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
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？ -
製品資料
[株式会社リンプレス] 非デジタル／IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計：「判断と責任」を人に残すための2つの原則とは？ -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
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
「AIバブル」は崩壊するのか？ 熱狂の後に来る“尻拭い”と4つの防衛策
-
2
パナソニックが国内製造26拠点のERPを「SAP S/4HANA」に統一 アドオン7割削減
-
3
守るべきは「開発者のフロー状態」 AIによる生産性改善の6施策
-
4
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
5
データを無断で暗号化し使用者に身代金を要求する詐欺に用いられるマルウェアとは？
-
6
「コピペ運用の限界」に直面するAI活用 7割超が“別画面”のまま使う理由は？
-
7
「HDD終了」は本当か 巨大クラウド2社が下した大容量フラッシュへの決断
-
8
【お知らせ】「クラウドインフラに関するアンケート調査」結果リポート
-
9
【お知らせ】「サーバ仮想化導入に関するアンケート調査」結果リポート
-
10
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
ホワイトペーパーランキング PR
-
1
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？
-
2
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
3
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
6
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには？
-
8
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
9
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは？
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
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