ChatGPTの爆発的な人気は、世界中でAI革命の新たな波を引き起こしました。今日、AIはあらゆる業界で議論されており、各国は新たなAIインフラとテクノロジーに多額の投資を行っています。

しかし、現在のブームは突然訪れたわけではありません。大規模モデルブームの波を例に挙げてみましょう。Googleは2018年末という早い時期にBERTをリリースし、事前学習済みの大規模モデルの探求を開始しました。4年間の蓄積を経て、ChatGPTは名声を確立しました。

AI技術の進化と発展は、アルゴリズム自体の革新や、インフラとエンジニアリングアプリケーションの連携から切り離すことはできず、相互に補完し合う体系的なプロジェクトです。AI復活の技術的潮流の中心となるのがディープラーニングであるように、ヒントンは2006年という早い時期に、事前学習法を用いて局所最適解の問題を軽減し、ニューラルネットワークの隠れ層を7層にまで引き上げていました。しかし、ディープラーニングを技術的に実現しただけでは、望ましい結果が得られるとは限りません。ディープラーニングの価値が真に証明されたのは、ビッグデータとクラウドコンピューティングが牽引する2012年になってからでした。

AI開発の歴史におけるこれらの重要なマイルストーンは、AIが今後も発展していくためには、アルゴリズムそのものにのみ焦点を当てるだけでは不十分であることを示しています。AIのインフラ、エンジニアリング、そしてデジタル化を考慮に入れ、インテリジェントシステムの適切な開発を予測し、促進していく必要があります。

では、業界はAI開発の方向性について明確かつ多様な予測を提供できるのでしょうか？答えは「はい」です。

新たに発表された「H3C 2023年トップ10テクノロジートレンドホワイトペーパー」は、今後の技術開発における中核的なトレンドの1つとして、 AIテクノロジーの汎用能力の継続的な強化を挙げ、これにより業界のイノベーションの敷居が下がると指摘しています。

まずはこのトレンドから始め、急成長する AI テクノロジーによって私たちが夢見るインテリジェント時代からどれほど遠いのか、両者のギャップを埋めるにはどのような取り組みが必要なのか、そして H3C がどのようにテクノロジーを革新し、AI を中心とした産業を発展させて、最終的には AI の一見乗り越えられない障壁を平坦な道に変える未来を築くのかについて議論しましょう。

AIが火花を散らし、インテリジェントな時代が到来しますが、それらは依然として大きな距離に隔てられています。

ChatGPTに代表される次世代AI技術は、依然として熱い議論を巻き起こしています。大規模言語モデルとAIGCによる生産性向上の可能性は、様々な業界で認識されています。こうしたアプリケーションの登場により、一般の人々がAI能力をほぼ何の障壁もなく習得し、テキスト、コード、画像、そして専門的な回答を自動生成することで、その能力は飛躍的に向上します。

ChatGPTのようなアプリケーション以外にも、事前学習済みの大規模モデルも登場しています。これらのモデルは、従来のディープラーニングアルゴリズムと比較して、より強力な汎化能力と堅牢性を備えており、産業用途への適合性を高め、モデルのカスタマイズにおける柔軟性を高めています。ChatGPTの爆発的な人気は、生成AIそのもののマイルストーンであるだけでなく、AI技術全体の発展の前兆でもあります。

しかし、生成型AIへの熱狂的な反応は、AIというより広範な分野における火花のほんの始まりに過ぎず、長い道のりの第一歩に過ぎないことを認識する必要があります。AIが私たちが思い描くインテリジェントな時代に到達するまでには、まだ長い道のりが残っています。

たとえば、今日の AI テクノロジーとアプリケーションは、依然として次のような一連の明白な課題に直面しています。

1. 大規模モデルの汎化効果は継続的に向上し、「知能の出現」現象は恒常化できるでしょうか？ 現在、深層学習モデルのブラックボックス性に対する人々の理解は未だ不十分です。学習データの規模と知能効果のバランスをいかに取るかが、アルゴリズムのアップグレードを阻む大きな課題となっています。

2. AIコンピューティングパワーの不足と逼迫にどう対処するか？AIがもたらす高エネルギー消費とデータ氾濫のリスクをどう軽減するか？大規模言語モデルの普及により、世界は新たなAIコンピューティングパワー不足に陥っています。AIチップとコンピューティングリソースのコストは依然として高止まりしています。AIは、高エネルギー消費に加え、膨大な非構造化データの保存、継続的な高エネルギー消費、そして高い二酸化炭素排出量といった課題も抱えています。

3. AIをあらゆるセクターに普及させるため、様々な業界におけるエンジニアリングとアプリケーションの課題にどう対処すべきか？今日、多くの企業にとって、大規模モデルの導入は依然として遠い将来の話です。大規模モデルをどのようにトレーニングし、展開するか、そしてAIを自社のニーズ、データ、そして業界知識とどのように統合するかは、依然として非常に複雑な課題です。

H3Cの2023年トップ10テクノロジートレンドホワイトペーパーでは、ICT業界がこれらの課題をどのように捉えているか、そしてAIの将来の発展の道筋を概説しています。

ICT技術革新、製品のアップグレード、さまざまな業界向けのAIソリューションの開発を通じて、より堅牢なインテリジェントインフラストラクチャを構築し、業界のインテリジェント化の障壁を下げ、AIアルゴリズムの継続的な反復を推進することができます。

未来と呼ばれる土地に、数千マイルに渡る AI 搭載のスカイウェイが敷設される予定です。

高い機能、低い参入障壁: AI への道を切り開きます。

AIを複雑なシナリオに適応させ、現実世界の生産環境に役立てることで、より大きな価値を生み出すには、アルゴリズムやコンピューティング能力から、業界の方向性や技術協力に至るまで、一連の課題に対処する必要があります。狭い範囲に焦点を当てるだけでは不十分です。これが、H3CがAI開発のトレンドを予測する際に採用する中核的なアプローチです。H3Cは、コアAIアルゴリズムの革新、コンピューティングインフラストラクチャの強化、エンジニアリング実装を通じて、汎用技術としてのAIの能力が徐々に現れ、一般化、標準化、そして普遍的なアクセスという特性を獲得すると考えています。これにより、様々な分野の技術とのより深い統合が可能になり、イノベーションの飛躍的な進歩が促進されます。

AI技術開発における2つの主要な目標は、汎用性の向上と応用障壁の低減です。これらの目標を達成するには、コアアルゴリズムの革新、コンピューティングインフラストラクチャの強化、そしてエンジニアリング実装手法の革新が必要です。

H3C は、10 大テクノロジートレンドの中で、アルゴリズム、コンピューティング能力、エンジニアリング手法という 3 つのイノベーションパスに関する具体的なソリューションを詳しく説明し、業界の発展方向と進化を明らかにしています。

まず、アルゴリズムレベルでは、Transformerに基づく様々な大規模言語モデルが既に存在し、自然言語の理解と生成能力を大幅に向上させています。近い将来、大規模言語モデルはAIが創発的な知能を生成し、その中核能力を強化するための重要な道筋であり続けるでしょう。同時に、マシンビジョンはより大きなアルゴリズムの可能性をもたらします。拡散モデルに基づくアルゴリズムは、画像生成の質的向上をもたらす可能性があります。言語と視覚という二つの能力を併せ持つことで初めて、AI技術は真に汎用性とパワーを高めることができるのです。

今日、産業界はAIインフラのイノベーション、特にコンピューティングパワーインフラのアップグレードにますます力を入れています。コンピューティングパワーの不足は、さまざまな業界におけるAIの応用における最大の障害となっています。データによると、GPT-3のトレーニング計算だけでも3640ペタフロップス/秒に達します。OpenAIが発表したデータによると、AIコンピューティングパワーの需要は過去10年間で数十万倍に増加し、ムーアの法則の能力をはるかに超えています。これは、今後のインテリジェント化の波を支えるために、強力なコンピューティングインフラを構築する必要があることを意味します。H3Cは、大規模なインテリジェントコンピューティングセンターの構築がAI研究におけるイノベーションを大幅に加速できると考えています。インテリジェントコンピューティング施設の主要な技術には以下が含まれます。

1. チップレット技術。製造プロセスを変更することなくAIチップの性能を大幅に向上させ、消費電力を削減することで、チップ側のAIコンピューティング能力を強化します。

2. ヘテロジニアスコンピューティング。これには、CXLインターコネクト（Compute eXpress Link）やハードウェアとソフトウェアの連携といった技術が含まれ、AIクラスターシステム全体の効率を包括的に向上させ、コンピューティングパワークラスターレベルでのAIコンピューティングの強化とコンピューティングパワー効率の向上を実現します。

3. グリーンで低炭素。液体冷却とグリーン電力供給によるPUEの削減により、AI技術の発展とデュアルカーボン戦略の整合性と互換性を確保します。

このテクノロジーのサポートにより、インテリジェント コンピューティング センターは AI コンピューティング パワー インフラストラクチャの重要な役割を担うことができ、十分な AI コンピューティング パワーを確保するとともに、リソースの誤割り当てや無駄を防ぐことができます。

H3Cは、エンジニアリングベースの方法論が、様々な業界におけるAIアプリケーションの大規模導入を効率的にサポートできると考えています。エンジニアリング手法を用いてAIプロセスの全段階を連携させ、チェーン全体にわたって多職種チームを結集することで、AI生産性の変革を加速し、AIが究極の価値を発揮できるようになります。今後注目すべきAIエンジニアリング方法論には、以下のものがあります。

1. MLOps（機械学習運用）：MLOpsは、モデルとアルゴリズムの開発・展開の効率を総合的に向上させ、プロセスコストを削減し、インテリジェンスの柔軟性を高めることができます。IDCは2022年に、2024年までに中国企業の60%がMLOpsを通じてAIタスクを運用すると予測しました。

2. MaaS（Model as a Service）：クラウドコンピューティング分野におけるSaaSとPaaSの台頭に続き、新たな形態のMaaSが注目を集めています。MaaSはAIモデルそのものを中心としたサービス提供を重視しており、企業とAIモデルの連携を強化し、特に企業における大規模モデルのシナリオベース展開能力の向上に貢献します。

3. AIセキュリティ（モデルのセキュリティ、モデルの解釈可能性、プライバシー保護を含む）。セキュリティ機能を優先することで、大規模なAI導入における障害を取り除くことができます。

AIは、アルゴリズム、コンピューティング能力、そしてエンジニアリングという3つの主要なトレンドに牽引され、汎用化に向けて進化を続け、その応用の障壁を低下させていくでしょう。今後3～5年の間に、AIの総合的な能力が包括的に向上し、AIインフラが継続的に強化され、これまで人間が行わなければならなかった多くのタスクがAIによって実行されるようになると予測されています。

将来、AI技術はより多くのICT技術と融合し、高度に統合・標準化されたデジタル世界を形成します。人類が思い描くインテリジェントな未来は、この道を歩むことになるでしょう。

テクノロジーから答えを探し、インテリジェントな未来への洞察を獲得します。

第20回党大会の報告は、「科学技術は主要な生産力であり、人材は主要な資源であり、イノベーションは主要な原動力であるという原則を堅持しなければならない。科学教育による国家の振興、人材による国家の強化、イノベーションによる発展の推進という戦略を徹底的に実行し、発展の新たな分野と新たな軌道を開拓し、発展の新たな原動力と優位性を絶えず形成しなければならない」と述べた。

この時代において、私たちは答えをテクノロジーに求めなければなりません。そして、テクノロジーの豊かな土壌は多様かつ複雑です。インテリジェントな未来を実現するには、AI技術と次世代情報技術の広範な連携、統合、そして革新が不可欠です。AI技術のためのコンピューティングインフラは、インテリジェントコンピューティングセンターと企業のAIコンピューティング能力の向上なしには機能しないのと同様に、これはコンピューティング技術、特に多様なコンピューティングパワーの構築にとって大きな課題となります。さらに、AIモデルの効果を最大限に発揮するには、ネットワークコンポーネントのサポートが不可欠であり、AIの価値を最大化するには高品質なネットワークが不可欠です。

したがって、H3Cの2023年トップ10テクノロジートレンド予測は、10個の独立した技術単位ではなく、包括的かつ統合されたテクノロジーネットワークであることがわかります。AIは将来のインテリジェントな世界における技術の原動力となるでしょうが、同時に、他のデジタル技術と密接に連携し、最終的に人類に役立つ包括的なテクノロジーシステムを形成する必要があります。

ここで、H3Cの見解では、多様なコンピューティング能力を効率的に発揮するデータセンターは、複雑で多様、正確で迅速なデジタル時代のアプリケーションをサポートします。高品質のサービス指向ネットワークは、生活、産業、社会のシナリオをよりパーソナライズされ、インテリジェントにします。クラウド・ネットワーク・エッジ・デバイスの分散アーキテクチャは、デジタルアプリケーションを統合し、より幅広いシナリオを接続し、アプリケーションフローと接続をよりシームレスにします。メタバースも、初期の純粋に仮想化された設計から離れ、仮想と現実の統合とエンティティのエンパワーメントへと進化し、教育、文化観光、都市シミュレーションに新たな推進力をもたらします。エネルギーシステムのデジタル化は、デュアルカーボン戦略の基礎となります。プライバシーコンピューティングとクラウドネイティブセキュリティは、すべての業界でのクラウド導入とインテリジェント化のプロセスにおけるセキュリティの守護者となります。そして、量子情報技術とフルスタックの観測技術の登場は、次世代のデジタル世代の到来を加速させるでしょう。

未来を見据えると、私たちには単一の技術や単一の問題への解決策ではなく、包括的で多次元的なソリューションが必要です。技術トレンドの予測は、いずれも現在のニーズの延長線上にあるものです。これらの延長線が収束して初めて、未来の方向性を明確に示すことができるのです。

H3Cは長年にわたり、技術革新こそがグループの中核エンジンであるという理念を堅持し、研究開発人材は従業員の50%以上を占め、研究開発投資は売上高の10～15%を占めています。技術に答えを求めることは、H3Cの開発プロセスにおける信条となっています。

トップ 10 のトレンドがどのように実装されているかを理解し、AI 技術開発のインフラストラクチャ イノベーションとエンジニアリング方法論の反復を探り、H3C の信念と将来の目標を理解したいのであれば、非常に期待できる機会が与えられています。

H3Cは6月9日、杭州国際博覧センターで2023 NAVIGATEサミットを開催しました。サミットにおいて、H3Cはプライベートドメインビッグデータモデル「LinSeer」と、AIGC（AIデータ収集）ビッグデータスケジューリングをサポートする「Aofiコンピューティングプラットフォーム」を発表しました。これらのプラットフォームは、業務オペレーションと深く統合することで、業務効率の向上、アルゴリズムの継続的な最適化、パブリックドメインデータの蓄積を可能にし、顧客に最新の知識機能を提供します。同時に、H3Cは「AIGCオープン戦略」を発表しました。これは、データセキュリティを確保し、最適なシナジー効果を実現する「LinSeer + H3C ICTインフラストラクチャ」モデルと、多様なニーズに対応する「顧客選択型ビッグデータモデル + H3C ICTインフラストラクチャ」モデルの両方をサポートし、さまざまな業界のデジタルソリューションのカスタマイズを支援します。コンピューティングパワーの習得、データ統合、インテリジェンスの活用、ビジネスのエンパワーメント、効率性の向上は、H3Cの開発ミッションとビジョンです。

私たちは科学技術と実践的な作業から答えを探さなければなりません。これが H3C の今後の AI のビジョンです。