2019年08月06日 05時00分 公開
特集/連載

「AI」の消費電力を9割以上抑える方法とは?「AIの消費電力」を考える【後編】

機械学習モデルの訓練には大量の電力が必要だ。企業がこの問題に取り組むための解決手法を、人工知能(AI)技術の専門家の意見と共に紹介する。

[George Lawton,TechTarget]
画像

 前編「機械学習のCO2排出量は乗用車5台分? 『AI』の消費電力を減らすには」では、機械学習をはじめとする人工知能(AI)技術の電力消費に関する問題と、その削減方法について専門家の意見を取り上げた。後編では、AI技術の消費電力を抑える別の方法を紹介する。

 機械学習モデルの性能を高める上で大きな課題となるのが、ニューラルネットワークなどの機械学習手法で使用する、さまざまなパラメータ(重み)の調整だ。これは機械学習モデルの訓練に限ったことではない。ビジネスモデルやシミュレーションの最適化、オペレーションズリサーチ(計画に対して最も効率的な選択を導き出す手法)、物流、Programming by Example(PbE:実例を基にしたプログラミング)など、さまざまビジネス問題にもパラメータの調整が欠かせない。

 PbEは、機械学習モデルに例を与えて訓練する手法だ。データの構造化に関連する入出力ペアの例などのサンプルデータを、モデルに与えることを考える。このような問題はパラメータの組み合わせ数の激増につながる。データサイエンティストがさまざまな組み合わせのパラメータをテストする場合、パラメータを1つ加えるごとに解の数が増えることになる。

 ディープラーニング(深層学習)のパラメータ調整用ソフトウェアを開発するSigOptの共同創業者兼CEOであるスコット・クラーク氏によると、パラメータは深層学習モデルのパフォーマンスに大きく影響し、それがビジネスにも影響するという。パラメータ調整ではさまざまな種類の設定を評価しなければならず、それよって計算量が増加する。

 パラメータ調整の手法は一つではない。単純な総当たりの手法では、あらゆる可能性をランダムに試行するため、計算量が多くなり、適切な解を見つけるまで時間がかかる。

パラメータ調整手法の改善で95%の消費電力削減

ITmedia マーケティング新着記事

クラウドファンディングを活用して広告出稿 MOTION GALLERYと電通が「AD MISSON」を提供開始
自己資金は乏しくても共感性が高く社会貢献の見込めるプロジェクトが情報発信できるため...

news017.jpg

「A/Bテスト」ツール 売れ筋TOP10(2021年10月)
今週は、「A/Bテスト」ツールの売れ筋TOP10を紹介します。

news030.jpg

コンテンツSEOでやらかしてしまいがちな3つの勘違い
ITmedia マーケティングで2021年3月に連載して多くの反響をいただいた「勘違いだらけのEC...