースライセンスで公開した。機械学習用のソフトウェアライブラリ「TensorFlow」をベースとした、シーケンスモデリングのためのディープラーニングフレームワーク「Lingvo」の下で公開している。
GoogleやAmazon Web Services（AWS）、Facebookなどの大手ITベンダーは自社が持つ多くの技術の保護と収益化を進める一方で、AI（人工知能）開発ツールについてはオープンソース化を推し進めている。その目的は、AI分野における自社の影響力を高めることや、AIを利用しやすくすることなどが挙げられる。
「GPipeはAIの民主化を前進させる大きな一歩だ」と調査会社Forrester Researchの主席アナリストを務めるマイク・グアルティエーリ氏は話す。
関連する技術として、Googleは機械学習用のデータを匿名化するツール「TensorFlow Privacy」についても2019年3月6日にオープンソース化を発表した。GPipeでは高精度のディープラーニングモデルを構築できるため、「これがオープンソースとして利用可能になれば、誰でも分散型機械学習の力を使って高い精度のモデルを構築できるようになる」と、グアルティエーリ氏は語る。
GPipeが秘める可能性
GPipeは、GoogleのAI分野の研究開発を担うGoogle AIが開発した。モデルを複数のGPU（Graphics Processing Unit）アクセラレーターやTPU（Tensor Processing Unit）アクセラレーターに分割し、それらの並列処理を可能にする。
Google AIが2018年末に発表した研究論文によると、GPipeはトレーニングサンプルをミニバッチに分割し、それをさらに小さなマイクロバッチに分割する。これにより複数のアクセラレーターがそれぞれ別のマイクロバッチを同時に実行できる。
GPipeによってディープニューラルネットワークのトレーニングは高速、高精度、低メモリ消費になる。これは研究者にとって朗報だが、専門家ではないシチズンデータサイエンティスト（データサイエンティストではないがデータ分析をする人）にも役立つとグアルティエーリ氏は話す。
「GPipeはモデル作成の自動化にも使えるため、自動機械学習にも役立つ。これによってデータサイエンティストの作業効率が上がり、シチズンデータサイエンティストもビジネスに利用できるモデルを作成できるようになる」と同氏は語る。
オープンソース化の動き
GoogleのAI研究者たちは数年前からデータセットやコード、ソフトウェアなど多数のプロジェクトをオープンソース化している。中でもAIと機械学習のソフトウェアライブラリであるTensorFlowのオープンソース化が果たした役割は大きい。
TensorFlowは当初、GoogleのディープラーニングチームGoogle Brainが社内用に開発したものだったが、2015年末にオープンソース化し、今では機械学習関連の開発者にとって必要不可欠なものとなった。その後、「JavaScript」版も公開し、開発者の間で人気を博している。
「TensorFlow Privacy」
TensorFlow Privacyは機械学習用のユーザーデータを匿名化するツールだ。
こちらもGoogleはオープンソース化し、GitHubで公開した。TensorFlow Privacyは差分プライバシー技術を採用しており、AIモデルはプライベート情報を利用することはできるが、記憶することはできない。
差分プライバシーのコンセプトは新しいものではなく、さまざまなAI関連製品やサービスで既に使用されている。Googleによると、TensorFlow Privacyはデータ提供者のプライバシーとセキュリティをこれまでより容易に保護できるという。
Googleは多彩なクラウドベースのAIツールやサービスを提供している。テキスト音声変換サービス「Cloud Text-to-Speech」や音声テキスト変換サービス「Cloud Speech-to-Text」では、2019年2月に大規模なアップデートを発表したばかりだ。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
“攻撃者優位”なサイバーセキュリティ、全ての「穴」をふさぐ方法とは？ -
製品資料
実際に悪用される脆弱性は4％前後 優先的に対処すべき脆弱性を把握するには？ -
製品資料
HubSpotの機能を拡張する法人データ活用法 -
製品資料
面倒で非生産的な「名寄せ」作業 高精度＆高効率に実施するには？ -
製品資料
名刺管理には「その先」がある 成果のでない営業活動から脱却する秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
ISMSの“コンサル丸投げ”が招く数千万円の無駄 NTTドコモビジネスの脱出劇
-
2
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
3
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
4
Netflixのバックエンドは「ほぼJava」 3000超のアプリを支える開発基盤の裏側
-
5
なぜ人はいるのにDXが進まない？ ライオンも直面した“老害”レガシーシステム
-
6
マンガで解説：KSK2稼働で何が変わる？ 税務調査の高度化に備えるデータ管理
-
7
「0.3秒のスピード顔認証」の入退室管理が社員に好評 事例に学ぶオフィス改革
-
8
レガシーコードを捨てJavaで勘定系を再定義 ソニー銀行、フルクラウド化の全容
-
9
「データストレージの活用方法」に関するアンケート
-
10
脱VMwareに待った？ AI基盤を掲げるBroadcomの思惑と情シスが直面する新コスト
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
3
財務・会計はAI活用でどう変わる？ 調査で見えた変革の道筋
-
4
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
7
コスト分析で見る「デバイス復旧」の代償 損失額から導きだされた投資戦略とは
-
8
Macの安全神話は崩壊？ 最新の脅威動向から見えた攻撃のトレンドと有効な対策
-
9
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは？
-
10
「NAS」「SAN」「DAS」は何が違う？ いまさら聞けないストレージの基礎
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー