AI専門家・大西 可奈子氏が語る “悩まない”AIモデル開発を実現する方法とは：HPO、分散学習、GPU管理・利用効率

膨大なハイパーパラメータの探索や巨大なAIモデル学習用のアルゴリズム実装に加え、稼働させるGPUの並列化やスケジューリング、共有環境の整備はAIモデル開発の悩みの種だ。打開策はあるのか。AI専門家の大西 可奈子氏と議論する。

[ITmedia]

　人工知能（AI）技術を積極的に活用し、より効率よく効果的に企業を運営したり、新しいビジネスを興したりすることが当たり前の時代となった。先進的な企業は自らAIモデルを開発し、自社の用途に最適化したAIモデルを活用している。

　AIモデル開発に取り組もうとすると、さまざまな課題が立ちはだかり、大規模になればなるほどその影響は大きくなる。精度の高いAIモデル生成の試行錯誤、大規模モデルの学習などモデルやデータ規模に応じた課題だけでなく、チームメンバー間の生産性のばらつきや、GPUの処理能力を効率的にチームで共用するルール作りの難しさといったチーム開発ならではの課題もある。

　AIモデルの高度化に関するさまざまな手法やアルゴリズムが存在する中、個人で時間をかけて実装する開発者はまれだ。AIモデルを構築するためのソースコードはもちろん、実行するシステムのセットアップ、チーム利用への適用といったつまずきが生じることもある。開発者が開発環境の整備や管理に時間を取られている状態は、適切だとは言えない。AIモデル開発に専念できるITインフラとはどのようなものであり、それを整備するにはどのような技術や機能が必要なのか。AIモデル開発の“あるある課題”とその解決策について、AI専門家の大西 可奈子氏に話を聞いた。